高通押注“个人AI”:终端市场增长从堆参数转向智能体驱动

2026/07/30 16:06阅读量 2

高通委托IDC发布白皮书指出,全球智能终端出货量下滑但AI渗透率逆势上升,传统“堆参数”策略失效。高通提出“个人AI”范式,以智能体为核心、端边云分布式计算架构解决成本、体验和隐私瓶颈,并展示端侧知识图谱、传感器中枢、多模块协同等技术方案,认为未来手机、眼镜、PC等设备将共享同一智能体,成为个人AI的入口。

事件概述

高通与市场研究机构IDC联合发布白皮书《从AI设备到个人AI——智能体驱动的终端进化与产业重构》,指出全球智能终端市场正经历结构性错位:出货量持续下滑,但AI终端渗透率逆势上升。数据显示,2026年上半年智能手机出货量同比下滑13.9%,其中具备AI能力的设备占比达66.4%,同比增幅21.8%;PC出货量下跌11.7%,平板下跌8.6%,AI渗透率同样走高。白皮书认为,传统“堆参数换销量”的逻辑失效,需要转向以智能体为核心的“个人AI”范式。

核心信息

  • “个人AI”定义:以智能体为核心运行载体、以用户为中心展开运行的智能系统。智能体跨越手机、PC、眼镜等设备,共享对用户的统一理解,实现个性化服务、全时感知、连续服务、可进化和安全可信。
  • 三大瓶颈与解决方案:从对话式AI到智能体AI,单次任务Token消耗增长约100倍,若全部依赖云端将面临成本高企、延迟大、隐私泄露风险。白皮书建议采用“端边云分布式”架构,根据任务时延、隐私等级和计算复杂度自动调度计算负载,高频轻量任务在端侧处理,中等复杂度由边缘节点承接,高复杂度推理按需调用云端算力。
  • 高通技术方案:端侧个人知识图谱在不出设备的前提下记录用户偏好;传感器中枢可脱离主系统独立运行,功耗低至数十毫瓦级,支持全天候待机感知;设备间共享用户理解,实现连续服务;本地算力持续迭代知识图谱;隐私保护做成硬件级能力,用户数据留存在端侧。高通认为真正的瓶颈并非算力,而是持续服务能力、多任务并行和功耗续航,因此采用CPU(全局调度)、NPU(端侧大模型推理)、传感器中枢(毫瓦级感知)、GPU(并行计算)多模块协同。
  • 入口设备:高通认为“个人AI”的核心载体不必局限于单一形态,手机、眼镜、PC乃至智能网联汽车都将成为智能体的端点。白皮书预计2030年后终端边界逐步消解,感知、算力、执行单元分布在各处,入口问题将不再存在。安蒙在COMPUTEX 2026演讲中给出全球终端规模数据:约60亿部手机、20亿台个人AI终端、20亿台PC、5亿辆智能网联汽车。

值得关注

白皮书所描述的“个人AI”范式,核心在于将AI能力从设备绑定中解放出来,使之成为“跟着人走”的分布式智能体。这要求芯片厂商提供从端到云的全栈算力覆盖,高通正在通过产品线布局(从毫瓦级耳机到千瓦级数据中心)抢占这一生态。白皮书全文可在高通官网获取:https://www.qualcomm.cn/content/dam/qcomm-martech/dm-assets/documents/files/personal-ai-whitepaper2026.pdf

准备好启动您的定制项目了吗?

现在咨询,即可获得免费的业务梳理与技术架构建议方案。