智能體AI新紀(jì)元里，高通的價(jià)值新敘事

??深響原創(chuàng) · 作者｜呂玥

由“智能體（Agent）”主導(dǎo)的AI產(chǎn)業(yè)風(fēng)暴正席卷而來。

能規(guī)劃、推理、執(zhí)行的智能體，正全面滲透進(jìn)手機(jī)、電腦、汽車、工廠……而這種滲透正把算力需求推向一個(gè)從未經(jīng)歷過的量級(jí)。不同于傳統(tǒng)對(duì)話場(chǎng)景單次交互的有限消耗，智能體完成復(fù)雜任務(wù)需要數(shù)十次甚至上百輪推理驗(yàn)證，單任務(wù)Token消耗實(shí)現(xiàn)幾何級(jí)增長(zhǎng)。

IDC預(yù)測(cè)，全球年度Token消耗將從2025年的0.0005 PetaTokens暴增至2030年的152,667 PetaTokens，年復(fù)合增長(zhǎng)率高達(dá)驚人的3418%。在近日舉辦的COMPUTEX 2026上，高通CEO克里斯蒂亞諾·安蒙也給出了更細(xì)節(jié)的數(shù)據(jù)：2026年全球每10秒Token需求約317億，到2030年將飆升至1.27萬億，增長(zhǎng)超40倍。2030年全球Token總需求將達(dá)到千萬億級(jí)別。

圖源：IDC

Token需求指數(shù)級(jí)爆發(fā)，也直接暴露了集中式AI的諸多瓶頸。

經(jīng)濟(jì)層面最為直觀，Token消耗的爆發(fā)直接推高了算力成本，使傳統(tǒng)依托集中式算力的商業(yè)模式面臨嚴(yán)峻的盈利挑戰(zhàn)。

技術(shù)層面矛盾也不少：一是算力調(diào)度效率難以滿足場(chǎng)景需求，比如工業(yè)控制、自動(dòng)駕駛等實(shí)時(shí)性要求極高的場(chǎng)景對(duì)云端推理帶來的延遲根本無法接受；二是智能體在復(fù)雜無線環(huán)境中運(yùn)行，易受網(wǎng)絡(luò)帶寬和系統(tǒng)穩(wěn)定性影響，協(xié)同效率明顯下降；三是大量企業(yè)擁有高價(jià)值的小樣本私有數(shù)據(jù)，這類數(shù)據(jù)因安全合規(guī)要求無法出域，與集中式AI的訓(xùn)練推理模式天然不適配。

落到用戶體驗(yàn)層面看，用戶接觸智能體的設(shè)備會(huì)越來越多樣，若將所有推理任務(wù)集中到云端處理，很難無縫感知不同設(shè)備間的用戶身份變化和上下文信息遷移，容易出現(xiàn)體驗(yàn)割裂感。

于是行業(yè)共識(shí)已然形成：從集中式AI到分布式AI成為必然趨勢(shì)。資本市場(chǎng)的關(guān)注點(diǎn)也在遷移，行業(yè)拐點(diǎn)已至。未來的核心問題不再是“有沒有足夠算力”，而是“如何把推理能力部署在最合適的位置”——云端、邊緣側(cè)、終端協(xié)同，在成本、功耗、延遲與隱私之間找到平衡。這是道復(fù)雜的命題。

而對(duì)此，高通正嘗試給出它的解法。過去四十年，外界對(duì)高通的認(rèn)知多停留在移動(dòng)設(shè)備芯片巨頭，但近五年來，它已悄然轉(zhuǎn)身，深入AI領(lǐng)域書寫全新敘事。在COMPUTEX 2026上，高通CEO安蒙面對(duì)分布式AI的大勢(shì)，從底層技術(shù)基因到全場(chǎng)景產(chǎn)品落地，給出了屬于高通的時(shí)代答案。

技術(shù)平移：移動(dòng)設(shè)備芯片里練出AI底座

之所以說分布式AI存在復(fù)雜性，是因?yàn)槠鋵?duì)于底層基礎(chǔ)設(shè)施提出了與過去完全不同的要求。

一是算力部署方式的變化。過去大模型訓(xùn)練主要集中在云端，而智能體時(shí)代的推理任務(wù)分散到手機(jī)、PC、汽車、機(jī)器人、可穿戴設(shè)備等不同終端中。不同場(chǎng)景對(duì)算力需求差異很大，這就需要AI系統(tǒng)具備端、邊、云之間的全鏈路算力調(diào)度能力。

二是智能體的交互場(chǎng)景對(duì)實(shí)時(shí)性與穩(wěn)定性的要求很高，比如工業(yè)機(jī)器人運(yùn)動(dòng)控制、自動(dòng)駕駛動(dòng)態(tài)決策等場(chǎng)景都要求毫秒級(jí)響應(yīng)，無法承擔(dān)云端往返帶來的等待時(shí)間。這意味著AI推理能力需要更多下沉到本地終端，同時(shí)保證設(shè)備之間的信息同步與穩(wěn)定。

三是當(dāng)AI開始同時(shí)運(yùn)行于多種設(shè)備之間時(shí)，協(xié)同工作也成為必需。否則，AI能力將被割裂在一個(gè)個(gè)獨(dú)立設(shè)備之中以信息孤島的形式運(yùn)行，難以形成真正連續(xù)的智能體驗(yàn)。

四是智能體時(shí)代的AI開始從“被動(dòng)響應(yīng)”走向“主動(dòng)感知”，這意味著終端設(shè)備不僅需要具備持續(xù)情境感知能力，還需要能夠在本地長(zhǎng)期運(yùn)行輕量化、個(gè)性化模型。

五是能效比的極致優(yōu)化。所有移動(dòng)和嵌入式終端都受限于電池容量和散熱設(shè)計(jì)，不可能無限制提升算力輸出，這就要求必須在保證推理性能的同時(shí)盡可能壓低功耗，做到用最少的電量完成更多的推理任務(wù)，才能支撐終端AI的長(zhǎng)期穩(wěn)定運(yùn)行。

面對(duì)這些嚴(yán)苛的要求，高通從移動(dòng)設(shè)備芯片時(shí)代積累的技術(shù)基因展現(xiàn)出了高度的契合性。這并非巧合，而是技術(shù)路線演進(jìn)的內(nèi)在一致性。

首先，高通最核心的一項(xiàng)能力就在于高性能低功耗計(jì)算。

從早期的Kryo CPU到如今自研的Oryon CPU，高通長(zhǎng)期深耕移動(dòng)CPU架構(gòu)設(shè)計(jì)與工藝適配，這為端側(cè)AI推理提供了穩(wěn)定高效的算力底座。同時(shí)，專用于AI推理任務(wù)的Hexagon NPU，在核心工作負(fù)載中展現(xiàn)出遠(yuǎn)超通用處理器的能效優(yōu)勢(shì)。兩者協(xié)同后，使得端側(cè)設(shè)備無需依賴大體積電池和復(fù)雜散熱系統(tǒng)，即可實(shí)現(xiàn)持續(xù)的高性能AI推理。

不止如此，全棧連接能力同樣是高通在分布式AI時(shí)代的重要底層優(yōu)勢(shì)。

從CDMA起家的高通，手握5G/6G蜂窩連接、Wi-Fi 7、藍(lán)牙等核心技術(shù)，并形成了完整連接能力體系。在分布式推理場(chǎng)景中，當(dāng)AI智能體需要在不同設(shè)備間聯(lián)網(wǎng)協(xié)作時(shí)，高通的連接技術(shù)正好保障了高速、穩(wěn)定且低延遲的數(shù)據(jù)傳輸。

更關(guān)鍵的是，高通堅(jiān)持的統(tǒng)一架構(gòu)路線也在AI時(shí)代開始顯現(xiàn)價(jià)值。

高通將Oryon CPU、Adreno GPU、Hexagon NPU、ISP以及傳感器中樞高度集成于SoC之中，不僅實(shí)現(xiàn)了跨終端的算力分層互補(bǔ)，還能夠高效處理豐富的端側(cè)傳感數(shù)據(jù)，支持多模態(tài)輸入與復(fù)雜邊緣場(chǎng)景。這就能夠支持AI能力在不同設(shè)備與不同算力層級(jí)之間遷移與協(xié)同。這不僅降低了開發(fā)成本，也避免了分布式AI生態(tài)進(jìn)一步碎片化，為未來端邊云打通協(xié)同打好底層基礎(chǔ)。

這三項(xiàng)技術(shù)能力的組合，構(gòu)成了高通轉(zhuǎn)型的底座。高通并不是從零開始造輪子，而是通過技術(shù)平移和復(fù)制，把過去所積累的“硬功夫”搬到了AI世界。

更重要的是，這種技術(shù)平移不僅是工程學(xué)上的勝利，也是商業(yè)價(jià)值的重構(gòu)——高通精準(zhǔn)切入了高增長(zhǎng)的AI推理基礎(chǔ)設(shè)施市場(chǎng)。過去，資本市場(chǎng)對(duì)于高通的定價(jià)邏輯，很大程度上仍建立在智能手機(jī)周期之上；但現(xiàn)在高通的商業(yè)護(hù)城河完全拓寬，將推動(dòng)資本市場(chǎng)對(duì)其估值邏輯的重新評(píng)估。

計(jì)算連續(xù)體：一根貫穿毫瓦到千瓦的算力繩索

有技術(shù)底座還不夠，接下來的問題是：智能體不會(huì)局限于某一個(gè)位置。它們會(huì)根據(jù)成本、性能和上下文，在終端設(shè)備、邊緣、本地環(huán)境和數(shù)據(jù)中心之間動(dòng)態(tài)遷移。簡(jiǎn)單任務(wù)可能在手機(jī)或眼鏡本地完成，復(fù)雜規(guī)劃則調(diào)用邊緣節(jié)點(diǎn)甚至云端大模型協(xié)同處理，而環(huán)境感知、實(shí)時(shí)交互等能力又需要始終停留在距離用戶最近的位置。

換句話說，智能體時(shí)代真正重要的，不再只是“有沒有足夠多的算力”，而是如何讓不同層級(jí)的算力高效協(xié)同、自由流動(dòng)。高通要做的，正是讓這種流動(dòng)成為可能。

在COMPUTEX 2026上，高通CEO安蒙首次提出了智能體AI規(guī)模化部署的核心概念——計(jì)算連續(xù)體（compute continuum），這也是高通對(duì)于分布式AI時(shí)代的一次整體回答。

所謂“計(jì)算連續(xù)體”，是構(gòu)建一套覆蓋從毫瓦級(jí)到千瓦級(jí)的完整計(jì)算能力體系，實(shí)現(xiàn)算力從端側(cè)到云端的無縫貫通。如果用更具象化方式理解，這其實(shí)是一根貫穿整個(gè)智能設(shè)備生態(tài)的“算力繩索”。繩索的起點(diǎn)是毫瓦級(jí)的可穿戴設(shè)備，中段則串聯(lián)起手機(jī)、PC、汽車、機(jī)器人等不同算力層級(jí)的設(shè)備；而繩索的終點(diǎn)則延伸至作為“算力心臟”的千瓦級(jí)數(shù)據(jù)中心，由此形成完整的算力閉環(huán)。

事實(shí)上，分布式AI時(shí)代的核心瓶頸正是不同層級(jí)算力之間的流動(dòng)效率低。一項(xiàng)完整的AI任務(wù)往往需要多個(gè)層級(jí)協(xié)同完成，若缺乏統(tǒng)一的算力鏈條，不同層級(jí)之間就會(huì)出現(xiàn)“算力斷點(diǎn)”，最終導(dǎo)致延遲累積、成本疊加以及體驗(yàn)割裂。

而這也正是“計(jì)算連續(xù)體”破局的關(guān)鍵所在。

其核心價(jià)值首先體現(xiàn)在智能算力調(diào)度能力。不同類型的AI任務(wù)將被動(dòng)態(tài)分配到最合適的算力層級(jí)：輕量級(jí)任務(wù)無需頻繁調(diào)用云端，避免資源浪費(fèi)；復(fù)雜任務(wù)則不必強(qiáng)行壓在終端本地運(yùn)行，從而避免能耗過載與性能瓶頸。同時(shí)安蒙在演講中也強(qiáng)調(diào)未來行業(yè)將不再區(qū)分討論“云端”和“終端”，因?yàn)閮烧咦罱K會(huì)成為一個(gè)統(tǒng)一的系統(tǒng)，計(jì)算連續(xù)體正是在這個(gè)系統(tǒng)中兼顧性能與響應(yīng)速度。

與此同時(shí)，這種架構(gòu)也有助于降低整體TCO（總擁有成本）。集中式AI模式下，所有任務(wù)都需要調(diào)用云端算力，隨著Token需求指數(shù)級(jí)增長(zhǎng)，成本壓力會(huì)快速放大。而通過端側(cè)與邊緣側(cè)的算力分流，高通試圖減少AI系統(tǒng)對(duì)于超大規(guī)模云端算力的單點(diǎn)依賴，讓AI規(guī)?；涞夭辉侔殡S成本的線性增長(zhǎng)。這并非構(gòu)想，安蒙在Computex 2026上展示了兩組數(shù)據(jù)：基于Claude Code的AI Coding場(chǎng)景中，通過分布式智能體AI調(diào)度，相同結(jié)果下可以節(jié)省140萬Token，成本降低60%；網(wǎng)頁(yè)開發(fā)場(chǎng)景中，Token可減少30%，成本降低4倍。

重要的是，這套架構(gòu)也意味著“一次開發(fā)、多端部署”開始成為可能。對(duì)于OEM廠商與開發(fā)者而言，AI能力不再需要為不同終端重復(fù)開發(fā)與適配，而可以在手機(jī)、PC、汽車、機(jī)器人等不同設(shè)備之間遷移與協(xié)同。這不僅降低了生態(tài)開發(fā)成本，也進(jìn)一步推動(dòng)了智能體AI在更多終端場(chǎng)景中的規(guī)?；瘮U(kuò)展。

在這一過程中，終端的重要性其實(shí)也被重新定義。因?yàn)槲磥碓O(shè)備不再只是用戶操作，而是智能體也在操作。智能體需要基于環(huán)境、位置、用戶習(xí)慣等情境信息，長(zhǎng)期提供全時(shí)、全域服務(wù)，這意味著終端設(shè)備不僅需要具備高性能低功耗CPU與專用AI加速器，還需要擁有持續(xù)感知環(huán)境的低功耗計(jì)算單元。換句話說，終端不再只是“AI的入口”，而正在逐漸成為AI長(zhǎng)期運(yùn)行的原生載體。

整體來看，“計(jì)算連續(xù)體”背后所反映的不僅僅是一次產(chǎn)品線擴(kuò)張，而是高通對(duì)于AI產(chǎn)業(yè)基礎(chǔ)設(shè)施的一次重新定義。

端邊云生態(tài)構(gòu)建，做系統(tǒng)級(jí)AI解決方案提供者

從理論概念回到現(xiàn)實(shí)落地，當(dāng)“計(jì)算連續(xù)體”鋪就了算力網(wǎng)絡(luò)后，智能體如何真正觸達(dá)用戶？普通用戶并不關(guān)心推理任務(wù)究竟運(yùn)行在哪一個(gè)算力層級(jí)，他們真正關(guān)心的是：設(shè)備是否足夠智能、響應(yīng)是否及時(shí)、體驗(yàn)是否連續(xù)，以及數(shù)據(jù)是否安全。

而這也是高通如今正構(gòu)建“端-邊-云”生態(tài)的價(jià)值所在。

過去，高通最強(qiáng)的能力集中在“端”。無論是手機(jī)還是其他可穿戴設(shè)備，不僅是用戶接觸AI的主要入口，也是高通技術(shù)積累的“原生載體”。而在AI時(shí)代，這些終端正在被重新定義。

比如手機(jī)方面，高通目前在旗艦Android陣營(yíng)仍保持著絕對(duì)優(yōu)勢(shì)。此次大會(huì)上，安蒙也給出了一個(gè)關(guān)鍵判斷："以前一切都圍繞手機(jī)——操作系統(tǒng)、應(yīng)用、其他可穿戴設(shè)備都圍繞手機(jī)生態(tài)系統(tǒng)。但現(xiàn)在智能體成為數(shù)字體驗(yàn)的中心，包括手機(jī)在內(nèi)的其他設(shè)備都圍繞著智能體，而不再是手機(jī)的延伸。"也正是因此，高通正推動(dòng)智能手機(jī)從傳統(tǒng)的“應(yīng)用中心”向“Agent中心”演進(jìn)，讓手機(jī)成為個(gè)人智能體長(zhǎng)期駐留、持續(xù)運(yùn)行與跨設(shè)備協(xié)同的核心節(jié)點(diǎn)。

可穿戴設(shè)備方面，今年3月MWC巴塞羅那期間，高通發(fā)布了驍龍可穿戴平臺(tái)至尊版（Snapdragon Wear Elite），將AI運(yùn)算能力下放至智能手表、胸針、掛墜等微型可穿戴設(shè)備中。在安蒙看來這類設(shè)備的重要性甚至可能超出行業(yè)預(yù)期。因?yàn)楫?dāng)智能體成為數(shù)字世界的中心之后，眼鏡、耳機(jī)等貼近人體感官的設(shè)備將成為最自然的AI入口。

驍龍可穿戴平臺(tái)至尊版（Snapdragon Wear Elite）

PC領(lǐng)域同樣有一系列新動(dòng)作。近期，高通正式推出全新入門級(jí)處理器驍龍(?) C平臺(tái)，支持流暢網(wǎng)頁(yè)瀏覽、視頻流媒體和常見生產(chǎn)力應(yīng)用，并配備集成式NPU，為300美元及以上價(jià)位的入門級(jí)筆記本電腦引入AI能力。

在持續(xù)提升端側(cè)優(yōu)勢(shì)的同時(shí)，高通也進(jìn)一步補(bǔ)齊了“邊”（汽車、機(jī)器人）和“云”（數(shù)據(jù)中心）。

邊緣側(cè)，汽車已經(jīng)成為高通最清晰的第二增長(zhǎng)曲線之一，近些年業(yè)務(wù)持續(xù)保持高速增長(zhǎng)，其核心在于逐漸形成了“連接芯片+數(shù)字座艙芯片+ADAS芯片”的平臺(tái)化能力組合。在演講中，安蒙也系統(tǒng)闡述了“汽車雙層智能”的概念：未來汽車中將同時(shí)運(yùn)行兩套智能系統(tǒng)，一個(gè)服務(wù)于駕駛者，一個(gè)負(fù)責(zé)駕駛汽車?！倍咄ǖ膬?yōu)勢(shì)就在于能夠?qū)商字悄苣芰φ嫌诮y(tǒng)一平臺(tái)之中。

機(jī)器人則是另一個(gè)非常關(guān)鍵的新方向。近期高通發(fā)布了Dragonwing IQ10機(jī)器人參考設(shè)計(jì)（RRD），其意義并不只是推出一顆新的機(jī)器人芯片，而是開始直接提供覆蓋硬件、軟件、中間件以及AI運(yùn)維能力的完整機(jī)器人平臺(tái)。過去機(jī)器人企業(yè)往往需要自行完成芯片、連接、傳感器、AI運(yùn)行時(shí)以及軟件棧的大量系統(tǒng)集成工作，開發(fā)周期長(zhǎng)、工程復(fù)雜度極高。而現(xiàn)在，高通正嘗試把這些能力進(jìn)一步標(biāo)準(zhǔn)化與平臺(tái)化，幫助OEM廠商和開發(fā)者更快從原型驗(yàn)證走向量產(chǎn)部署。

同時(shí)安蒙透露，高通目前已經(jīng)與VinMotion、Neura Robotics等機(jī)器人企業(yè)展開合作，并即將公布與Figure AI的進(jìn)一步合作，這意味著高通的機(jī)器人解決方案在多年量產(chǎn)經(jīng)驗(yàn)之上，正在通過系統(tǒng)性的平臺(tái)加速具身AI的創(chuàng)新與落地。

云端，安蒙在COMPUTEX上預(yù)告了全新的數(shù)據(jù)中心業(yè)務(wù)品牌——高通飛龍（Dragonfly），至此高通的產(chǎn)品組合覆蓋到了計(jì)算連續(xù)體的每一層。同時(shí)高通目前也已經(jīng)與超大規(guī)模云服務(wù)商以及全球合作伙伴展開實(shí)際部署合作，其數(shù)據(jù)中心產(chǎn)品已經(jīng)進(jìn)入商業(yè)驗(yàn)證階段。

整體來看，高通的角色已在改變。未來真正決定AI規(guī)?；涞氐牟⒉恢皇悄Ｐ蛥?shù)，而是誰能夠建立一套覆蓋云邊端、同時(shí)兼顧算力、連接、軟件與生態(tài)協(xié)同的完整基礎(chǔ)設(shè)施體系。而高通正在嘗試卡位的，正是這一位置。

而站在這一位置所指向的未來，正在我們眼前展開：

智能體將在手機(jī)、汽車、機(jī)器人、云端之間智能協(xié)同。6G，正是這幅圖景中的關(guān)鍵一塊——高通已將其定義為“AI原生網(wǎng)絡(luò)”。與過去幾代通信技術(shù)主要解決人與人、人與信息連接不同，6G從誕生開始就瞄準(zhǔn)了智能體之間的大規(guī)模協(xié)同。6G時(shí)代，AI能力將被直接嵌入網(wǎng)絡(luò)基礎(chǔ)設(shè)施中，網(wǎng)絡(luò)本身就能感知、推理、調(diào)度。AI不再只是運(yùn)行在設(shè)備中的功能，而會(huì)成為像互聯(lián)網(wǎng)一樣無處不在的基礎(chǔ)能力。

具體布局已經(jīng)鋪開。2026年3月巴塞羅那MWC上，高通與全球近60家企業(yè)達(dá)成6G發(fā)展共識(shí)；致力于在2028年展示符合6G規(guī)范的預(yù)商用終端與網(wǎng)絡(luò)，并自2029年起啟動(dòng)全球化、可互操作的商用6G系統(tǒng)的初期部署。

資本市場(chǎng)已為高通的未來投下了信任票。

近幾個(gè)月，摩根大通、美銀證券等多家機(jī)構(gòu)基于高通在AI領(lǐng)域的多元化布局，相繼上調(diào)了公司目標(biāo)價(jià)及評(píng)級(jí)。資本市場(chǎng)真正關(guān)注的，從來不是某一代產(chǎn)品短期表現(xiàn)如何，而是看企業(yè)是否擁有穿越產(chǎn)業(yè)周期的長(zhǎng)期成長(zhǎng)空間。這一輪密集的估值調(diào)整，直接表達(dá)了資本市場(chǎng)對(duì)高通從“單一芯片供應(yīng)商”到“端到端的系統(tǒng)級(jí)AI解決方案提供者”這一身份迭代的認(rèn)同。高通作為未來連接智能體、設(shè)備與算力網(wǎng)絡(luò)的基礎(chǔ)設(shè)施提供者，正被賦予新的戰(zhàn)略價(jià)值。

接下來的6月24日紐約高通投資者日，安蒙表示將披露更多關(guān)于數(shù)據(jù)中心的路線圖細(xì)節(jié)，給出更清晰的量化指引。而在那之前，已經(jīng)可以確定的是：在智能體AI的新紀(jì)元里，高通無疑是值得期待的核心標(biāo)的之一。