CES高通见闻：「小鸟到大象」，差了4个数量级的AI终端都能跑通？

作者：高飞

来CES，高通必然是一个不能错过的站点。

我给一个三段论的解释：CES的本质是消费电子展，消费电子的主要形态是终端，而要说有什么企业能和各种类型的终端都发生关系，这家企业就是高通。

实际上，我在CES上看到的第一个有高通印记的设备，还不是在高通展台，而是在联想展台：一款叫Project Maxwell的AI吊坠，用的就是高通的技术。

真正到了高通展台，人潮从一面墙绕到另一面，目光所及之处更是各种「终端」。所以一个自然的问题是：这些终端有什么共通因素？来CES之前，高通组织了一场展前沟通会，高通技术公司市场高级总监Catherine Baker用两个词概括今年的主题：个人AI和物理AI。高通技术公司产品市场副总裁Ignacio Contreras则介绍了汽车、机器人等具体业务的进展。

所谓「个人AI」，就是「以用户为中心的AI」，在你身边能看、能听、能说、能执行任务，比如智能手机、PC、可穿戴、XR、智能家居等；所谓「物理AI」，就是「提升各行业水平的AI」，在物理世界里能感知、能处理、能行动、还能进化，比如汽车、具身智能等。

不过大家可能还会有疑问：无论如何，这些设备还是千差万别的。从尺寸上说，从AI吊坠到一辆智能汽车，中间差了四个数量级。我算了一下，相当于一只小鸟和一头大象的差距。所以，高通为什么能收放自如？支撑这一切的底层逻辑是什么？

我向同样来参加CES的高通公司中国区董事长孟樸请教了这个问题。

孟樸给了我一个特别体系化的回答，讲了一个「三角模型」。

具体而言，端侧设备由于有极强的便携性需求，一个产品要同时满足三个指向完全不同的指标：性能、功耗和成本。性能要高，不然用户体验差；功耗要低，不然续航撑不住；成本要可控，因为消费电子追求的就是大众化。三者互相牵制，很难同时做好。

孟樸说高通在这三方面做得非常均衡：“高通成立40年，一直在做移动连接、移动计算，一直用于消费电子产品，所以对「性能、功耗、成本」铁三角关系一直控制得非常好。”概括来说，就是「很皮实」，非常robust。

而且，由于多年在这个领域耕耘，还形成了飞轮效应。他透露了一个数据：高通已累计出货43亿颗具备AI能力的芯片。这些芯片在实际使用中产生几十亿次交互，反过来又推动高通对端侧AI的理解。像一个永动机。

聊到2026年的计划，孟樸说AI还是重头戏。他特别提到一个变化：以往，上下游合作，芯片和解决方案是分开走的；现在是同步的，高通发布跃龙IQ10的同时，阿加犀的机器人解决方案就一起亮相了。“中国是AI终端落地最重要的市场之一，今年我们会和合作伙伴一起把AI加速计划落地。”另外他提到6G也是重点方向，高通的底色还是移动连接、移动计算。

讲完形而上的体系，接下来分享我在高通逛展之后得到的细节和感受。正好高通全球副总裁、高通中国研发负责人徐晧博士就在展台，他给我讲了很多技术门道。

发现一：具身智能90%的难题是工程

展台一侧，一台机器人在分拣水果，不同颜色放进不同盘子。

这动作人类太简单了，机器人却要下大功夫。难点在于理解物理世界：瓶子满还是空，决定抓取用多大力；开冰箱门，要知道旋转轴在哪，施加一个恰到好处的力矩。

徐晧告诉我，这台机器人搭载了「高通跃龙IQ10」，这款芯片专门用在人形机器人和先进自主移动机器人（AMR） 身上，它的AI算力高达700 TOPS，足以在端侧运行复杂的视觉-语言-动作（Vision-Language-Action, VLA）模型。另外，它的功耗较小。价格也会比同类产品更便宜。总结一下，又是那个铁三角。

让我意外的是他接下来的话：“高通在具身智能领域，基本上全栈都在做。”不只芯片，还有软件、开发工具、物理仿真训练、数据飞轮。

为什么芯片公司要自己趟全流程？徐晧说，只做硬件的人看不见应用痛点，做完端到端系统，才知道带宽卡在哪、算力怎么拆、内存怎么排。

还有一个痛点是续航。徐晧说，不少现在的人形机器人只能工作一两个小时，因为不停地动，机械、传感器、关节驱动都耗电。所以芯片省电非常重要。又是那个铁三角。

聊到这里，我问徐晧：车和机器人的同源性高吗？毕竟现在做车的好像都在做机器人。

他的回答很硬核：车是二维世界的优化问题，机器人是三维空间的复杂任务。 车只需要控制转向、刹车、加油，不撞人就行；机器人的任务可能是洗碗、拿菜、打扫房间，主人给的命令可以是任何事情。虽然做车的过程中学到了很多，用摄像头做感知、ADAS，但直接搬到机器人远远不够。

我听完，脑子里蹦出一句话：“原来自动驾驶学的是地理，现在机器人要学物理，学生理、心理。”

当然也不是什么都做。IgnacioContreras在展前会上说，高通做具身智能的路线是「稳健型」，优先开发能带来最大经济价值的通用技能：物流的分拣堆垛、制造的装配、零售的货架补货。人干起来耗时耗力的活，正是机器人的机会。

发现二：汽车是AI的分布式身体

展台上有辆叫「Zinger」的概念车。徐晧博士带我看了高通与谷歌合作的「汽车AI智能体」演示。他说，高通跟谷歌已经合作十年，这辆车融合了Gemini算法和车端AI，打造的是一个具身智能的处理环境。

有意思的是紧急处理功能：车内摄像头能观测司机状态，如果只是打盹就把人叫醒；但如果司机真的出了状况——不能驾驶、受伤、昏迷——它可以主动打电话呼救，把看到的情况远程汇报。徐晧博士说：“它可以告诉对方司机没反应了，还能把照片、视频发过去，说明怎么紧急处理。”

这让我想到一个问题：现在很多AI的逻辑是“我处理不了，交给人类”，但没考虑过人本身可能才是需要AI帮助的那个。 车里的AI agent，终于开始补上这一环了。

高通在汽车上做了两件事。第一，一颗芯片同时搞定ADAS和IVI，打通软件定义汽车。第二，把Android汽车OS与骁龙数字底盘塞进量产车，「本地优先+云端补充」。

这次与谷歌的合作拓展，从Android 17开始提供统一参考平台，让车厂在不同车型上复用软件栈，缩短开发周期。连接上，新发布的A10 5G RedCap调制解调器，低功耗、低成本覆盖全球LTE/5G，为中低配车型普及联网铺路。

IgnacioContreras给了几个数字：全球超4亿辆车用骁龙数字底盘，超7500万辆搭载骁龙座舱，高通在座舱SoC领域全球第一。

中国市场落地更快。Snapdragon Ride系列与元戎启行、Momenta、轻舟智航、文远知行、卓驭科技形成开放生态，过去一年多款车型量产，未来一年半还有20余项目。零跑D19成为全球率先搭载双骁龙8797的车型，座舱、智驾、车身控制、网关「中央集权」。

发现三：笔电在变成「私有模型运行时」

今年PC线主角是骁龙X2 Plus。第三代Oryon CPU，10核或6核，新一代Adreno GPU，80 TOPS的Hexagon NPU——同级别笔电里最快。

能效曲线：与前代平台相比，同等性能功耗降43%，CPU单核峰值提升35%，GPU提升29%，NPU提升78%。铁三角。

Windows 11 AIPC还在以40 TOPS NPU为门槛，高通为什么超配到80TOPS？高通技术公司计算业务产品管理高级总监Mandar Deshpande说：第一，首个token生成速度决定体感；第二，给OEM和ISV留空间，跑更复杂的本地模型。

这不是「有无」问题，是「快不快」和「能用多久」的问题。 当模型越来越大，PC如果只是CPU/GPU的小型云，永远输给时延和能耗；但NPU够强、调度够聪明，PC就从「跑App的机器」变成「载AI的终端」。

搭载骁龙X2 Plus的终端2026年上半年面市。

发现四：物联网从散点变闭环

过去五个季度，高通在物联网领域连下五单「收购」：Sequans和Augentix补蜂窝与低功耗视觉，Edge Impulse和Arduino降低开发门槛，Focus AI带来视觉智能服务。物联网业务从卖芯片，变成硬件+软件+服务。

新推出的高通跃龙Q8和Q7系列新品，聚焦端侧AI、多媒体、安全，支持机器人、无人机、摄像头、AI电视等形态。展区演示了Qualcomm Insight平台，把对话式AI引入安防和零售视频系统；还有集成Edge Impulse的方案，让企业在本地跑1200亿参数大模型，不依赖云。

另一个新品是物联网地面定位服务，用Wi-Fi、蜂窝、蓝牙定位，不依赖GPS。

Contreras说，高通预计到2040年机器人可创造1万亿美元经济价值。“每个物理具身形态，都可能成为持续学习的机器人。”

发现五：AI在往小里钻

开头提到的联想AI吊坠Project Maxwell，代表了一个趋势：AI正在进入越来越小、越来越贴身的设备。

展台上还有Razer的Project Motoko，一款AI原生无线耳机概念产品，能看、能听，用Snapdragon XR芯片驱动，定位是“全天候AI助手”。高通技术公司XR业务高级副总裁兼总经理Ziad Asghar说，我们正在进入一个时代，多个AI驱动的个人设备能协同工作，预判你的需求。

展台上还有多款搭载高通芯片的音频产品。性能、功耗、成本，又是那个铁三角。

离开展台前，我在智能家居演示区看到一个智能喂鸟器。上面装着摄像头，鸟飞来时能识别是什么鸟，推送到手机，还告诉你下次该准备什么食物。

逛完展台回头想，我们一开始说高通支持的设备尺寸跨度相当于从小鸟到大象。结果最后我还真发现了一个产品，就是给小鸟用的。

从大象到小鸟，同一套铁三角逻辑都能跑通——这大概就是孟樸说的「皮实」。