高通端侧AI智能体落地，从模型上手机到多终端协同

过去一年，AI编程和办公工具在PC端快速普及，但手机上的AI体验仍以单次问答和图片处理为主。然而，2026年的高通骁龙峰会揭示了一个新的方向：端侧AI正在进入更多生活和工作场景。

在峰会上，高通与阶跃星辰、无量火科技、江波龙合作演示了一个典型案例——仅用本地模型，AI就能读懂一封邮件，提取行程信息，同步日历，推荐航班和酒店，再草拟一封回复。这一过程完全在端侧完成，涉及理解、规划和连续执行多个任务，标志着端侧AI从单一功能向复杂任务处理的跨越。

高通公司总裁兼首席执行官安蒙（Cristiano Amon）表示，两年前高通主要证明大模型能装进手机，而今年的目标是证明这些模型能够承担更完整的工作。2024年，高通自研Oryon CPU开始搭载在手机上，展示了端侧大模型的可能性；2025年，第五代骁龙8至尊版引入Personal Scribe和个人知识图谱，将直接智能体写进产品方向。

到了2026年，AI界的新故事进入到以Claude Code为主的代码和办公大战。高通开始让旗舰芯片进入2nm双旗舰、30B-MoE部署和更完整的任务流程，这都意味着能够共同和模型、infra厂商拓展新的应用场景。

"智能体AI并不仅仅是为终端新增一个功能。它实际上创造了一种全新的终端工作流程。"安蒙在主题演讲中表示。当AI从一个功能变成一段工作流程，高通要解决的也不仅仅是让下一代芯片更快。智能体需要更强的本地能力，也依赖快速更新的模型、应用接口与终端协作。

进入2026年，芯片厂商们的一个共同趋势是：能力边界在扩大，竞争边界同样在扩大。对高通而言，这种扩展不只是从手机走向PC、眼镜、汽车和数据中心，还包括围绕模型适配、软件工具和跨终端协作补齐能力。

从让手机部署模型，到让智能体持续工作，如果为今年的骁龙峰会总结唯一的关键词，"智能体"绝对排在第一位。高通的一切更新——都是在为更复杂的AI任务，重新分配手机里的计算资源。

比如，第六代骁龙8至尊版与超级至尊版双旗舰，均采用2nm工艺。搭载了超级至尊版的设备，高通不只是把频率拉到5GHz，其中CPU负责工具调用和任务调度，NPU承担模型推理，低功耗感知单元处理后台信息，为不同类型的AI工作分配专属计算通道。

这背后的变化是，AI不再只在用户提问时工作，还要在后台保留信息、等待时机并接续任务。在以往，一次问答或修图是单次调用；智能体则要反复读取上下文、调用工具、在任务间切换。

缓存、内存带宽和低功耗感知，因此变得重要了——最起码，手机不能因多了一个常驻智能体就持续发烫、迅速耗电。

这并不是今年才出现的方向。2025年发布的第五代骁龙8至尊版，就已经已强调Personal Scribe、个人知识图谱和低功耗感知中枢。

而在今年，高通在缓存、NPU共享内存和感知能力上的升级，更像是对既有方向的持续补强——让更多信息得以保留，让任务切换与持续运行更可靠。

不过，这并不是把所有AI计算留在本地，而是让终端承担更有价值的一部分。手机掌握日历、邮件等个人信息，高通的新双Micro NPU架构性能提升85%，同时功耗降低20%，直观提升了个人记录（Personal Scribe）能力——提升本地处理低时延、离线可用和减少数据上传的潜力；复杂任务仍可调用云端。

如今，更大体量的模型开始与完整的本地办公流程结合。对比2024年，最多7B的模型能够部署在端侧，在这次峰会上，高通就已经和阶跃达成合作。如今，30B的MoE模型在参考设计上完成的邮件理解、行程规划和日历同步，是一次可感知的跨越。

高通技术公司高级副总裁兼手机业务总经理Chris Patrick表示，而更复杂的AI应用，如今也可以由多个模型的分工完成，而不只是一个模型变得更大。这为应用生态创业者提供了空间。

比如，在AI公司Deepgram展示的AI播客应用中，NPU上的语音模型负责转写并区分发言者，GPU上的Gemma模型理解话题、生成追问建议——一边听清谁说了什么，一边判断接下来该问什么。这让"异构计算"变成了读者可理解的场景。不过工作人员也提到需联网检索核查，整个应用并非完全离线。

AI智能眼镜也是一个典型品类。过去一年的变化，也能说明高通这样的芯片厂商，如何让新AI硬件逐步突破能力上限。2025年6月AWE上，高通AR1芯片的升级款骁龙AR1+ Gen 1已用原型眼镜演示Llama 3.2-1B本地运行，高通强调芯片更小、功耗更低以适应镜腿和电池约束；今年，高通则进一步为AR1、AR1+提供多模态1比特模型的支持。

高通也在逐步拓展对开发者生态的支持。今年推出的高通START计划中，就提供AR1+模组、软件平台和参考设计——非科技厂商的集成门槛也在降低，判断是研发支持越来越贴近。