高通朱元堃：端云协同是个人AI必然方向 分布式推理将重构终端算力体系

从对话到智能体，交互范式正在迭代

【科技综合报道】日前，财新圆桌-AI系列“智能体时代终端产业的下一站”专题活动在北京举办。高通产品技术专家朱元堃在会上发表主题演讲，结合行业趋势与技术实践，给出一个关键判断：产业正迈入智能体AI时代，传统的终端计算架构已经跟不上个人AI的需求，行业必须通过软硬件协同创新与生态共建，重塑终端计算体系，让个人AI真正落地。

生成式AI普及后，产业重心正在悄然转移。朱元堃指出，对话交互曾是生成式AI的核心使用形态，但随着技术演进，智能体正在成为新的方向。他引用了一个很有意思的判断：“2026年，ChatGPT亲手终结了Chat时代。”这话不是说对话形式会消失，而是说AI不再只靠对话来工作——具备感知、决策与任务执行能力的智能体，将成为下一代AI应用的核心载体。

那么，智能体体验到底靠什么支撑？在朱元堃看来，有四大基础模块：感知能力相当于智能体的“五官”，负责采集环境信息；记忆模块对感知信息进行沉淀，形成对用户的个性化认知；推理能力对感知与记忆内容进行加工处理；最后，通过工具调用完成具体任务。这四大模块不只是功能分类，更划定了芯片硬件、软件架构乃至操作系统的演进方向——这是未来产品研发必须突破的核心技术路径。随着智能体与个人场景深度耦合，未来边缘移动设备将承载大量智能体应用，渗透到家庭、工作等生活的各个角落。

重构计算体系，打造端云协同的技术底座

智能体能力的落地，对终端算力提出了更高要求，传统计算架构正面临系统性重塑。朱元堃表示，个人AI需要满足个性化、全时感知、隐私安全三大核心特征，仅靠云端或仅靠端侧都难以实现最优体验，端云协同是必然路径。

端侧与云端的分工并非人为划定，而是基于任务特性形成的自然互补：端侧AI贴近用户，具备实时感知能力，可存储个人信息与记忆，运行本地模型与规划器；云端则依托算力与模型优势，处理复杂程度更高的任务。“如果完全依赖云端，它或许能成为极其强大的生产力工具，却很难成为真正理解个人的个人AI智能体。”朱元堃直言，未来所有设备都将成为智能体的端点，行业的核心方向是实现以用户为中心的智能连接，打破设备间的底层壁垒，让智能体围绕用户自由流转。

他提到，早年间乔布斯曾提出构想，希望打造记录思想家思考过程的工具，让人们可以与其对话。如今这一构想正逐步接近现实，而实现这一目标的核心就在于全时感知能力——AI不仅要输出最终结果，更要记录用户的思考与体验过程，真正构建理解用户的智能体。但全时感知对续航提出了新挑战，这也倒逼终端硬件架构升级。

支撑这一体系的新一代终端计算架构，正围绕分布式推理能力升级。朱元堃介绍，边缘终端的核心计算单元SoC已形成四大模块：低功耗设计的传感器中枢可独立完成环境感知，在数十毫安甚至个位数毫安的功耗下实现场景识别，无需频繁唤醒主系统，为全时感知提供续航保障；CPU承担系统调度核心角色；NPU作为AI算力核心，为大语言模型、多模态模型提供端侧推理支撑；高速调制解调器则保障端、边、云之间的无缝任务流转。

据了解，高通正通过整合多计算单元的AI引擎打造AI原生芯片平台，各单元既具备独立AI计算能力，又可在底层实现数据快速流转，高效完成分布式推理任务。其中面向AI时代设计的NPU架构，在持续提升性能的同时不断优化能效，实现了性能提升与功耗降低的同步演进。

全栈能力赋能，生态协同推动规模化落地

硬件架构升级是基础，但产业的规模化发展离不开完整的软件生态与跨终端协同能力。朱元堃表示，高通提供的完整AI全栈解决方案，依托骁龙芯片底层统一的技术架构，可纵向覆盖手机、PC、可穿戴设备、汽车等多类终端品类。开发者只需一次开发，即可面向多个终端平台进行规模化部署，大幅降低跨终端适配的成本。

除了软件架构的统一性，硬件层面的灵活扩展性同样支撑多场景落地。基于统一的技术路线图，行业可根据不同终端的性能、功耗需求，灵活组合处理器、图形、影像、连接等模块，打造不同级别的SoC产品。从轻量化的耳机、眼镜，到算力需求更高的PC与汽车场景，都可在同一技术体系下实现快速适配。

朱元堃坦言，由智能体驱动的个人终端产业变革，单凭一家企业无法完成，需要全产业协同共建。面向未来，高通将持续开放全栈软硬件技术能力，携手终端厂商、模型机构、开发者等产业各方，共同推动个人AI时代全面到来。