终端销量下滑AI渗透率飙升：高通为何押注“个人AI”？

全球智能终端市场正在经历一场静默却深刻的系统性重构。过去十年，我们习惯于用硬件参数的线性增长来衡量技术进步，但从最新的数据来看，这套旧地图已无法指引未来的航向。今年上半年，全球智能手机出货量同比下滑13.9%，PC与平板也分别遭遇11.7%和8.6%的跌幅。然而，在出货量萎缩的背后，隐藏着一条截然不同的上升曲线：具备AI能力的设备比例已攀升至66.4%，相对增幅高达21.8%。这一看似矛盾的现象，揭示了行业正处于从“硬件堆料”向“智能服务”转型的关键临界点。

在这场变革中，高通率先提出了“个人AI”的概念框架。这并非简单的功能叠加，而是终端运行范式的根本性转移。根据IDC受高通委托发布的《从AI设备到个人AI——智能体驱动的终端进化与产业重构》白皮书，传统的对话式或推理式AI正迅速演进为以智能体为核心的个人智能系统。其核心特征在于“以智能体为核心运行载体”与“以用户为中心展开运行”。这意味着手机、PC、眼镜等硬件不再孤立存在，而是成为同一智能体在不同场景下的延伸终端，共同构建对用户的连续理解。

为何市场急于寻找这一新范式？原因在于“堆参数换销量”的逻辑已触及天花板。屏幕刷新率卷至185Hz、摄像头像素突破2亿、安兔兔跑分突破400万，这些曾作为核心卖点的指标，在供应链成本上升和用户换机周期拉长的双重压力下，已难以驱动增量市场。更重要的是，多数用户对现有AI功能的价值感知模糊，不愿为“有AI”这一标签支付溢价。要打破这种价值错位，必须从单一的AI功能点缀，转向系统性的个人智能服务。

然而，构建真正的“个人AI”面临着三重严峻挑战：成本、体验与隐私。从对话式AI到智能体AI，单次任务消耗的Token量激增约100倍，且仍在持续增长。若将所有推理任务推向云端，高昂的算力成本将导致厂商投入与收益严重错配。同时，全时感知与实时决策对网络延迟极为敏感，云端往返的延迟将使智能服务失去“即时性”魅力。更关键的是，持续记录用户环境、位置及习惯所形成的完整用户画像，若依赖云端处理，将面临巨大的隐私泄露风险。

针对这三大瓶颈，白皮书提出了解决方案：从“云端集中”走向“端边云分布式”计算架构。这一架构打破物理节点边界，实现算力的无缝流转与动态调度。高频轻量任务在端侧处理，中等复杂度任务由边缘节点承接，高复杂度推理按需调用云端。这种分层处理机制，不仅优化了资源分配，更从根本上缓解了上述三重压力。

高通的技术路线图与这一范式高度契合。在个性化服务层面，高通在端侧构建个人知识图谱，确保数据不出设备即可记录用户偏好。在全时感知环节，其传感器中枢具备独立于主系统运行的能力，无需唤醒CPU和内存，功耗降至数十甚至个位数毫瓦，实现了全天候待机与环境捕捉。在连续服务方面，通过底层数据互通，实现手机、PC、眼镜间对用户理解的共享，确保智能体随人而动。

值得注意的是，高通对瓶颈的理解与传统观点有所不同。业界常认为端侧AI受制于绝对算力，但高通指出，真正的瓶颈在于持续服务能力、多任务并行能力及功耗续航。为此，高通采用多专用模块协同策略：CPU负责全局调度，NPU专攻大模型端侧推理，传感器中枢处理毫瓦级感知，GPU负责并行计算与图形渲染。这种异构协同机制，确保了在有限功耗下支撑智能体的全天候在线与多任务处理。

在入口之争上，高通展现了独特的战略视野。当其他厂商纠结于手机、眼镜或PC哪一种是下一代核心入口时，高通认为这不是一道单选题。高通CEO安蒙指出，全球60亿部手机、20亿台PC及5亿辆智能网联汽车，共同构成了智能体的庞大入口网络。未来，终端边界将逐步消解，以屏幕为核心的形态将弱化，感知、算力与执行单元将分散在用户身边的各处设备中。

高通的产品策略正是这一判断的实践。从两毫瓦的耳机到千瓦级的数据中心，高通覆盖了全计算层级。其核心理念是，未来的智能体将生长于不同环境，但背后是同一个懂用户的系统。这种全栈覆盖能力，使高通能够顺应2030年后终端形态模糊化的趋势，提前布局以人而非以设备为中心的计算架构。

这场变革的意义远超技术迭代本身。它标志着终端市场从销售硬件产品转向运营智能服务生态。对于厂商而言，单纯追求硬件参数的竞赛已无意义，唯有构建安全、低成本、低延迟且具备进化能力的个人AI系统，才能在存量市场中挖掘增量价值。对于用户而言，这意味着设备将不再是冷冰冰的工具，而是具备记忆、理解并能主动协助的智能伙伴。

高通押注“个人AI”，并非仅仅为了芯片销量的增长，而是为了确立在新计算范式下的标准制定权。通过端边云分布式架构与异构计算协同，高通正在重新定义人与技术的交互方式。在出货量下滑的行业寒冬中，这条以智能体为纽带、以人为中心的进化之路，或许正是终端市场下一个确定的增长极。随着技术的成熟与生态的完善，我们有望看到，设备不再是信息的孤岛，而是融入用户生活脉络的智能节点，开启真正的全场景智能时代。