第十届集微大会 | 高通李永钢：个人终端迎智能体时刻

在2026年的初夏，第十届集微大会于上海张江科学会堂落下帷幕。这一届的主题——“AI重构未来、生态协同致远”，可以说精准切中了当下产业最核心的脉搏。由半导体投资联盟、浦东科创、ICT知识产权发展联盟和海望资本联合主办，爱集微承办，大会汇聚了全球资源，共同探讨产业新生态的构建。

在5月28日的端侧AI峰会上，高通公司技术市场总监李永钢发表了题为《引领智能体AI创新，构建个人AI未来》的主题演讲。他的核心观点是：AI正在经历一场从“屏幕里的功能”向“围绕用户需求运行的智能系统”的跃迁。换言之，今天我们讨论的，不仅仅是AI能力的提升，更是如何真正构建属于每个人的AI。

从感知到物理，AI的四阶演进

李永钢梳理了AI应用的四个阶段：感知AI、生成式AI、智能体AI，以及物理AI。感知AI已经走过了漫长的发展期，比如我们手机里的语音处理、AI摄影，都属于这一范畴。不过，这些功能大多还只停留在处理单一任务的层面。

真正让行业兴奋的，是生成式AI的爆发，ChatGPT是其中的标志性事件。高通也在这一阶段积极推动大模型在终端侧的落地。2024年初，他们率先在端侧演示了文本生成图像的模型，证明了在手机上跑大模型的可行性。而到了2025年，焦点几乎全部聚集在了智能体AI上。

至于物理AI，则更多与具身机器人、物联网设备相关，它能让系统感知外部世界并完成行动。从年初的CES到MWC，物理AI几乎成了科技巨头们标配的讨论话题。

这里需要特别强调的一点是，这四个阶段并不是一个替代另一个的关系。以高通骁龙平台为例，感知AI中的“无限语义分割”能力还在不断进化——当用户拿起相机，系统能实时对画面中的各类对象进行精确识别和优化，甚至连视频的画质也做到了实时增强。每一类AI都在自己的赛道上持续前进。

智能体AI：关键在于打通设备和应用间的壁垒

谈到生成式AI和智能体AI，李永钢对产业趋势做了深入分析。他特别指出，端侧AI的意义不仅在于模型规模能做多大，更在于它天然具备低时延、隐私保护和持续运行的特性。这些能力决定了AI能否真正走入大众生活，实现成本、效率和体验的平衡。

不同终端产品对体验和功耗的需求差异很大。手机可以运行10亿到100亿参数的大模型，PC因为尺寸和供电更灵活，能力上限更高。车端则能承载更大的模型，算力持续提升。哪怕是功耗极其敏感的AI眼镜，也开始具备运行大模型的能力，在某些场景下可以作为随身AI助理。

在模型能力方面，过去几年行业一直在与大模型企业紧密合作，追求用更小参数规模实现更强能力。一个典型的例证是上下文长度的变化：大约三年前，能支持的上下文还是1K到2K，而从2025年起，部分场景已经实现了32K到128K的长上下文。

从智能体的趋势看，主要体现在三个方面。

第一，终端侧智能体能够提供更低的时延、更好的个性化体验和持续无感的服务。高通的端侧AI布局早已开始。

第二，智能体正在走向专业化。一些通用模型开始针对特定场景进行优化，带来更多差异化体验。

第三，也是非常重要的一点——终端产品中的智能体必须能够提供高度个性化的体验。

但当前智能体AI面临的挑战，坦白讲，并不是模型能力本身，而是缺乏系统级的编排。上下文的丢失在设备间反复发生，这种现象太普遍了。比如，你在手机上查了天气，在电脑上搜了路线，在手表上查了日程——但这些设备之间无法连贯处理任务，用户操作复杂度大增。

只有打通设备与应用之间的壁垒，智能体才能真正落地。一个理想的智能体，应该是一个包含感知、理解、推理、记忆、工具和执行模块的闭环系统。它能理解用户意图、拆分任务、独立完成目标，并具备持续的感知、思考和行动能力。到那时，人们才能真正体会到个人AI智能体带来的便利。

从趋势上看，高通认为AI就是新的UI。这个判断最早由高通CEO安蒙在约两年前提出，如今正在逐步成为现实。过去，用户围绕着各类APP操作；未来，智能体将围绕着个人的目标和待办任务实现交互。

布局全品类终端，筑牢跨平台AI底座

谈到AI未来，李永钢指出，智能体已经跨越了手机、PC、可穿戴设备、汽车等多种产品形态，而这些终端在算力和能效上差异很大。未来的智能化体验，不会局限在单一设备上，而是依托整个生态协同，形成统一的AI系统能力。AI模型生态也呈现出多模型并存、多部署方式并行的格局。

从计算架构的角度看，用户体验对端、边、云协同提出了新的要求。AI不再是单一设备的功能，而是一个分布式持续运行的系统：低时延和隐私敏感的场景在端侧就近推理，复杂任务则放到云端处理。

从多端协同演进的角度看，个人AI始于终端侧。终端离用户最近，拥有最完整的个人信息，能第一时间识别意图和偏好。因为终端只是一个载体，未来AI将朝着更持续、更无感的体验方向演进，真正转向以用户为中心。

基于这样的判断，高通布局了边缘计算平台，通过跨产品品类提供高能效、可扩展的AI能力，支持更多模型在端侧和云、边之间高效协同，加速AI的规模化使用。

目前，手机依然是个人AI的核心载体，但其他品类也在快速发展。以AI眼镜为例，根据Omdia的数据，2025年AI眼镜出货量达到870万，同比增长高达322%，市场对具备AI能力的设备的需求非常强劲。

骁龙是少数能在多终端形态上提供统一系统级AI和连接能力的平台。其异构计算架构采用“CPU+GPU+NPU”的方式，实现了全自研，并针对AI进行了大量优化。高通以系统集成的方式，让以用户为中心的生态成为可持续的现实路径。统一的软件栈和开发路径，降低了开发者门槛，加速了模型部署和生态创新，让AI从专家工具走向规模化应用。

高通的软件栈整合了多种软件产品，开发者在各类产品上都能比较容易地进行开发。核心思路是：通过统一的技术路线图提高软硬件底座的性能和能效，赋予AI从单个产品扩展到跨终端、跨场景的平台级能力。展望未来，AI将成为围绕用户持续运行的智能系统，从以设备为中心转向以用户为中心，从功能的叠加转向系统的协同，最终实现“构建你的AI”的愿景。