高通徐晧：端侧AI架构创新应对智能体需求

背景

2026年世界人工智能大会（WAIC）期间，高通公司全球副总裁、中国区研发负责人、IEEE Fellow徐晧博士出席“端侧AI创新和行业发展论坛”，并发表题为《智能体AI时代：计算架构与模型效率的持续创新》的主题演讲。随着生成式AI向智能体（Agent）方向演进，终端设备的计算需求正从单轮对话向多轮交互、智能体调度快速升级，所需Token处理量呈十倍级递增，端云协同成为关键。高通作为移动芯片与通信技术领导者，正从硬件、软件、算法及生态合作层面，推动面向智能体AI的新一代端侧计算架构创新。

核心内容

徐晧博士在演讲中系统阐述了端侧AI的广阔前景以及智能体浪潮对终端计算架构带来的范式变革。他指出，手机等终端的交互方式已从简单单轮对话逐步演进到多轮对话，并进一步迈向智能体调度，每个阶段所需的Token量从1万级增长到10万级，再到100万级，因此端云协同处理至关重要——端侧小模型负责隐私性强、需实时处理的任务，云端大模型处理深度推理与规划。未来，随着硬件算力提升和模型压缩优化，越来越多的大模型将以小模型形式迁移到端侧运行。

从硬件设计角度，徐晧强调了四大难点：一是需要全新的CPU来承担智能体手机的复杂任务规划与控制；二是需要低功耗的传感器中枢，能够24小时感知环境并主动提供服务（如检测到用户身处会场时自动静音，进入座舱时调节温度与座椅）；三是需要强大的NPU，以高效处理2B到3B量级的端侧模型；四是需要出色的5G或6G连接能力，实现端侧、云端和边缘云的协同。

高通的具体硬件方案包括：高通传感器中枢，为智能体提供持续情境感知数据，构建个人知识图谱；NPU，为端侧20亿、30亿参数mini CPM等大模型提供流畅运行算力；最新旗舰移动平台第五代骁龙8至尊版，以及具备更强算力的座舱芯片，可支持车上稳定运行百亿以上参数的大模型。展望未来，高通正从感知AI、生成式AI、智能体AI向物理AI演进，重点推进从小模型到多功能大模型的转变，并在算法层面进行模型压缩与量化、长上下文处理、端侧持续学习等适配工作。此外，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，并与面壁智能等合作伙伴在手机、车等多终端端侧模型领域深度合作。

关键要点

• 端侧AI应用市场前景广阔，手机等终端设备数量达数十亿量级，但与数据中心训练相比，端侧AI常被忽视。
• 手机交互从单轮对话（~1万Token）到多轮对话（~10万Token）再到智能体调度（~100万Token），Token处理量以十倍递增，端云协同是当前最优解。
• 端侧模型在未来1-2年内可达与几十倍算力的云端模型同等功能，大模型将逐步迁移到端侧以小模型形式出现。
• 面向智能体手机的硬件设计四大难点：CPU任务规划与控制、低功耗传感器中枢（24小时环境感知）、NPU高效运行2B-3B模型、5G/6G端云协同连接。
• 高通传感器中枢为智能体提供持续情境感知数据，构建个人知识图谱；NPU可流畅运行20亿、30亿参数mini CPM等端侧模型。
• 第五代骁龙8至尊版与座舱芯片分别支持手机侧和车载侧的端侧运算，座舱芯片可稳定运行百亿以上参数大模型。
• 高通AI演进路线：感知AI → 生成式AI → 智能体AI → 物理AI，算法层面重点推进模型压缩量化、长上下文增强、端侧持续学习。
• 从汽车芯片到机器人芯片的演进：需要将二维规划升级为三维真实世界理解，并适配更多复杂应用场景。
• 高通与面壁智能在手机、车等多终端已有深度合作，并持续联合推进端侧模型应用发展。

意义与影响

徐晧博士的演讲揭示了高通在智能体AI时代的关键战略布局：通过重新定义终端计算架构，将AI能力从云端下沉到设备端，以应对智能体场景对实时性、隐私性和低延迟的刚性需求。这一方向不仅推动了移动芯片、传感器中枢、NPU等硬件升级，也促进了模型压缩、量化、长上下文处理等算法创新，有望加速AI从“云端依赖”向“端云协同”的范式转变。

对于行业而言，高通的端侧AI方案为手机、汽车、机器人等终端提供了可落地的智能体能力基础，降低了数据传输成本和对云端算力的依赖，同时增强了用户隐私保护。与面壁智能等中国AI企业的合作，体现了高通在端侧模型生态上的开放态度，有助于推动本土化适配与创新。从更长远看，物理AI的引入将使得终端设备不仅能理解语言，还能感知三维空间和物理世界，这为自动驾驶、机器人、智能家居等场景提供了新的技术路径，进而重塑人与设备的交互方式。