行业趋势：从通用AI到个人AI智能体 - 科技行业关注点正从执行单一任务的AI转向高度个人化的专属AI智能体，这是未来人机交互的核心[2] - 实现个性化AI体验需要海量的真实情境数据作为基础[3] - 个人AI已超越软件范畴，开始进入智能手机、PC、汽车等日常硬件设备[9] 技术路径：端侧AI成为必然选择 - 处理个人私密信息的最佳载体是手机、PC等终端设备，因其能提供安全保障[4] - 单纯依赖云端API处理方式存在隐私泄露风险和网络延迟问题，无法满足实时响应需求[11][12] - 因此，AI终端必须拥有能够部署在本地的底层AI算力平台，以实现安全高效的处理[13] - 主流终端芯片厂商已将部署端侧AI能力视为必做之事[14] 公司战略：高通构建以用户为中心的全场景AI生态 - 公司认为AI必须进驻更微型化的载体（如可穿戴设备），以实现自适应、即时响应且高度个性化的体验[5] - 公司CEO预测，AI可穿戴产品未来几年的市场规模有望突破一亿台，甚至冲刺十亿台量级[6] - 公司战略是构建一个“以用户为中心的生态”，通过算力与数据在设备间自由流动，实现无感化的全场景协助[8] - 公司正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[49] - 最终目标是建立一个完全以用户为中心的新型数字生态，让智能隐入并服务于用户的真实生活轨迹[51] 产品布局：跨硬件平台的端侧AI能力扩展 - 公司已将端侧AI处理能力扩展至多种硬件，覆盖生活的多个场景[15] - 在手机端，第五代骁龙8至尊版平台拥有强大的多模态AI算力，支持本地运行复杂的跨应用任务与多模态AI助手[16] - 该平台已应用于荣耀发布的机器人手机Robot Phone，以及努比亚的AI原生手机技术预览版[16][17] - 骁龙XR平台是AR/VR等沉浸式设备的交互底座，赋能包括小米、Meta、阿里等品牌的AI眼镜产品[19] - 骁龙Sound平台为真无线耳机引入低延迟AI音频增强功能[19] - 骁龙PC平台正在驱动AI PC的各类核心用例[19] - AI能力跨越了单一硬件的物理局限，使不同终端在统一计算架构下高效协同[19] 关键突破：发布骁龙可穿戴平台至尊版，补全生态拼图 - 公司在MWC上正式发布骁龙可穿戴平台至尊版，将AI运算能力延伸至智能手表等微型可穿戴设备[6] - 该平台首次在可穿戴设备中引入NPU单元，采用3纳米工艺及Hexagon NPU与低功耗eNPU的双脑协同架构[27] - 平台在狭小空间内提供了10TOPS的总算力，使设备能直接在端侧运行20亿参数的大模型[27] - 引入“低功率岛”架构设计，通过物理隔离常驻后台模块以减轻电量消耗[29] - 配合超低功耗Wi-Fi和快充技术（充电10分钟可回血约50%），解决了设备续航与连接顾虑[30] - 此平台填补了“万物智能”全场景生态中可穿戴设备这一关键拼图[20] 应用前景：AI可穿戴设备形态与功能革新 - 能全天候贴身佩戴的智能眼镜和手表，成为个人AI获取真实物理世界数据的最佳触角[24] - 边缘AI能力正从手表向胸针、项链等饰品形态蔓延，例如摩托罗拉的Project Maxwell概念设备[32] - 在智能手表领域，端侧AI带来极速响应能力，支持本地人脸识别等功能，三星计划将其用于下一代Galaxy Watch[34] - 其他设备如雷蛇Motoko耳机，可通过摄像头实现本地实时翻译；AI眼镜可结合检测模型用于工业零件识别等场景[34] - 随着该平台落地，智能可穿戴等微型终端将快速跨越算力与功耗的鸿沟[36] 生态基础：统一的连接与感知架构 - 实现“以人为本”的个人AI需要精准掌握用户习惯，这依赖于设备间的互联以从多维度获取信息[38][39] - 覆盖公司广泛产品组合的高通AI引擎及低功耗传感器中枢，是提供终端侧AI性能并以极低功耗收集情境信息的硬件底座[40] - 结合公司在蜂窝、微功耗Wi-Fi、蓝牙以及Snapdragon Seamless等连接技术，使不同终端间拥有统一的信任逻辑，实现AI跨设备自然流转与偏好记忆无缝同步[42] - 这种底层连接协议的打通，重新定义了人与设备的关系，使技术隐藏于生活细节，带来无感化的科技陪伴[43][45][48]