高通徐晧 WAIC 演讲：智能体 AI 推动端侧 Token 处理量十倍递增

2026 年 7 月 19 日，世界人工智能大会（WAIC）「端侧 AI 创新和行业发展论坛」上，高通公司全球副总裁、中国区研发负责人、IEEE Fellow 徐晧博士发表《智能体 AI 时代：计算架构与模型效率的持续创新》主题演讲，系统阐述了智能体浪潮对终端计算架构带来的范式变革，并介绍了高通与面壁智能在端侧模型领域的合作进展。

智能体推动 Token 处理量十倍递增

徐晧在演讲中指出，端侧 AI 应用拥有广阔前景，但手机使用模式的演进对算力提出了数量级挑战。从最初的单轮对话，到多轮交互，再到智能体调度，设备所需处理的 Token 量正以十倍量级递增——从一万、十万到百万级。他以手机端运行龙虾或智能体为例说明，现阶段更可行的方案是端云结合：端侧小模型处理隐私性强、需要实时响应的任务，云端负责深度推理与规划。展望未来，徐晧认为随着硬件算力持续提升，将有越来越多的大模型以小模型形式迁移至端侧运行，以降低数据传输和云端 Token 运算的压力。

端侧硬件的四大设计要点

围绕智能体终端的硬件设计，徐晧归纳了四个核心能力：

• CPU 负责任务规划与控制：智能体手机需要出色的任务规划能力，这由全新设计的 CPU 承担。
• 低功耗传感器中枢：智能体需 24 小时主动感知用户与环境，例如自动判断场景静音、调节座舱温度与座椅位置，这对低功耗传感器数据融合与处理提出更高要求。
• NPU 提供模型运算能力：高通通过模型适配与优化，充分利用 NPU 高效张量计算能力，使 2B 到 3B 参数量级的大模型在手机端流畅运行。
• 5G/6G 连接实现端云协同：随着模型逐步下沉到端侧，端、边、云三级算力需要无缝协同，无线连接能力成为关键。

与面壁智能的端侧模型合作

徐晧特别介绍了高通与面壁智能的合作。他表示，高通很早就注意到面壁在端侧的布局，双方在多个方向高度契合。高通的 NPU 已可为端侧提供强劲算力，包括徐晧提及的 20 亿、30 亿参数 mini CPM 大模型均能在端侧流畅运行。在座舱场景中，高通的座舱芯片可支持百亿参数以上的大模型稳定运行。第五代骁龙 8 至尊版移动平台已支持相关端侧运算，更新一代移动平台也将在年内推出。

从生成式 AI 走向物理 AI 与机器人

徐晧在演讲最后勾勒了 AI 落地的演进路径：从最初的感知 AI，到生成式 AI，再到当前正在经历的智能体 AI，下一阶段是物理 AI，实现从小模型向多功能大模型的转变。在算法层面，高通围绕模型压缩与量化、长上下文处理与增强、端侧设备持续学习（on-device learning）开展了一系列适配工作。在终端形态演进上，高通正从汽车芯片向机器人芯片拓展，将二维规划升级为对三维真实世界的理解，针对更复杂场景进行优化设计，期待联合面壁智能等合作伙伴共同推进端侧 AI 在智能手机与多种智能终端上的落地。