高通骁龙峰会聚焦智能体，端侧30B模型跑通完整工作流

在2026年骁龙峰会上，高通与阶跃星辰、无量火科技、江波演示了一个端侧AI典型案例：仅用本地模型，AI读懂一封邮件、提取行程信息、同步日历、推荐航班和酒店，再草拟一封回复。这段需要理解、规划和连续执行的任务完全在端侧完成。高通公司总裁兼首席执行官安蒙在主题演讲中表示，智能体AI并不仅仅是为终端新增一个功能，它实际上创造了一种全新的终端工作流程。

如果说两年前高通主要在证明大模型能装进手机，今年它更想证明装进去的模型能够承担更完整的工作。2024年，高通自研Oryon CPU开始搭载在手机上，展示端侧大模型的可能性；2025年，第五代骁龙8至尊版引入Personal Scribe和个人知识图谱，将智能体写入产品方向；今年，第六代骁龙8至尊版与超级至尊版双旗舰均采用2nm工艺，超级至尊版设备频率拉至5GHz，CPU负责任务调度、NPU承担模型推理、低功耗感知单元处理后台信息，为不同类型的AI工作分配专属计算通道。

当AI从单次问答变成持续工作流程，缓存、内存带宽和低功耗感知变得更为重要。高通新双Micro NPU架构性能提升85%，功耗降低20%，提升了本地处理低时延、离线可用和减少数据上传的潜力，复杂任务仍可调用云端。对比2024年端侧最多部署7B模型，此次峰会上高通已与阶跃达成合作，30B的MoE模型在参考设计上完成邮件理解、行程规划和日历同步，被视为一次可感知的跨越。

更复杂的AI应用如今也可由多个模型分工完成。在AI公司Deepgram展示的AI播客应用中，NPU上的语音模型负责转写并区分发言者，GPU上的Gemma模型理解话题、生成追问建议，让异构计算变成可理解的场景。进入2026年，芯片厂商的共同趋势是能力边界与竞争边界同时扩大，对高通而言，这种扩展不只是从手机走向PC、眼镜、汽车和数据中心，还包括围绕模型适配、软件工具和跨终端协作补齐能力。