把20億參數裝進胸針？高通補齊了個人AI生態的最后一塊拼圖

• 克雷西 發自 凹非寺
  量子位 | 公眾號 QbitAI

在今年的MWC巴塞羅那展會上，整個科技圈都在關注“智能躍升”這個話題。

漸漸地，人們已不再滿足于能夠執行單個任務的AI，開始渴望擁有一個專屬的AI智能體

OpenAI CEO奧特曼就曾表示，高度個人化的智能體，才是未來交互的核心；這兩個月爆紅的開源智能體框架OpenClaw，同樣是這一趨勢的縮影。

但個性化體驗不是空中樓閣，必須要擁有海量的真實情境數據并持續消化，才能打好這座大廈的堅固地基。

而手機、PC等終端設備，毫無疑問就是安全處理這些私密信息的最佳載體。

高通的看法更加激進，他們認為AI必須進駐到更微型化的載體中，成為“AI穿戴”，才能實現自適應、即時響應且高度個性化的個人AI體驗。

對于AI可穿戴，高通CEO安蒙給出了極高的預期，他預測，這類產品未來幾年的市場規模有望突破一億大關，甚至有能力沖刺十億量級

為了加速AI可穿戴的起步和發展，高通在本次展會上正式推出了全新的驍龍可穿戴平臺至尊版（Snapdragon Wear Elite），把AI運算能力下放延伸到了智能手表等微型可穿戴設備當中。

再把目光放遠，假如一個人擁有多個不同的AI終端，那么算力與數據還能在這些設備之間自由流動，讓無感化的全場景協助成為現實。

這也標志著，高通試圖構建的“以用戶為中心的生態”，即將迎來真正成熟的實質性落地。

個人AI，正在邁向全場景

個人AI熱潮席卷全球，最直接的影響便是我們與各類終端的交互邏輯變得和以往不一樣了。

這意味著，個人AI已經不再被“軟件”的定義約束，開始進入智能手機、PC以及汽車等日常設備。

如何讓這些硬件都AI起來，成為主動執行的節點呢？全都接入大模型API是一個簡單粗暴的方案。

但是，單純依賴API這種云端處理方式，是遠遠不夠的。

這些“貼身智能體”整天跟隨著我們，24小時都在感知我們的習慣和周圍的物理環境，感知到的私密信息可能比我們自己知道的都多。

這些敏感信息如果打包上云，一旦發生隱私泄露，后果難以想象。

再加上想要連接云端大模型，就必然要使用網絡，數據上傳再回傳，這中間的延遲，也會降低AI的實時響應速度。

所以，AI終端必須要有一個能夠部署在本地的底層AI算力平臺，才能既安全又高效。

這也是如今主流終端芯片廠商必做的一件事。

到目前為止，高通已經把端側AI處理能力擴展到了各式各樣的硬件，可以說覆蓋了我們生活的許多場景。

比如最常見的手機端，第五代驍龍8至尊版平臺就已經擁有了強大的多模態AI算力。

高通在移動平臺多模態和生成式AI技術上的布局早已開始，早在2022年發布的第二代驍龍8就已經是全球首個能在Android手機上跑通端側Stable Diffusion的平臺，2024年的MWC，高通在第三代驍龍8上帶來了全球首個多模態大模型的終端側演示。

而今年MWC上榮耀發布的可商用產品——機器人手機Robot Phone，搭載的芯片就是第五代驍龍8至尊版。有了這顆芯片，榮耀Robot Phone已經在本地跑通了復雜的跨應用任務，同時能夠支持多模態AI助手交互，以及非常豐富的AI影像能力。

此外，此前備受關注的AI原生手機努比亞M153豆包手機助手技術預覽版也在這次高通展臺亮相，這款手機搭載了驍龍8至尊版平臺。

與此同時，驍龍XR平臺借助先進的空間計算與AI感知能力，已經成為AR、VR等沉浸式設備的最佳交互底座。

驍龍AR平臺正在賦能當前炙手可熱的新興可穿戴品類——AI眼鏡，包括小米AI眼鏡、Meta Ray-Ban等備受關注的AI眼鏡市場主力，都采用了驍龍AR平臺；此次阿里在巴展推出的面向全球市場的千問AI眼鏡S1和G1系列也搭載了第一代驍龍AR1平臺。

此外還有驍龍Sound平臺，為真無線耳機等產品引入了低延遲的AI音頻增強功能；在桌面側，驍龍PC平臺也正在驅動AI PC的各類核心用例，深刻改變著專業內容創作與日常娛樂的方式……

總之，AI能力不僅跨越了軟硬件的界限，也跨越了單一硬件的物理局限

不同形態的終端，都在統一的計算架構下調用AI能力，具備了高效協同的前提，使個人AI邁向“萬物智能”的全場景。

AI可穿戴，補全“萬物智能”拼圖

截止到高通這次發布之前，“萬物智能”的全場景還差一塊重要拼圖，也就是高通最新涉獵的可穿戴設備。

現在的個性化AI競爭的邏輯其實很簡單——抓準用戶的真實生活軌跡，就能拿捏住用戶體驗這個命門。

高通CEO安蒙把這個邏輯說得很透：

• 最具個性化的智能源于邊緣側，只有讓邊緣數據持續優化并適配AI模型，在邊緣和云端之間形成動態反饋循環，才能讓AI隨用戶不斷進化。

個人的生活情境數據極度私密，全扔給云端不僅有隱私風險，也會遇到網絡延遲帶來的反應遲鈍問題。

因此，無論是從隱私還是效率角度出發，AI可穿戴設備都必須能在本地實時解析這些海量的邊緣數據。

順著這個思路，能全天候貼身佩戴的智能眼鏡和手表，自然成了個人AI向外延伸的最佳物理觸角——它們能時刻看你所看、聽你所聽，給本地AI提供真實的物理世界切片。

為了讓微型設備擁有聰明的大腦，高通在這次MWC上正式發布了驍龍可穿戴平臺至尊版

它首次把NPU單元塞進可穿戴設備，在3納米工藝加持下，采用Hexagon NPU和專門的低功耗eNPU的雙腦協同架構，在手腕這個狹小的空間里硬是擠出了10TOPS的總算力，讓設備能直接在端側運行20億參數的大模型。

為解決電池痛點，平臺還引入了低功率島架構設計，在常駐后臺工作的eNPU音頻傳感器和顯示模塊之間設置了物理隔離，從而減輕電量消耗。

配合超低功耗Wi-Fi和充電10分鐘就能回血約50%的快充技術，驍龍可穿戴平臺至尊版徹底打消了設備離開手機就會失聯的顧慮。

有了這套強悍的算力底子，終端形態也將開始全面開花。

事實上，邊緣AI的本事不僅能在手表上發揮，更向胸針項鏈等飾品蔓延。

比如摩托羅拉搞出的Project Maxwell概念驗證設備，就完全拋棄了手表這種傳統玩法，變成了能隨時向你學習的AI感知伴侶，交互遠比戳屏幕直觀。

當然在大家更熟悉的智能手表領域，端側AI帶來的極速響應能力也是肉眼可見的。

搭載這套平臺的手表不僅能給出極速的智能回復，還能靠本地跑通的人臉識別來保障安全，比如三星就已經計劃把這套平臺裝進下一代Galaxy Watch里，去打造更全能的健康管家。

其他穿戴設備的感知能力也將脫胎換骨，比如雷蛇Motoko耳機，加上攝像頭就能在本地實時翻譯眼前的菜單，還有支持實時對話的AI語音助手；AI眼鏡結合檢測模型能直接搞定零件識別，讓工廠里的工人解放雙手……

未來，隨著驍龍可穿戴平臺至尊版的落地，智能可穿戴等微型終端將有望快速跨越算力與功耗的鴻溝。

當身邊大大小小的設備都能主動感知并給出反應時，一個物理世界與數字世界真正融合的“以用戶為中心的生態”，就算徹底拉開大幕了。

讓私人助手真正隱入日常生活

不管終端形態如何多樣，“以人為本”的個人AI時代，都需要對用戶習慣的精準掌握

在這樣的基礎上，設備間的互聯便順理成章地提上了日程，因為只有通過多設備從多維度獲取信息，才能勾勒出最真實的用戶和環境畫像。

覆蓋驍龍平臺廣泛產品組合的高通AI引擎及低功耗模塊高通傳感器中樞，就是為此而生的硬件底座。

這套驍龍平臺的通用AI技術基礎架構不僅能夠提供強大的終端側AI性能，還負責以極低功耗收集情境信息，確保心率與位置等敏感指標均在本地完成安全推理。

再結合高通在蜂窩、微功耗Wi-Fi、藍牙以及Snapdragon Seamless等近距離連接和傳輸技術上的傳統藝能，讓不同的終端之間擁有了統一的信任邏輯，讓AI的跨設備流轉更為自然，也實現了偏好記憶的無縫同步。

這種底層連接協議的徹底打通，讓人和設備之間的關系開始面臨重新定義。

想象過去，我們和機器打交道時往往非常被動，需要主動適應系統邏輯并輸入明確的指令，才能讓機器正常工作。

但就在眼下，技術開始全面退居幕后，隱藏進了日常生活的種種細節

無論智能體背后的模型、接口、協議有多么復雜，在面對我們時，它都是以一副“個人助理”的面貌示人的。

這種模式下，系統能通過多維傳感器敏銳捕捉個體的細微狀態，根據周遭環境變化自動做出調整。

而所有繁雜的計算過程，都被巧妙掩藏在自然交互之下，帶來了無感化的科技陪伴

這種全面重塑，標志著高通正在利用散落在生活場景中的設備，編織一張具備高度協同能力的有機智能網絡

在這個體系中，所有的智能終端都不再是孤立的信息節點，它們共同構成了龐大網絡的感官觸角與執行末端。

其中，處于絕對核心位置的只有統籌這些設備的指揮者，也就是我們自己。

借由這套計算與連接并重的全景式AI方案，高通正在構建起一個完全以用戶為中心的新型數字生態，讓私人助理徹底隱入并服務于我們每一處真實的生活軌跡。