移动通信网 程然
2026年9月9日,高通公司中国区董事长孟樸出席2026国际集成电路博览会并发表主题演讲,提出智能体AI将推动半导体产业从单点芯片升级走向系统级重构的核心判断。他将2026年定义为“智能体之年”——AI正从对话式、推理式进一步演进为能够理解用户意图、规划任务、调用工具并自主执行的智能体AI。这一演进的量化标志极为醒目:对话式AI单次任务约消耗1万个词元,推理式AI约10万个,而智能体AI单次任务词元消耗可能超过100万个,两个数量级的跃升正在重新定义算力需求曲线。根据第三方机构与高通内部的综合估算,2026年至2030年全球年度词元需求将增长40倍,词元正在成为智能时代的“算力货币”。与此同时,市场端已经给出积极回应,Omdia近期将2026年全球半导体市场营收同比增长预测大幅上调至94.1%,反映出AI对整个产业增长空间的撬动作用。
【关键数据】
[1] 智能体AI单次任务词元消耗超过100万个,为对话式AI的100倍以上
[2] 2026年至2030年全球年度词元需求预计增长40倍
[3] 分布式智能体架构网页创建任务成本可节约3.4倍,词元消耗减少20%
[4] Omdia将2026年全球半导体市场营收同比增长预测上调至94.1%
[5] 高通累计研发投入超过1100亿美元,全球专利及专利申请超过20万项
从技术逻辑看,智能体AI对终端架构提出了前所未有的复合要求。孟樸指出,新一代终端必须同时支持人的实时交互和智能体的持续后台运行,这意味着CPU要承担任务规划与工作流编排,NPU要以高性能、低功耗支撑持续推理,传感中枢要7×24小时处理多模态数据,连接系统则要支撑云、边缘与端侧模型的实时协同。他强调,竞争关键不再是单一处理器更强,而是整个系统协同得更好。以网页创建任务为例,分布式智能体架构通过智能路由将适合本地处理的任务交给终端和边缘、复杂任务交给云端,在获得相同结果的前提下,成本可节约3.4倍,词元消耗减少20%——这正是高通长期倡导的混合AI架构的实证数据。此外,端侧AI在隐私层面的价值同样关键:大量情境数据产生于端侧,例如车载智能体涉及乘客身份等敏感信息时,本地处理既能降低时延、提升能效,也能让个人数据留在终端。推理侧的分布式演进也已形成清晰谱系:从终端设备,到5千瓦以下边缘服务器,到2兆瓦以下本地部署,再到数十兆瓦区域数据中心和数百兆瓦云数据中心,多层级节点构成协同计算体系。
市场层面,智能体AI正在快速渗透终端格局。IDC数据显示,2026年出货的近11亿部手机中,超过66%将是AI手机,其中40%将具备智能体AI相关能力。首款AI智能体手机努比亚NaviX Ultra本月开售,阶跃星辰STEPX Neo同步跟进,智能眼镜赛道则出现搭载骁龙AR1平台的千言AI眼镜S1,已实现实时翻译、近眼导航、会议纪要及打车、订餐、支付等智能体任务。高通面对的终端基本盘相当可观:全球约有60亿部手机、20亿台个人AI终端、20亿台PC以及5亿辆智能网联汽车;预计到2035年,全球将分布超过100万台机器人和超过500亿工业物联网连接数。在这一格局中,高通的产品组合覆盖从毫瓦级到千瓦级的完整功率谱——从智能耳机、手表、眼镜,到手机和AI PC,再到汽车智能座舱与驾驶辅助平台、机器人和工业终端,直至数据中心机架,形成骁龙、跃龙、飞龙三大品牌矩阵,与苹果、联发科、英特尔等竞争对手的系统级布局形成差异化对垒。
产业链视角下,智能体AI带来的需求正在从少数云端计算节点向广泛的终端和产业场景扩散。支撑这一扩散的是高通超过20万项全球专利及专利申请,以及累计超过1100亿美元的研发投入——这些数字折算出的技术护城河,覆盖蜂窝通信、Wi-Fi与蓝牙、射频前端,以及CPU、NPU、GPU、ISP、DSP和软件生态的完整能力栈。网络侧的升级同样构成产业链关键变量:行业正围绕连接、计算、感知三大基石构建6G,AI首次从6G设计之初就被融入系统架构。在连接维度,6G通过全新频段、更大带宽和超大规模MIMO提升网络容量与上行能力;在计算维度,6G网络将直接参与AI计算和智能协同,高能效计算从云端延伸至网络边缘;在感知维度,6G利用大带宽实现射频感知并与摄像头等多模态融合,构建物理世界数字孪生,服务低空监测、网联汽车、移动机器人等场景。3GPP已正式确立6G首个标准版本Release 21的时间表,高通计划2028年展示6G预商用终端,2029年实现6G商用。
商业化落地方面,高通给出了明确的产品时间线。北京时间9月23日至25日召开的骁龙峰会将发布下一代骁龙旗舰移动平台,孟樸将其定位为“真正为智能体时代打造的平台”,搭载全球最快的移动CPU,在智能体AI实际场景中提供快速响应体验;GPU方面将推出全新的Neural Fusion技术,实现AI与图形处理的更紧密结合。从应用场景看,智能体重塑工作流的案例已经具象化:用户休假一周后面对大量积压邮件,智能体可在几分钟内梳理出最紧急事项;多传感器融合让终端从独立感知走向情境理解——终端每天获取的位置、视觉、听觉信息不再由各传感器孤立处理,而是关联分析用户意图。数字体验的重心也在从“以应用为中心”转向“以用户和智能体为中心”,手机、PC、可穿戴、汽车都成为智能体感知世界、获取信息、执行任务的端点,其中智能手机因离用户最近、使用频率最高,仍将充当个人AI最重要的计算中心和体验入口。
产业趋势层面,智能体AI本质上是一场涉及模型、芯片、终端、操作系统、网络、云服务和应用的多环节系统级创新,单一企业无法独立完成。孟樸重申高通的开放平台战略:通过基础研发、平台能力和生态合作,将长期积累的技术底座向产业伙伴开放共享,推动前沿技术规模化落地。对半导体产业链的各环节参与者而言,影响已经清晰可辨——芯片设计从追求单点性能峰值转向系统级协同优化,封装、传感器、射频前端、电源管理等配套环节的需求结构随之调整;网络设备商需为词元流动提供更高上行带宽和更低时延;终端厂商则要在性能、功耗、连接、感知和形态的多重约束间寻求整体平衡。移动通信的承载对象从语音到数据,再到智能体时代的词元与智能,AI算力需求的重心正从大规模训练扩展到大规模推理和持续计算。孟樸的判断是,智能体AI带给半导体产业的不是一次简单升级,而是架构创新、终端创新和生态创新的三重叠加,这将持续打开产业的增长空间,并推动智能真正走进千行百业、千家万户。


