高通在台北电脑展上提出2026年为智能体之年,押注“计算连续体”,覆盖从耳机到数据中心的毫瓦至千瓦级设备。推出骁龙C系列入门级PC平台、跃龙IQ10机器人参考设计及数据中心芯片,旨在让AI分布式运行于手机、PC、汽车、机器人等所有终端,构建智能体时代分布式AI系统。
6月1日的台北电脑展上,高通CEO克里斯蒂亚诺·安蒙走上讲台,先是对供应链、开发者和台积电致以谢意——然后,才话锋一转,亮出了这场演讲的真正核心:2026年,将是“智能体之年”。
放在眼下这个节点,这样的判断倒也不算石破天惊。毕竟,几乎所有头部科技公司都在忙着证明自己没被AI智能体浪潮落下。但高通的切入角度,确实值得多琢磨几层:它讲的不只是智能体本身,而是智能体要怎么真正跑到每个人身边——手机、PC、手表、汽车、机器人、工业摄像头,甚至数据中心。
长期稳定更新的攒劲资源: >>>点此立即查看<<<
“未来,计算资源都会被利用,所有地方都会运行AI,而且这一切会发生在整个计算连续体上。”
整场演讲,安蒙没有宣布任何具体的产品型号,而是把重心放在了一个更宏大的问题:AI将如何彻底改变我们身边的所有设备。不过,要理解高通这盘棋到底怎么下,还是得先从产品说起。
就在上周,高通正式推出了面向入门级笔记本电脑的骁龙C平台。主打网页浏览、视频播放、办公、视频会议,兼顾安静散热和全天续航,目标很明确:300美元以上的Windows笔记本市场。

图片来源:高通
听起来可能不够性感,但这件事恰恰是Windows on Arm生态最需要补上的一课。过去两年,AI PC的热闹基本都集中在中高端市场,价格始终难以下探。但问题在于,PC市场最庞大的需求从来不在旗舰机身上。无数学生和家庭用户需要的,不过是便宜、轻便、续航长、不卡顿,要是还能跑一些基础AI功能,那就更好了。
骁龙C系列的意义就在这里——它试图证明,Arm架构的Windows也能进入更大众的价格带。但真正的挑战也相伴而来:入门级产品最怕的就是基础体验拉胯。骁龙C笔记本能不能守住这一关,甚至带来惊喜,才是决定成败的关键。
另一条更硬的线,则是今天刚刚发布的跃龙IQ10机器人参考设计。演讲中,高通把机器人的计算架构拆解为三层:即时执行、动作落地和推理。这个思路很“高通”——机器人不是只有一个大脑就够了,它还需要中央计算、运动控制、执行机构、传感器同步,以及安全冗余和工业接口。

图片来源:高通
跃龙IQ10面向工业AMR和全尺寸人形机器人,搭载18核Oryon CPU,并通过专用NPU提供最高700 TOPS的AI性能,支持多摄像头、LiDAR、雷达等多模态感知。不过,参数只是表面,高通真正想兜售的,是一套从原型到量产的机器人底座方案。
这背后,与高通过去在手机、汽车领域积累的能力一脉相承。手机要在有限的功耗里塞进极致的计算能力;汽车要处理安全、冗余和实时控制——而机器人,恰好把这两件事揉在了一起。
还有一个安蒙没有展开、但值得单独标记的预告:数据中心。去年底,高通已经推出了AI200和AI250两款AI推理芯片。AI200是面向推理的机架级方案,单卡配备768GB LPDDR内存,强调性能功耗比和总拥有成本;AI250则计划在2027年商用,主打近存计算架构。
与此同时,高通全新数据中心品牌Dragonfly的首款CPU也已经箭在弦上。安蒙在演讲中透露,更多数据中心的内容,会留到6月24日的投资者日上揭晓。

图片来源:高通
从骁龙C、跃龙IQ10到数据中心CPU,高通正在把移动时代最擅长的那套“每瓦性能”哲学,渗透到计算世界的每一个角落。正如安蒙所言:从耳机里不足2毫瓦的连接,到数据中心里的千瓦级系统,高通想覆盖的,是整个计算连续体。
所谓计算连续体,其实就是一条从毫瓦级到千瓦级的计算光谱。一头是耳机、手表、眼镜、手机这类贴身设备,另一头是汽车、机器人、工业系统和数据中心。功耗、形态、任务各不相同,但在智能体时代,它们会共同组成一套分布式AI系统。
AI到底跑在云端还是端侧?这个问题其实没那么重要。就像我们今天用手机App,很少有人会关心一段计算是在本地完成还是云端完成。智能体也是如此——它会根据效率、时延和安全,自然调用所有可用的计算资源。
这恰恰是高通看准的机会。它不一定要在每一个环节都做到最强算力,但它希望在每一个端点上提供最合适的计算能力:耳机要低功耗连接,眼镜要理解你看到的内容,手机要承载个人上下文,PC要运行多智能体工作流,汽车要把座舱智能和驾驶感知融合在一起,机器人则要在本地完成即时执行、动作落地和推理。

图片来源:高通
这也解释了为什么安蒙一再强调,今天的设备并不是为智能体设计的。当下的手机、PC和应用,大多围绕“人主动操作”展开——你打开App、输入指令、点击按钮、等待结果。但智能体完全不同,它需要持续运行、携带上下文、跨多个系统协调任务,并且用机器的速度与软件交互。
这个差异,会直接改变硬件架构。CPU不再只是跑系统和应用,还要承担任务编排;GPU和NPU要负责本地模型推理和生成;传感器要提供上下文;连接能力则要让设备在云端、端侧和周边设备之间实时切换。简单来说,设备不再是屏幕和应用的容器,它会变成智能体的感知器、执行器和身份载体。
安蒙在台上用手机举了一个很形象的例子。早期尝鲜的智能体用户,可能会专门买一台电脑,比如Mac mini,把智能体部署在那台机器上,然后通过消息与它交互。但普通人显然不可能为了一个随身智能体,再背一台插着电池的电脑出门。真正合理的载体,依然是手机——以及未来的眼镜、手表、耳机等个人AI设备。

图片来源:高通
所以,在高通的叙事里,手机不会消失,但它不再是数字生活的唯一中心。手机将拥有两种“人格”:一种是人类直接操作的设备,另一种是智能体也会操作的设备。这个变化,随后会向PC、汽车和其他终端蔓延。
这,就是高通对智能体时代的核心判断。未来的AI不会只存在于一个超级App、一台电脑或一个云端模型里,而是会分布在用户身边的所有设备和网络之中。而高通真正押注的,正是设备之间那张原本分散、现在可能被智能体重新串起来的网。
侠游戏发布此文仅为了传递信息,不代表侠游戏网站认同其观点或证实其描述