在深圳舉辦的CFMS｜MemoryS峰會上，來自全球存儲、CPU/GPU、AI大模型及汽車等核心產業鏈的企業代表齊聚一堂，圍繞“穿越周期，釋放價值”的主題，共同探討AI時代下技術融合與生態協同的創新路徑。高通公司AI產品技術中國區負責人萬衛星在峰會上發表主題演講，深入分析了端側AI在構建個人智能化未來中的關鍵作用，并分享了高通在跨終端AI生態布局中的實踐與成果。

萬衛星指出，AI技術正經歷從感知到認知的迭代升級。初期以語音識別、圖像分類為代表的感知AI已實現大規模商業化應用，例如手機計算攝影便是典型案例；當前行業聚焦的生成式AI通過預訓練模型在監督場景下解決問題，而智能體AI則進一步突破，能夠在無監督環境中自主理解用戶意圖并執行復雜任務。他特別提到，物理AI作為新興方向，正通過模擬真實世界物理規則實現更自然的交互，這一技術在巴塞羅那MWC大會上已展現出初步應用成果。

在生成式AI的端側部署領域，萬衛星透露，終端設備的算力提升正推動模型參數規模快速擴張。目前手機端已支持10億至100億參數模型運行，PC端可達130億至200億，車載場景更支持200億至600億參數模型。針對AR眼鏡等低功耗設備，高通通過內存帶寬優化和量化位寬技術，成功實現10億至40億參數模型的全端側運行。上下文處理能力方面，端側模型從三年前的1k-2k token擴展至當前的32k-128k，多模態交互也取得突破，去年9月高通已聯合合作伙伴完成50億參數全模態模型的端側部署。

端側AI的普及面臨多重挑戰。萬衛星強調，內存容量與帶寬限制直接影響模型規模與響應速度，而高集成度設備如手機對能效的嚴苛要求，則迫使行業必須在性能、功耗與成本間尋求平衡。為此，高通通過統一技術架構，在驍龍平臺中集成高性能、低功耗的AI引擎，為端側推理提供硬件支撐。例如第五代驍龍8至尊版移動平臺和驍龍X2 Elite計算平臺，已廣泛應用于市場商用終端，實現多場景下的即時AI服務。

智能體AI的發展正重塑人機交互范式。萬衛星描述，未來的終端將形成感知-理解-推理-記憶-執行的閉環系統，通過多智能體協同實現任務專業化分工。這種架構不僅能提供低時延、無感的個性化服務，更將突破單一設備限制，構建以用戶意圖為核心的跨終端生態。他舉例稱，用戶無需通過特定APP操作，只需自然語言交互，智能體即可調動手機、耳機、汽車等設備協同完成任務。

在數據中心領域，高通同步推進混合AI架構落地。今年MWC期間發布的Qualcomm?AI200/AI250加速卡，通過創新內存架構顯著提升推理效率，其中AI250機架系統在降低總體擁有成本的同時，為生成式AI提供卓越的內存容量支持。這種“端云協同”策略，使高通AI能力覆蓋從消費電子到工業物聯網的廣泛場景。

萬衛星最后強調，高通的AI戰略始終圍繞“統一技術路線”展開。通過跨產品線的軟硬件協同優化，高通將AI能力從單點芯片擴展至平臺級解決方案，形成覆蓋手機、可穿戴設備、汽車、機器人及數據中心的完整生態。這種布局不僅加速了AI技術的規模化應用，更為行業構建高效、安全的智能化未來提供了可復制的實踐范本。