深圳商报·读创客户端驻京记者 宋华 文/图 "2025骁龙峰会·中国" 9月25日在北京举行。恰逢高通进入中国三十周年，本次峰会以"携手三十年，共 启智能未来新篇"为主题，高通中国区董事长孟樸全面回顾与中国产业的协同发展历程，并宣布启动"AI 加速计划"，联合中国伙伴推动边缘AI在个人设备、汽车、物联网等领域的深度落地。 聚焦机器人与 XR，布局下一个 "手机级" 市场 针对未来赛道，孟樸提出预判：机器人与智能眼镜（含 AR/VR/AI 眼镜）的市场规模有望在十年内超越 智能手机。目前，高通已与宇树科技合作，将手机芯片架构适配至机器人场景，目标将设备平均功耗控 制在 20-30 瓦；XR 领域，高通骁龙 XR 平台已支持小米 AI 眼镜、vivo Vision MR 终端、阿里巴巴夸克 AI 眼镜等多款国产产品，其中 vivo Vision 实现单眼 4K 分辨率，夸克 AI 眼镜支持终端侧支付宝交互。 此外，高通还在教育与公益领域持续投入：截至 2024 财年，高通 STEM 项目已惠及超 30 万名中国师 生，"无线关爱" 计划落地 20 个子项目，覆盖医疗、教育等领域，惠及超 150 万人。孟樸表示：" ...

公司发展历程与核心基因 - 公司于1985年由Irwin Jacobs等七名Linkabit前同事创立 核心基因是高质量通信（Quality Communications）[1] - 近四十年累计研发投入超过1000亿美元 成为无线通信行业核心驱动力[1] - 业务版图从传统无线电扩展至智能手机 PC 汽车 XR 工业物联网等多领域 形成完整技术生态布局[1] 技术研发与创新战略 - 通过自研无线IP 并购（如2021年收购NUVIA 今年收购Alphawave）构建底层芯片护城河[4] - 全面掌握连接技术（5G Wi-Fi 蓝牙）和处理技术（CPU GPU NPU ISP） 集成于先进制程低功耗芯片[4][6] - 在CPU方面推出全球最快移动端CPU Qualcomm Oryon CPU[6] - 在Hexagon NPU实现架构升级 配备更多标量与向量加速器 更快张量加速器 全新64位内存架构[6] - 在新一代Adreno GPU采用创新切片架构 引入18MB专用图形缓存（Adreno独立高速显存）[10] - 新一代20-bit三ISP实现动态范围4倍提升[6] 产品矩阵与性能表现 - 骁龙平台成为旗舰智能手机必然之选 第五代骁龙8至尊版为全球最快移动SoC[8] - CPU采用定制化设计 SoC层面架构创新 实现计算性能和每瓦特性能重大飞跃[10] - Hexagon NPU加速AI特性 传感器中枢新增个人知识图谱和个人记录功能[10] - Adreno GPU加速AI工作负载 实现更快推理响应 高效视频处理 更流畅播放和更快编码效率[11] - ISP引入超域融合视频功能（Dragon Fusion）提升HDR视频效果 支持高级专业视频（APV）编解码器[11] - X85集成5G AI处理器 基于AI的多天线管理增强终端性能和网络覆盖[11] - 针对PC市场推出骁龙X2 Elite Extreme和骁龙X2 Elite 目前最快最高效Windows PC处理器[12] - 骁龙X2 Elite Extreme集成第三代Oryon CPU 相同功耗下CPU性能较竞品领先75% Adreno GPU每瓦特性能和能效提升2.3倍 NPU达80TOPS AI处理能力[14] - 骁龙X2 Elite相同功耗下性能较前代提升31% 相同性能下功耗降低43% 支持80TOPS AI算力[14] 新兴市场与品牌扩展 - 推出高通跃龙（Qualcomm Dragonwing）平台 面向工业 物联网与网络基础设施领域[16] - 集成边缘AI 高性能低功耗计算和先进连接技术 应用场景包括工业机器人 无人机 固定无线接入（FWA） 零售物流等[16] - 实现UHF RFID与5G Wi-Fi 7 蓝牙6.0等通信技术融合[16] - 高通跃龙第四代FWA至尊版平台实现14公里毫米波远程通信 12.5Gbps下行峰值速率[16] - 高通跃龙Q-6690为全球首款企业级芯片集成RFID功能[16] 中国市场合作与AI战略 - 进入中国三十年 从CDMA网络测试到助力中国移动终端合作伙伴成长并走向全球[17][18] - 在智能汽车领域 通过骁龙数字底盘支持中国汽车品牌推出210多款车型[18] - 在物联网领域 借助高通跃龙推动中国工业物联网和网络基础设施行业变革[18] - 2011年提出边缘计算是AI未来核心 2022年展示AI赋能实时体验 2023年提出AI是新的UI 2024年演示多模态助手和多模态大模型 今年推动AI技术规模化落地[19] - 六大核心趋势驱动AI发展：AI是新的UI 从智能手机转向智能体 计算架构变革 模型混合化 边缘数据相关性增强 迈向未来感知网络[21] - 通过对AI感知 处理到学习全过程投入 赋能边缘智能 塑造新一代移动终端和体验[22]