在今年的MWC巴塞罗那展会上，整个科技圈都在关注“智能跃升”这个话题。
渐渐地，人们已不再满足于能够执行单个任务的AI，开始渴望拥有一个专属的AI智能体。
OpenAI CEO奥特曼就曾表示，高度个人化的智能体，才是未来交互的核心；这两个月爆红的开源智能体框架OpenClaw，同样是这一趋势的缩影。
但个性化体验不是空中楼阁，必须要拥有海量的真实情境数据并持续消化，才能打好这座大厦的坚固地基。
而手机、PC等终端设备，毫无疑问就是安全处理这些私密信息的最佳载体。高通的看法更加激进，他们认为AI必须进驻到更微型化的载体中，成为“AI穿戴”，才能实现自适应、即时响应且高度个性化的个人AI体验。
对于AI可穿戴，高通CEO安蒙给出了极高的预期，他预测，这类产品未来几年的市场规模有望突破一亿大关，甚至有能力冲刺十亿量级。
为了加速AI可穿戴的起步和发展，高通在本次展会上正式推出了全新的骁龙可穿戴平台至尊版（Snapdragon Wear Elite），把AI运算能力下放延伸到了智能手表等微型可穿戴设备当中。
再把目光放远，假如一个人拥有多个不同的AI终端，那么算力与数据还能在这些设备之间自由流动，让无感化的全场景协助成为现实。
这也标志着，高通试图构建的“以用户为中心的生态”，即将迎来真正成熟的实质性落地。
##个人AI，正在迈向全场景
个人AI热潮席卷全球，最直接的影响便是我们与各类终端的交互逻辑变得和以往不一样了。
这意味着，个人AI已经不再被“软件”的定义约束，开始进入智能手机、PC以及 等日常设备。
如何让这些硬件都AI起来，成为主动执行的节点呢？全都接入大模型API是一个简单粗暴的方案。
但是，单纯依赖API这种云端处理方式，是远远不够的。
这些“贴身智能体”整天跟随着我们，24小时都在感知我们的习惯和周围的物理环境，感知到的私密信息可能比我们自己知道的都多。
这些敏感信息如果打包上云，一旦发生隐私泄露，后果难以想象。
再加上想要连接云端大模型，就必然要使用网络，数据上传再回传，这中间的延迟，也会降低AI的实时响应速度。
所以，AI终端必须要有一个能够部署在本地的底层AI算力平台，才能既安全又高效。
这也是如今主流终端芯片厂商几乎必做的一件事。
到目前为止，高通已经把端侧AI处理能力扩展到了各式各样的硬件，可以说覆盖了我们生活的许多场景。
比如最常见的手机端，第五代骁龙8至尊版平台就已经拥有了强大的多模态AI算力。高通在移动平台多模态和生成式AI技术上的布局早已开始，早在2022年发布的第二代骁龙8就已经是全球首个能在Android手机上跑通端侧Stable Diffusion的平台，2024年的MWC，高通在第三代骁龙8上带来了全球首个多模态大模型的终端侧演示。
而今年MWC上荣耀发布的可商用产品——机器人手机Robot Phone，搭载的芯片就是第五代骁龙8至尊版。有了这颗芯片，荣耀Robot Phone已经在本地跑通了复杂的跨应用任务，同时能够支持多模态AI助手交互，以及非常丰富的AI影像能力。此外，此前备受关注的AI原生手机努比亚M153豆包手机助手技术预览版也在这次高通展台亮相，这款手机搭载了骁龙8至尊版平台。
与此同时，骁龙XR平台借助先进的空间计算与AI感知能力，已经成为AR、VR等沉浸式设备的最佳交互底座。骁龙AR平台正在赋能当前炙手可热的新兴可穿戴品类——AI眼镜，包括小米AI眼镜，Meta Ray-Ban等备受关注的AI眼镜市场主力，都采用了骁龙AR平台；此次阿里在巴展推出的面向全球市场的千问AI眼镜S1和G1系列也搭载了第一代骁龙AR1平台。
此外还有骁龙Sound平台，为真无线耳机等产品引入了低延迟的AI音频增强功能；在桌面侧，骁龙PC平台也正在驱动AI PC的各类核心用例，深刻改变着专业内容创作与日常娱乐的方式……
总之，AI能力不仅跨越了软硬件的界限，也跨越了单一硬件的物理局限——
不同形态的终端，都在统一的计算架构下调用AI能力，具备了高效协同的前提，使个人AI迈向“万物智能”的全场景。
##AI可穿戴，补全“万物智能”拼图
截止到高通这次发布之前，“万物智能”的全场景还差一块重要拼图，也就是高通最新涉猎的可穿戴设备。
现在的个性化AI竞争的逻辑其实很简单——抓准用户的真实生活轨迹，就能拿捏住用户体验这个命门。
高通CEO安蒙把这个逻辑说得很透：
>最具个性化的智能源于边缘侧，只有让边缘数据持续优化并适配AI模型，在边缘和云端之间形成动态反馈循环，才能让AI随用户不断进化。
个人的生活情境数据极度私密，全扔给云端不仅有隐私风险，也会遇到网络延迟带来的反应迟钝问题。
因此，无论是从隐私还是效率角度出发，AI可穿戴设备都必须能在本地实时解析这些海量的边缘数据。
顺着这个思路，能全天候贴身佩戴的智能眼镜和手表，自然成了个人AI向外延伸的最佳物理触角——它们能时刻看你所看、听你所听，给本地AI提供真实的物理世界切片。
为了让微型设备拥有聪明的大脑，高通在这次MWC上正式发布了骁龙可穿戴平台至尊版。
它首次把NPU单元塞进可穿戴设备，在3纳米工艺加持下，采用Hexagon NPU和专门的低功耗eNPU的双脑协同架构，在手腕这个狭小的空间里硬是挤出了10TOPS的总算力，让设备能直接在端侧运行20亿参数的大模型。
为解决电池痛点，平台还引入了低功率岛架构设计，在常驻后台工作的eNPU音频传感器和显示模块之间设置了物理隔离，从而减轻电量消耗。
配合超低功耗Wi-Fi和充电10分钟就能回血约50%的快充技术，骁龙可穿戴平台至尊版彻底打消了设备离开手机就会失联的顾虑。
有了这套强悍的算力底子，终端形态也将开始全面开花。
事实上，边缘AI的本事不仅在手表上发挥，更向胸针项链等饰品蔓延。
比如摩托罗拉搞出的Project Maxwell概念验证设备，就完全抛弃了手表这种传统玩法，变成了能随时向你学习的AI感知伴侣，交互远比戳屏幕直观。
当然在大家更熟悉的智能手表领域，端侧AI带来的极速响应能力也是肉眼可见的。
搭载这套平台的手表不仅能给出极速的智能回复，还能靠本地跑通的人脸识别来保障安全，比如三星就已经计划把这套平台装进下一代Galaxy Watch里，去打造更全能的健康管家。
其他穿戴设备的感知能力也将脱胎换骨，比如雷蛇Motoko耳机，加上摄像头就能在本地实时翻译眼前的菜单，还有支持实时对话的AI语音助手；AI眼镜结合检测模型能直接搞定零件识别，让工厂里的工人解放双手……
未来，随着骁龙可穿戴平台至尊版的落地，智能可穿戴等微型终端将有望快速跨越算力与功耗的鸿沟。
当身边大大小小的设备都能主动感知并给出反应时，一个物理世界与数字世界真正融合的“以用户为中心的生态”，就算彻底拉开大幕了。
##让私人助手真正隐入日常生活
不管终端形态如何多样，“以人为本”的个人AI时代，都需要对用户习惯的精准掌握。
在这样的基础上，设备间的互联便顺理成章地提上了日程，因为只有通过多设备从多维度获取信息，才能勾勒出最真实的用户和环境画像。
覆盖骁龙平台广泛产品组合的高通AI引擎及低功耗模块高通传感器中枢，就是为此而生的硬件底座，这套骁龙平台的通用AI技术基础架构不仅能够提供强大的终端侧AI性能，还负责以极低功耗收集情境信息，确保心率与位置等敏感指标均在本地完成安全推理。
再结合高通在蜂窝、微功耗Wi-Fi、蓝牙以及Snapdragon Seamless等近距离连接和传输技术上的传统艺能，让不同的终端之间拥有了统一的信任逻辑，让AI的跨设备流转更为自然，也实现了偏好记忆的无缝同步。
这种底层连接协议的彻底打通，让人和设备之间的关系开始面临重新定义。
想想过去，我们和机器打交道事往往非常被动，需要主动适应系统逻辑并输入明确的指令，才能让机器正常工作。
但就在眼下，技术开始全面退居幕后，隐藏进了日常生活的种种细节。
无论智能体背后的模型、接口、协议有多么复杂，在面对我们时，它都是以一副“个人助理”的面貌示人的。
这种模式下，系统能通过多维传感器敏锐捕捉个体的细微状态，根据周遭环境变化自动做出调整。
而所有繁杂的计算过程，都被巧妙掩藏在自然交互之下，带来了无感化的科技陪伴。
这种全面重塑，标志着高通正在利用散落在生活场景中的设备，编织一张具备高度协同能力的有机智能网络。
在这个体系中，所有的智能终端都不再是孤立的信息节点，它们共同构成了庞大网络的感官触角与执行末端。
其中，处于绝对核心位置的只有统筹这些设备的指挥者，也就是我们自己。
借由这套计算与连接并重的全景式AI方案，高通正在构建起一个完全以用户为中心的新型数字生态，让私人助理彻底隐入并服务于我们每一处真实的生活轨迹。来源：量子位
