全球科技行业的目光近期聚焦于一场重要展会，其中英伟达与高通的高层演讲引发了广泛讨论。英伟达创始人黄仁勋在演讲中明确指出，AI智能体将成为未来技术发展的核心方向，并同步推出了专为智能体设计的处理器。与此同时，高通首席执行官安蒙在以《智能体之年》为主题的演讲中传递出一个关键信号：高通正为智能体主导的AI时代构建底层硬件与系统架构。
作为2026年上半年AI领域的关键趋势，智能体技术在此次展会上成为科技巨头战略布局的核心。从搭载AI功能的个人电脑、机器人到数据中心，企业间围绕智能体算力、连接能力与终端部署的竞争愈发激烈。安蒙特别强调，智能体已率先在手机与个人电脑领域实现应用，但机器人、可穿戴设备、扩展现实设备、车载系统及边缘计算等硬件领域，因成本、场景复杂度与生态成熟度限制，距离大规模部署仍有差距。
如何推动智能体技术向更多终端渗透，成为安蒙演讲的核心议题。对于高通这类硬件厂商而言，挑战不仅在于将AI功能嵌入设备，更需整合芯片、连接技术、系统软件与生态能力，构建支持智能体长时间运行、低功耗响应及跨终端协同的基础架构。高通提出的解决方案是“计算连续体”战略，通过连接可穿戴设备、手机、个人电脑、汽车、机器人、边缘计算节点与数据中心等不同层级的计算资源，使智能体能够根据任务需求在最优位置运行。
根据这一战略框架，实时交互与隐私敏感任务将优先在终端设备处理，现场化与低延迟需求由边缘计算承担，而复杂的大规模推理任务则交由数据中心完成。安蒙指出，智能体时代的设备设计需突破传统模式——现有手机、个人电脑及操作系统均围绕人类主动操作构建，而智能体需要持续运行、保留上下文信息、主动规划任务并调用多服务，这对本地传感能力、低功耗计算与隐私保护提出了全新要求。
智能体技术的普及对系统架构提出了三大核心需求：设备需具备常驻智能能力，支持后台持续运行与上下文感知；端云需实现协同计算，根据时延、功耗、隐私与成本动态分配任务；设备内部需强化异构计算，通过CPU、NPU与GPU的配合完成任务编排、模型运行与工具调用。安蒙特别强调，CPU需承担通用计算与系统调度职能，NPU与GPU则专注于本地模型的高效运行。
高通的“计算连续体”战略覆盖了从毫瓦级个人音频设备到千瓦级数据中心的完整计算谱系。在个人终端领域，智能体正取代传统应用程序成为数字体验的核心，手机、个人电脑、AI眼镜与可穿戴设备将转型为智能体的用户接入点。高通已推出第五代骁龙8至尊版处理器强化个人电脑端侧AI能力，骁龙X2 Elite系列支持Windows AI个人电脑的多任务处理，骁龙Wear Elite平台则允许可穿戴设备运行高达20亿参数的本地模型。
在边缘计算与物理世界交互层面，高通首次展示了跃龙IQ10 RRD全栈机器人参考设计。该方案基于跃龙IQ10处理器，提供最高700TOPS的AI算力，集成18个Oryon CPU核心、多核NPU与GPU，旨在实现机器人本地的感知、规划与推理功能。通过将高性能计算、传感器接入、网络连接与机器人软件栈整合为标准化参考系统，高通试图降低厂商的底层适配成本，加速移动端AI技术向物理世界的迁移。
数据中心领域的布局补全了高通分布式架构的最后一块拼图。安蒙宣布推出全新数据中心业务品牌“高通飞龙”，并透露已与超大规模云服务商及全球合作伙伴推进实际部署。这一举措使高通的计算网络从终端延伸至云端，形成了完整的“计算连续体”叙事。与此同时，高通正推进AI原生的6G网络技术研发，将连接、分布式计算与感知能力整合为未来AI系统的三大支柱，使网络不仅承担设备连接职能，更参与计算资源分配与物理世界感知。
智能体技术的普及正在重塑AI产业的成本结构。安蒙指出，从单轮对话到多步骤智能体任务，token消耗量呈指数级增长，复杂工作流可能需百万级token支持。据预测，2030年全球token总消耗量将达4.0148×10^18次。若所有任务依赖云端处理，将导致个人用户延迟增加、企业运营成本攀升、工业设备响应滞后等问题。高通通过分布式部署策略，在Claude Code任务中减少约140万token使用，降低成本60%；在网页生成演示中降低30% token用量，成本缩减至四分之一。
在智能体技术竞争中，高通的差异化优势体现在三个方面：其智能手机市场的主导地位、个人电脑领域的快速扩张、汽车业务的深度积累，为智能体提供了海量终端入口；通过SoC设计、通信技术、传感器接口与软件栈的整合，构建了支持异构计算的系统级平台能力；业务版图从个人计算延伸至物理AI领域，在汽车、机器人与工业设备赛道提前布局关键入口。这些积累使高通能够从单纯的芯片供应商转型为智能体时代的基础设施提供者。
随着AI技术竞争焦点从模型参数转向系统部署，智能体的全面落地需要依赖更复杂的计算网络。设备、边缘、云端、连接技术与生态系统的协同能力，将成为决定技术普及的关键因素。高通通过“计算连续体”战略，试图将自身定位从产业链中的组件供应商升级为系统级AI基础设施的核心构建者，这一转型不仅涉及业务边界的扩展，更代表着对AI时代产业角色的重新定义。
