高通押注智能体时代：两款2纳米旗舰亮相，手机AI从“会回答”走向“能执行”

当地时间9月22日，2026骁龙峰会在夏威夷开场。高通一次连发两款采用2纳米制程的旗舰移动平台——第六代骁龙8超级至尊版与第六代骁龙8至尊版。超级至尊版搭载的Oryon CPU峰值主频达到5GHz，高通称其为首个突破5GHz主频的移动CPU。

同一天还有另一场演示：300亿参数的MoE模型被部署到手机，理解邮件、行程规划、日历同步、航班酒店推荐、行程分享到邮件草拟的全链路自主办公，整个流程无需调用云端。

手机AI的竞争，题目从“会回答”换成了“能执行”。

过去几年，旗舰手机芯片的竞争围绕性能、影像和功耗展开。今年的骁龙峰会，高通把另一个问题推到了台前：接下来的手机，要从“更快的终端”变成什么？

高通CEO克里斯蒂亚诺·安蒙

高通CEO克里斯蒂亚诺·安蒙（Cristiano Amon）给出的判断是，行业正在从“以手机为中心”转向“以智能体为中心”。在他看来，过去二十多年，智能手机的体验围绕一个个App构建，而在智能体时代，“一切体验始于你的意图”。

这并不意味着手机会被智能体取代。恰恰相反，安蒙认为，手机仍然是最了解用户、掌握个人信息和场景的设备。高通技术公司高级副总裁兼手机业务总经理Chris Patrick把手机称为“智能体时代的控制中心”。在高通的描述里，手机不会消失，但它从用户亲自操作的终端，变成了智能体理解用户、调用服务和执行任务的重要入口。

需求侧的变化也在推着这条路往前走。高通公司高级副总裁兼首席营销官Don McGuire在开场演讲中引用了一组调研数据：70%的受访者对个性化智能体感兴趣，66%的受访者对围绕个人智能体打造的多台设备感兴趣。他同时强调，行业不能只打造性能更强的AI，“必须让AI以人们能真正信任、愿意采用并每天使用的方式落地”。

从App到意图，手机为什么仍是智能体的核心入口

安蒙在主题演讲中把智能手机的发展划分为一个新的阶段：过去，用户打开手机，进入不同App，再一步步完成任务；智能体时代要改的正是这条路径——用户只需表达目标，AI理解意图后，在后台协调多个模型、应用和服务，把执行过程隐藏起来。

安蒙举了一个具体例子：如果用户想去看喜欢的乐队演出，智能体可以主动提醒演出信息，用户只需要回复一句“好”，后续的日程协调、门票查询、购票和行程规划都由智能体完成。用户只多说了一句话，背后是多个App、云端服务和模型的协同。

“这不再是遥远的未来，变革此刻正在发生。”安蒙说。

Patrick在主题演讲中把移动计算的演进概括为四个阶段：先是连接人与人，然后提供信息，接着变得智能，如今进入智能体时代。每一次变化，都在提高手机对计算、感知和连接能力的要求。

高通技术公司高级副总裁兼手机业务总经理Chris Patrick

在他看来，智能体需要理解用户并代表用户行动，而手机恰好同时具备三个条件：随身、情境感知和连接。手机全天伴随用户，可以持续获得来自语音、相机和传感器的信息；同时，它又连接着应用、其他设备和云端服务。Patrick因此认为，智能手机是“唯一能够以如此大规模将这三个要素融为一体的终端”。

安蒙则从另一个角度解释了为什么手机不会消失：手机是“属于你的”设备，用户的设置、信息、习惯和个人数据都集中在其中，这使它成为个人智能体的重要载体。这套思路被高通称为“以用户为中心的生态”——PC理解用户如何工作、创作和沟通，XR设备感知用户如何与周围世界互动，音频设备获取听觉信息，可穿戴设备记录健康和日常活动，手机是这些设备之间的连接节点。高通描述的并不是“手机被智能体替代”，而是手机、PC、眼镜、可穿戴设备和汽车逐渐成为智能体的不同接入端点：任务根据场景在不同设备之间流转，用户看到的是一套相对连续的体验。

这种变化已经出现在产品端。峰会现场展示的合作伙伴案例中，荣耀AI Robot Phone被作为面向智能体的新设备形态展示；荣耀Magic系列则被用来说明手机如何从简单响应，转向理解用户意图、做出决策并代表用户行动。

两款2纳米旗舰，被AI重构的手机芯片

过去衡量手机芯片升级，可以用CPU性能、GPU性能、AI算力和功耗几项指标。智能体带来的负载要复杂得多：模型需要持续获得上下文，CPU负责规划和调度，NPU承担推理，GPU处理部分AI和图形任务，内存和存储则要不断提供数据。芯片的每一层都得跟着重排。

CPU一侧，全新Oryon采用8核架构，2个超级内核加6个性能内核，峰值主频达到5GHz。Patrick在演讲中把CPU描述为智能体循环中的“规划者”，负责控制流程、关键决策、任务调度和数据移动。缓存架构也随之变化：Oryon FlexCache让全部8个核心访问共享的L2缓存池，并按需动态分配资源。对需要持续推理、检索上下文和调用工具的智能体任务而言，数据访问和任务切换本身就影响响应速度。

感知层由传感器中枢承担。

高通称，新平台的双Micro NPU架构性能提升85%、功耗降低20%，可以在较低功耗下持续处理语音、活动和个人情境信息。高通还展示了“Personal Scribe”：按照用户指示对对话进行索引、识别不同发言者，把重要信息整理进个人知识图谱。

Hexagon NPU承担模型运行。这一代NPU引入Element Accelerator，针对Transformer工作负载优化，支持最高32K词元的上下文窗口；共享内存扩大50%，高通称其在部分模型上的预填充性能提升最高可达80%。

GPU和影像也被纳入AI架构。高通称，新一代Adreno GPU性能提升最高44%、能效提升最高40%，并通过Adreno Neural Fusion融合AI与图形处理；Spectra ISP则进一步向多模态引擎演进，视频吞吐提升2倍，并支持8K 60fps和4K 240fps视频拍摄。这些仍是传统意义上的性能迭代，放到智能体场景里，它们要回答的是同一个要求：让模型在设备上持续跑起来，而不是跑一次。

安蒙在演讲中甚至提出，未来部分智能体AI设备单设备本地每天最高可以处理100万Token，并保持全天可用。这一数字来自高通对未来设备能力的展望，并非此次发布平台已经达到的实际能力。

为了支撑这样的计算量，高通在重新调整内存和计算之间的关系。安蒙披露，高通正在把此前面向数据中心开发的高带宽计算引擎HBC引入骁龙移动平台，让内存与AI计算单元进一步靠近，并把它作为协处理器使用。按照高通的规划，HBC未来不仅用于手机，也会扩展到笔记本、智能眼镜和汽车等边缘设备。端侧AI的瓶颈由此从单纯的“算力够不够”，扩展到数据如何更高效地在内存、计算单元和不同设备之间流动。

两款新旗舰的整体设计也遵循同一条线索：CPU、GPU、NPU、传感器、内存、存储和连接能力，不再只是彼此独立的芯片指标，而要共同服务于智能体持续运行的工作流。

高通此次公布的首批合作厂商包括小米、vivo、红魔、REDMI、OPPO、一加、Motorola、iQOO和荣耀等。vivo已经表示，iQOO 16和iQOO Pad Ultra将首批搭载第六代骁龙8超级至尊版。

对手机厂商而言，真正需要验证的不只是跑分和峰值性能，而是能否把芯片能力转化成用户可以稳定使用的功能。系统权限、应用适配、任务执行的可靠性以及功耗控制，都将成为智能体体验能否落地的变量。

30B模型跑进手机，端侧AI从“能运行”走向“能执行”

如果说2纳米制程和新的计算架构回答的是“硬件怎么变”，30B-MoE模型的端侧演示更直接地回答了“手机AI到底能做什么”。

此次峰会上，高通与阶跃、无量火和江波龙展开合作。基于第六代骁龙8超级至尊版，阶跃30B-MoE模型完成端侧适配和推理优化，并在高通参考设计上跑通了一套完整的办公智能体流程。

关键并不只是“30B”这个参数规模。与稠密模型每次推理都要调用全部参数不同，MoE模型可以根据任务激活相应的专家模块，在保持较大模型容量的同时降低部分计算和内存带宽需求。但采用MoE结构，并不意味着30B模型天然就能在手机上流畅运行，真正的难点在于模型、推理引擎、异构计算和存储之间如何协同。

这次合作中，无量火的Ember推理引擎与Ember Kernel端侧编排内核通过XCompute进行CPU、GPU和NPU异构调度，江波龙提供端侧AI存储方案，帮助模型权重从闪存中加载。

按高通披露的数据，在不修改模型结构、不损失推理精度的前提下，Ember方案使阶跃30B-MoE模型的运行内存需求比行业常规方案降低超过50%；依托NPU与GPU协同，该模型预填充吞吐性能超过每秒330个Token，相比仅用NPU的通用推理方案提升超过30%，解码吞吐性能超过每秒28个Token，并能保持持续稳定运行。

这些数据来自此次特定硬件、模型、推理引擎和存储方案的联合优化，并不能直接等同于所有搭载新平台的手机都能达到相同水平。阶跃方面称，30B-MoE是目前市面上最大的手机端侧模型，也是首个在第六代骁龙8超级至尊版上跑通并验证的MoE模型，这属于合作方对本次成果的描述。

能放得下、跑得动，只是第一步。这场演示真正值得关注的是模型开始承担一条完整的任务链。这与过去手机上的单点AI功能有本质区别：用户不再只是提出一个问题、获得一段答案，而是把一个相对完整的目标交给AI，模型需要理解上下文、拆分任务、调用工具，再根据执行结果推进下一步。

高通与谷歌在峰会上的对话把这一变化指向操作系统层面。谷歌高管Rick Osterloh表示，双方正在推进Gemini Intelligence，希望在传统操作系统之上增加一层智能能力，让AI从回答问题转向帮助用户完成事务；他同时强调，这需要本地模型推理与云端计算协同，也需要终端硬件、软件和服务之间的全栈合作。

端侧AI的竞争已经不只是在比“模型能不能跑在手机上”。模型规模、推理框架、内存和存储、异构调度、操作系统、应用生态，以及本地与云端如何分工，都会成为智能体体验的一部分。

当智能体开始代表用户购物、支付，另一个变量会更重：信任。安蒙在演讲中把好的智能体概括为三个标准：信任、用户控制权和顺畅无碍。智能体要替用户购物、付款或者调用个人信息，用户必须知道它在做什么，并且能够控制授权范围；同时，使用智能体还必须比自己打开App、一步步操作更简单，否则用户没有足够动力改变原有习惯。这也是智能体与传统语音助手、聊天机器人更大的区别：前者改变的是人与设备之间的任务分工——用户负责提出意图，智能体负责理解、规划和执行。

站在夏威夷的骁龙峰会现场，高通此次发布的两款2纳米旗舰平台，试图回答的已经不只是下一代手机需要多快的处理器，而是当AI开始理解用户、规划任务并代表用户行动之后，手机和芯片需要怎样重新设计。

从“打开App”到“表达意图”，从“获得答案”到“完成任务”，再到跨设备、跨应用的智能体协同，高通把下一阶段移动计算的竞争定义为一场系统级变化。这条路还没有走到终点，30B模型也只是特定软硬件组合下的端侧演示，但从“会回答”走向“能执行”，已经是高通定义下一代移动平台时明确的方向。