高通押注"个人AI"：终端市场增长逻辑从堆参数转向智能体驱动

全球智能终端市场正在经历一场结构性错位。今年上半年智能手机出货量同比下滑13.9%，但具备AI能力的手机比例已达66.4%，同比增长21.8%。PC和平板也呈现同样趋势。这一反差背后，高通看到了新的增长逻辑。

高通委托IDC独立制作了一份名为《从AI设备到个人AI——智能体驱动的终端进化与产业重构》的产业白皮书，提出了"个人AI"（Personal AI）的产业范式转变。白皮书认为，过去靠堆参数换销量的逻辑已经不再管用，屏幕刷新率、摄像头像素和跑分正在失去对消费者的吸引力。

白皮书将"个人AI"定义为"以智能体为核心运行载体、以用户为中心展开运行的个人智能系统"。具体而言，智能体是运行载体，而信息组织围绕"人"展开——手机、PC、眼镜共用同一份对用户的理解，记住用户的偏好、感知用户所处的环境。

然而这套系统要落地，首先面临成本、体验和隐私三重瓶颈。白皮书指出，从对话式AI到推理式AI再到智能体AI，单次任务消耗的Token增长了约100倍。如果全部依赖云端，推理成本将指数级上升；网络延迟会破坏全时感知的实时体验；而持续记录的用户环境、位置和习惯数据一旦泄露，后果远高于单项数据泄露。

面对这三重瓶颈，白皮书给出的解法是从"云端集中"走向"端边云分布式"——打破端侧、边缘和云端各自的物理边界，形成算力可无缝流转的统一计算体系。高频轻量任务在端侧处理，中等复杂度任务由边缘节点承接，高复杂度推理按需调用云端算力。

高通产品技术专家朱元堃判断，"个人AI"的核心载体不必局限于某一种具体形态。在高通的技术方案中，端侧通过个人知识图谱在数据不出设备的前提下记录用户偏好；传感器中枢以数十毫瓦级功耗实现全天候感知；CPU、NPU、GPU和传感器中枢各司其职协同工作。

值得注意的是，高通认为终端设备真正的瓶颈不是算力，而是持续服务能力、多任务并行能力和功耗续航。设备要支持智能体全天候在线、同时处理多个任务，又不能把电池耗光，任何一个环节掉链子，整个系统都运转不起来。

IDC数据显示，这轮周期中唯一还能带来增长的亮点只剩下AI。高通的战略判断是，终端厂商需要跳出"赌哪个硬件形态会赢"的思维，而是让AI在手机、PC、眼镜等多种形态间无缝流转——不是一道选择题，而是"全都要"。