高通万卫星展望个人AI发展：高通拥有跨终端、跨场景的平台级AI能力

3月27日，CFMS｜MemoryS 2026 峰会以“穿越周期，释放价值”为主题在深圳举办。本届峰会汇聚存储、CPU/GPU、AI大模型、汽车等全球核心产业链生态企业，探索AI时代下，存储厂商、应用终端与平台厂商将如何融合新技术、新产品，协同构建高效生态。高通公司AI产品技术中国区负责人万卫星受邀出席本次峰会并发表主题演讲，探讨了在智能体AI创新浪潮下，端侧将如何引领构建个人AI的未来。

万卫星指出，个人AI将始于端侧，我们正在迈向以AI和用户为中心的多终端体验，终端侧智能体将能够提供更低时延、更好的个性化以及持续无感的用户体验。高通公司通过统一的技术路线，能够跨广泛产品组合提供高性能、高能效的软硬件技术底座，为赋能个人AI提供跨终端、跨场景的平台级能力。

此外，为表彰产业链内的杰出企业与领军人士，彰显行业标杆力量，MemoryS大奖也在本次峰会期间颁布，通过将业务从智能手机扩展至个人AI与智能可穿戴设备、PC、汽车、边缘网络以及工业物联网等广泛边缘领域，引领构建“边缘智能生态”，推动AI在万物互联终端上真正实现低延迟、高安全的本地化落地，高通公司荣获“年度AI生态杰出贡献奖”。

以下为万卫星演讲全文：

各位嘉宾，现场的朋友，大家上午好。今天我分享的主题是“引领智能体AI创新，在端侧构建个人AI未来”。我们首先来看一下AI在行业应用的几个演进阶段，第一个阶段我们可以把它叫做感知AI，感知AI并不陌生，它包括多媒体信号、比如语音信号的理解，对图像的分类识别，以及智能降噪等传统领域的用例。这类感知AI在大多数的终端侧平台已经得到了商业化落地，一个很典型的例子就是在手机领域的计算摄影，其实就得益于感知AI的落地。

第二个阶段就是生成式AI，这个阶段的特点是在基于大量数据预训练的情况下，AI可以在有监督的情况下去解决一些具体的问题，比如说OpenAI的ChatGPT模型，以及文生图模型等等。第三个阶段我们叫做智能体AI。智能体AI跟生成式AI有个很重要的区别就是，它基本上可以在无监督的情况下，自主的去理解用户意图，进行行动和决策，帮我们解决稍微复杂的任务。第四阶段我们叫做物理AI，AI可以真正去理解我们的物理世界，根据真实物理世界的物理规定，对输入进行反馈和输出。这一技术还在早期应用阶段。如果大家关注今年在巴塞罗那的MWC世界移动通信大会，应该也看到了大量行业关于物理AI的探索进展。

目前我们看到行业内的关注重点主要在第二阶段和第三阶段。接下来我们先看一下生成式AI的发展趋势。我们看到很重要的一点是，能够在端侧运行的生成式AI模型，它的智能正在快速的提升。首先，端侧设备能够支持的模型参数量正在变得越来越大，比如在手机上我们已经可以运行10亿到100亿参数级别的大模型，在PC上可以运行130亿到200亿参数量的大模型。在车上，我们可以支持的模型参数量可能会更大，达到200~600亿的级别。

在更小型的设备上，比如AR眼镜和低功耗设备，我们也实现了让参数规模在10亿-40亿之间的模型完全在端侧运行。虽然相较于云端大模型，端侧模型的参数量仍然相对较小，但行业内的各种技术正在推动端侧大模型支持体量的提升，比如内存带宽提升，量化位宽技术的优化可以进一步压缩模型尺寸，这都意味着终端设备可以承载更丰富的模型。

从模型本身的能力来看，我们观察到两点。首先，去年我们已成功将具备推理能力的大模型部署到了端侧。第二，在端侧大模型所对应的各类场景中，其支持的上下文长度也在提升。大概在三年前，端侧上下文长度普遍仅限于1k-2k；两年前，大部分场景的上下文已经扩展到2k-4k；而去年，高通在与合作伙伴的场景探索中，这个区间已提升到4k-8k。在一些特定的场景中，我们甚至已经可以支持32k-128k的上下文长度。

更长的上下文需求在端侧部署其实是具有挑战性的，上下文越来越长，意味着对KV缓存（Key-Value Cache）的需求会越来越大。这直接导致将模型整体部署到端侧时，所需的内存容量会增加，同时对内存带宽的要求也会越来越高。在模态演进方面，我们同样看到端侧模型正从单一的“文生文”、“文生图”、“图生图”向更丰富的多模态方向发展，包括语音、文字、照片、视觉以及传感器等多种输入，甚至正在向全模态的方向迈进。在去年9月的骁龙峰会上，高通也展示了与合作伙伴共同将50亿参数的全模态模型完整运行在端侧，用户可以通过自然语言进行交互。

介绍完趋势，下面我们来分享生成式AI在端侧部署的优势与挑战。我认为端侧运行生成式AI的最大优势在于个性化。因为个人所有的数据都在端侧，而新数据的产生源头也是在端侧。在数据产生的源头直接进行推理是一件非常自然的事情，同时也可以更好保护用户的隐私。此外，端侧生成式AI还有更高的成本优势，且无需网络连接，这让用户能够随时随地享受生成式AI带来的服务。在挑战方面，我这里重点强调几点。第一点是端侧内存规模的限制。虽然我们有很多技术手段能够压缩模型体积，但有限的内存终究会对可运行的模型大小设置上限，而模型大小的上限也意味着端侧AI能力的上限。

第二点，端侧的内存带宽也是有限制的。大家知道，自回归网络的一个显著特点就是受内存带宽限制，有限的带宽会影响大模型输出token（词元）的速度，进而影响到具体场景里面的用户体验。第三点，我想重点强调在很多终端设备上，尤其是在手机这种集成度比较高的设备上，能效非常重要。我们要避免AI推理在运行时触发温控限制，避免引起设备发热。因此，如何在内存大小、带宽以及性能和能效之间达成平衡，是我们和业内伙伴一直在尝试解决的问题。

下面我们来看一下智能体AI的趋势，最重要的一点就是怎么让终端侧智能体和用户实现深度适配。第一个显著趋势就是终端侧智能体，其核心在于能够提供更低时延、更好的个性化以及持续无感的用户体验。第二是智能体专业化。最开始人们是想让统一的模型去解决大多数问题，现在我们在走向任务专业化，通过专业化智能体和多智能体框架来解决问题。第三个趋势，也是我觉得对用户体验最重要的趋势，就是高度个性化。终端侧智能体不再是以前那种简单的对话类语音助手，而是变成能够充分理解用户意图、理解上下文、理解用户感知信息的真正懂你的AI助手。

我们再来详细看一下智能体AI的基础模块。大家可以简单把智能体理解为一个持续运行的闭环系统，这一系统里包含多个基础模块，比如感知模块、理解模块和推理模块，还有记忆系统、工具系统甚至执行系统。这些模块整合在一起，让智能体能够理解用户的意图，处理用户输入的信息，通过对信息的理解来拆分成多个任务并独立完成目标。更重要的是，终端侧智能体可以提供持续感知、持续思考并且持续行动的用户体验。

智能体AI其实为我们面向新数字世界的交互范式带来很大改变。高通在过去两年一直在讲“AI是新的UI”——AI是新的用户交互界面。未来，用户不再是围绕某个单一的APP或者某个单一功能去做交互，只需要用语音或文本和智能体去自然交互，智能体就能通过理解用户的输入信息去理解用户意图，分解并规划任务。再结合运行在骁龙平台上的端侧大模型，可以解决我们的任务，也可以通过云端的通用大模型，让AI赋能娱乐、生产力工具、行业应用等广泛的场景。

在过去，个人AI更多是以手机为中心，耳机、眼镜、手表等其他设备是作为附属与手机连接。未来，我们正在迈向以AI和用户为中心的多终端体验。也就是说AI不再绑定某一个具体的设备，如果是通过个人AI或者智能体去理解用户的意图，再去执行用户的任务，这些任务是通过多个设备之间的灵活协同来完成的。AI设备它只是AI的载体，未来个人AI体验一定是朝着打造更持续、更无感的用户体验方向去演进。从我们的视角去看个人AI，它一定是始于终端侧的，因为终端侧离用户最近，终端侧拥有用户的所有信息，因此能够在第一时间感知到用户个人的意图、上下文和偏好。

但是个人AI它不是孤立运行的，它可以通过混合AI的架构，在终端侧、本地边缘、网络边缘和中央云协同工作。高通在去年也发布了多款可以提供充分算力去支撑个人AI场景的产品，包括第五代骁龙8至尊版移动平台、骁龙X2 Elite计算平台等。大家已经可以在市场上看到非常多搭载上述骁龙平台的商用终端。

刚才我们聊了终端侧，那么在数据中心领域，我们也是在今年MWC发布了基于Qualcomm® AI200和AI250芯片的加速卡和机架系统。我们以行业领先的总体拥有成本(TCO)为高速数据中心生成式AI推理提供机架级性能与卓越内存容量。尤其是AI250，它引入了一个创新的内存架构，为AI处理工作负载带来效率的跨时代跃升。

最后，我想给大家总结一下高通在AI方面的整体布局。从手机、耳机、可穿戴设备、PC等消费电子产品，再到汽车、机器人，甚至到下一代的数据中心，我们都在用统一的AI架构去赋能所有的产品，核心就在于我们能够通过统一的技术路线，提供高性能、高能效的软硬件技术底座，让高通的AI能力得以从单个产品或者单颗芯片扩展成为规模化的跨终端、跨场景的平台级能力。

以上就是我今天所有的分享，非常感谢大家。