0
拉斯維加斯會展中心西廳5001號展臺前，人頭攢動。
CES 2026上，高通的展臺沒有堆砌概念。PC、汽車、機器人、物聯網多領域的全新發布，勾勒出一幅跨越消費與工業的智能圖景。
AI PC展臺上，搭載驍龍X系列處理器的輕薄本的屏幕正亮著“A revolution”的藍光，演示畫面里，正在運行多模態AI創作工具，從語音轉寫生成文案到圖像素材智能編輯，全程無延遲卡頓，強大的NPU性能讓個人AI從“云端依賴”走向“終端自主”。
另一展區內，兩臺人形機器人正“占著C位”，深藍色人形機器人正弓著機械腿，金屬手掌張成抓握的姿勢，關節處的液壓桿還輕輕晃了晃，正調整平衡，準備進行后空翻。
這些現場演示背后，藏著高通推動AI端側擴展的清晰邏輯。
高通將個人AI與物理AI的能力拆解到不同場景的終端中：個人AI以手機、PC、可穿戴設備和智能家居為載體，通過強大的端側算力實現個性化智能交互；物理AI則聚焦機器人、汽車等具身場景，讓AI理解物理規律并安全交互。圍繞“端側AI算力”這一核心，印證著高通“讓AI無處不在”的戰略。
實際上，CES 2026的展臺，是高通在AI研發領域投入近20年來這份長期主義所迎來的集中兌現。
高通躍龍IQ10處理器支持數百TOPS AI算力，卡位具身智能核心賽道。全新躍龍Q-8750、Q-7790系列則聚焦高端物聯網，覆蓋智能攝像頭等多形態產品，一張全域智能的拼圖展現在全球消費者眼前。驍龍X2系列迎來新成員驍龍X2 Plus，搭載第三代Qualcomm Oryon CPU與新一代Adreno GPU，集成80TOPS算力的Hexagon NPU，重新定義日常計算能效標準。高通攜手零跑率先展示搭載雙驍龍8797的跨域融合解決方案，實現座艙與駕駛輔助雙端側大模型并行，將艙駕一體體驗推向新高度。
從移動互聯網時代的連接和計算領導者，到AI時代的端側性能定義者，再到如今推動智能在端、邊、云協同演進，引領個人AI和物理AI發展的全域智能生態構建者，高通的每一步都暗合行業演進脈絡。
這場新品盛宴的背后，藏著怎樣的戰略考量？高通又將以何種路徑，進一步推動全域智能的協同未來？
以端側智能為核，構建「個人AI」與「物理AI」的全域閉環
CES 2026上，個人AI與物理AI已走向產業競逐的核心舞臺。
聯想、華碩等廠商的AI PC產品一年內增長2.5倍；零跑、大眾等車企千億參數世界模型運行需求爆發；VinMotion、Figure等具身智能企業逐步實現全場景作業突破，驗證端側算力對機器人商業化的關鍵作用。
行業共識顯示：隨著AI向智能體、具身智能形態演進，端側算力的需求正呈指數級增長。
在這一趨勢下，高通的布局邏輯愈發清晰。
“高通的技術正在賦能數十億終端，為消費者和企業帶來卓越的日常體驗，讓個人AI與物理AI無處不在”高通技術公司市場高級總監Catherine Baker表示。
對于個人AI而言，驍龍正在賦能“以用戶為中心的生態”，而下一代AI PC是重要的組成部分。
Canalys數據顯示，62%用戶將“本地智能體調用”列為AI PC核心購買理由，且PC在端云協作中需要承擔70%高頻輕量任務。
Agent時代，一款“不卡頓的PC”才能真實滿足用戶需求。
高通推出驍龍X2 Plus以適應PC端更廣泛的用戶和場景需求，其搭載第三代Qualcomm Oryon CPU、新一代Adreno GPU，并集成算力高達80TOPS的Hexagon NPU，這是目前在同級別筆記本電腦中速度最快的NPU。
驍龍X2 Plus性能強勁同時，能效表現也令人驚喜。
驍龍X2 Plus不僅CPU相比前代平臺提升35%，還能夠實現功耗較前代下降43%，正在重新定義日常計算場景中的能效標準，而搭載驍龍X2系列處理器的新一代筆記本電腦也將于2026年上半年陸續上市。
物理AI也正迎來商業化落地的新時代。
在CES現場，行業專家告訴雷峰網(公眾號：雷峰網)，物理AI的發展是未來的重要趨勢，其核心離不開芯片在性能、功耗與數據處理之間的精準平衡。當前AI算力快速提升的背景下，性能表現往往更易被關注，但其背后的功耗成本卻極易被忽視，而這恰恰是高通的核心優勢所在。
在物理AI的布局中，汽車無疑是核心場景。
目前全球已有超過4億輛汽車采用驍龍數字底盤解決方案。如今高通在車載信息娛樂和座艙SoC解決方案領域全球排名第一，全球已有超過7500萬輛汽車采用驍龍座艙平臺。
高通聯合零跑汽車推出基于搭載雙驍龍8797的中央域控制器，支持座艙與駕駛輔助多模態大模型，可驅動至多8塊顯示屏及18路音頻輸出，搭配OTA升級實現“軟件定義體驗”。
不止理想、零跑、極氪、長城汽車、奇瑞、紅旗、蔚來等頭部車企正在加速采用驍龍汽車平臺至尊版，多款車型將于2026年陸續發布，這也意味著，高通這套至尊版平臺將迎來一波集中爆發，我們也可以期待一下基于這款平臺的智能體AI和智能化創新特性上車的體驗。
物理AI的進化正指向更高階的技術形態，具身智能則成為這一賽道的下一塊核心拼圖。
“到2040年，機器人預計可創造高達1萬億美元的經濟價值。”高通產品市場副總裁Ignacio Contreras表示，在高通看來，每個物理具身形態都有可能成為具備持續學習能力的機器人。
從工業焊接到交通勸導，機器人在多場景的落地突破，需要的是一套覆蓋感知、決策、執行與互聯的全鏈路技術架構，而這正是高通給出的答案：全套產品組合。
而在CES期間全新發布的高通躍龍IQ10處理器，正是支撐全套功能實現的堅實基座，其采用了先進的18核Qualcomm Oryon CPU，支持具備數百TOPS AI算力的先進AI性能，以及多個攝像頭。
基于這一基座，高通提供了一套面向可部署機器人的整套核心能力。
這套核心能力包含多個部分，其中一個是復合AI系統。其融合了視覺、語言以及其他傳感器輸入等多種模態，使機器人能夠在真實世界中實現感知、交互、推理和行動，成為機器人的“大腦”。還支持物理AI機器學習運維，能夠不斷訓練和優化復合AI系統中的各類模型。其背后還有AI數據飛輪的驅動，機器人在真實場景中不斷采集數據，經過整理標注后反哺模型，形成自我增強的循環。
物聯網領域是高通打造全域智能生態的另一塊重要拼圖。
全新發布的高通躍龍Q-8750與Q-7790處理器，聚焦終端側AI，可廣泛適配多元物聯網產品形態：從工業機器人、智能無人機，到專業視覺系統、智能攝像頭與AI電視。高通通過收購生態企業、推動平臺化等關鍵措施，打通從芯片到應用的全鏈條，降低客戶的開發門檻與創新成本。
以端側智能為錨點，高通串聯起個人AI與物理AI的全域版圖，打造終端覆蓋、場景落地、生態閉環的完整布局。這不僅是智能化技術與產品的規模化落地，更是對AI全域化趨勢的精準預判。
全域智能落地的背后，高通如何「卡位」AI時代？
智能的未來，必然是從云端擴展到終端。
這一判斷正在被行業數據持續驗證。中國信通院預測，未來三年國內AI PC市場滲透率將突破80%，AI手機滲透率也將超過50%，終端側對本地算力的需求呈爆發式增長。
科技巨頭們正加速卡位布局，各顯其能：
微軟：依托Windows Copilot與Surface AI PC，將端側AI深度融入系統，提升辦公與娛樂場景生產力。
小米：以澎湃OS為核心，搭載端側大模型與超級小愛，構建“人車家”全生態AI協同體系。
理想汽車：推出Livis AI眼鏡，結合自研MindGPT-4o模型，實現車鏡聯動與全場景AI陪伴。
巨頭們在端側AI場景的全面開花，最終指向了對核心算力產品的規模化需求。
高通聚焦端側算力的核心需求，打造異構硬件架構：PC端最新驍龍X2 Plus平臺80TOPS NPU刷新同級別速度紀錄。
汽車端的至尊版平臺相較前代提升至12倍的AI性能躍升，為未來座艙體驗和駕駛輔助功能的大躍升打破性能障礙。
藍光飾條的概念車，正是基于驍龍座艙平臺至尊版的演示載體。現場還有基于座艙體驗開發平臺的演示，展示了從云端虛擬硬件到通過OTA更新部署至模擬車輛的端到端整車軟件開發流程。
現場兩臺Vinmotion品牌人形機器人的“核心底氣”來自高通端側方案：將數百TOPS算力直接打進了機器人機身里，等于給這兩臺機器“裝上了能支撐具身智能的算力引擎”。
物聯網端，通過集成Edge Impulse實現1200億參數大模型本地運行。
展臺現場帶來了AI本地化視頻智能分析的演示，左邊屏幕的多路監控畫面在本地同步解析，中間屏實時標注出人群動態，右邊屏甚至能生成空間布局的分析圖。
高通現場演示的產品組合，既響應終端設備對能效比的極致追求，又契合“端側承載高頻輕量任務、云端支撐重度計算”的行業分工邏輯。
強大硬件性能的釋放，離不開軟件層面的支撐，物聯網是場景最豐富的軟件試驗場。
在架構端，高通打造跨系統統一軟件架構，其物聯網產品組合支持Linux、Windows和Android，大幅拓寬硬件方案的部署場景，讓同一硬件底座可適配個人終端、工業設備、安防系統等多元場景。
Qualcomm Insight平臺作為統一的、原生AI驅動的視頻智能解決方案，將對話式AI融入視頻系統，已在安防、零售等場景實現落地應用，強化了其軟件服務能力。
最后，通過集成Edge Impulse解決方案，實現AI本地部署的高效進行，支持企業與組織直接在本地運行高達1200億參數規模的AI大模型。
高通構建了一個以開發者為先的物聯網生態系統，在 Linux、Windows 和 Android 平臺上提供統一的軟件架構，并配備 Arduino、Edge Impulse 和 Foundries.io 等易用開發者工具，加速從原型開發到量產落地。
AI的規模化發展，最終離不開生態的協同支撐。
全球超1.6萬家客戶讓高通的物聯網技術與產品得以覆蓋工業、能源、物流、機器人等眾多領域。中國市場近百家伙伴落地數量和場景都尤為客觀的真實案例，讓物聯網技術跨越行業邊界，真正轉化為規模化產業價值。
從硬件、軟件到生態，高通的卡位邏輯始終清晰：以技術預判趨勢，以生態承接需求，讓每一款產品都成為時代趨勢的具象化表達。
高通向場景驅動進化，邁入AI規模化
2025年全球語音助手使用量達84億臺，超過當前全球人口總量，Siri全球用戶突破5億，Google Assistant美國用戶達9200萬。工業領域，2025年全球工業機器人市場規模突破3500億元，AI算法在路徑規劃與故障預測中的應用覆蓋率超60%。
高通的雙賽道布局，恰好覆蓋了個人AI與物理AI兩大增長引擎。
高通正以“為AI規模化而生”為核心，讓AI不再只是一項功能，而是成為打造所有消費者體驗的基石。在個人AI領域，高通構建起以用戶為中心的全場景生態，推動體驗從“以App為中心” 向“以智能體為中心”變革。這一生態涵蓋智能眼鏡、耳機、手表等 AI為先的智能可穿戴設備，以及下一代AI PC、智能手機等核心終端。
發布后不到半年的第五代驍龍8至尊版，目前已經有14款國內的新機搭載了這一平臺；在AI PC方面，截止去年9月，驍龍X系列平臺已賦能近150款已推出或正在開發中的PC產品，覆蓋市場各個價位的PC產品，大力推動AI PC發展。
物理AI作為另一核心增長極，在此，高通構建了覆蓋汽車、機器人的全場景技術體系。
在CES期間，我們也看到高通攜手合作伙伴在這些領域帶來了一系列成果展示。車聯天下發布全球首個深度融合電子電氣架構，其展示的中央計算平臺采用驍龍8797車規級芯片，標志著智能汽車電子電氣架構邁入“中央計算”新階段。
阿加犀推出全球首個基于高通躍龍IQ10機器人處理器的遙操、數采和VLA具身大模型端側解決方案，借助高通躍龍平臺的異構計算性能，實現了敏捷的遙操動作同步及高效的數據處理功能。
移遠通信則發布了新一代搭載高通躍龍Q-8750的旗艦智能模組，契合視頻會議、智慧零售、智能家居等高端設備需求，其CPU、GPU、AI引擎的性能提升及8K多媒體處理能力，為高端AIoT場景提供“算力與能效兼顧”的方案。
技術落地得益于高通在物理AI領域長期的平臺深耕與數據沉淀。
自2016年以來，Snapdragon Ride平臺已在全球60多個國家和地區完成驗證，已構建起一個覆蓋超過600萬公里獨特車輛與交通數據的場景目錄，并生成覆蓋多樣化場景與邊緣案例的合成數據，測試總里程超過4.82億公里。
海量數據資源疊加形成“馬太效應”，推動高通向“場景驅動”進化，在進階的產品設計上，能實現更加多維的成果。
高通以全棧創新串聯起個人AI與物理AI的全域版圖，既守住端側算力的核心優勢，也從邊緣到云端，為智能計算的未來提供動力，同時還以開放協同激活產業活力。這場進階之路，讓“智能無處不在”的愿景照進現實，引領全球AI進入規模化發展的全新階段。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
