在达沃斯世界经济论坛的一场主题分享中，高通公司首席执行官安蒙就人工智能技术演进方向发表了系统性观点。他指出，随着智能体理解能力的突破，AI应用正从集中式数据中心向终端设备加速迁移，这种趋势不仅体现在消费电子领域，更深刻影响着工业计算架构的变革。
智能眼镜出货量突破千万台的数据印证了这一判断。安蒙透露，可穿戴设备与移动终端的融合正在创造新的市场增量，预计2026至2027年将迎来关键增长期。这类设备通过本地化处理用户语音指令、视觉信息等敏感数据，既满足了即时响应需求，又解决了隐私保护难题。在支付验证、实时翻译等场景中，边缘计算的时延优势已成为决定性因素。
工业领域同样经历着计算范式的转变。安蒙以汽车行业为例，说明低功耗高效计算的重要性——现代车辆无法容纳传统服务器，却需要处理海量传感器数据。这种需求正延伸至机器人领域，要实现续航时间从2小时提升至8小时、制造成本下降75%的目标，必须通过芯片级整合优化摄像头、传感器和通信模块的能耗。他强调，针对具体任务的垂直训练模式，使机器人技术具备清晰的商业化路径。
混合计算架构被视为未来发展方向。安蒙预测，2026年起将出现"云边协同"的新范式：终端设备承担快速决策，云端进行复杂推理，两者通过高速网络实现动态负载均衡。这种转变正在倒逼数据中心革新，当前AI算力建设规模与能源供给的矛盾，将推动液冷技术、分布式存储等解决方案的突破。
对于市场热议的"AI泡沫"争议，安蒙将其类比为21世纪初的互联网发展周期。他提醒，虽然当前AI应用尚未达到预期规模，但正如互联网用二十年时间重塑人类社会，AI技术的渗透同样需要渐进过程。特别是在物理世界交互领域，机器人技术的成熟度曲线可能呈现非线性增长特征。
