终端市场增长乏力,高通押注“个人AI”破局

全球智能终端市场正经历一场结构性错位: 出货量持续下滑, 但 AI 设备的占比却在逆势攀升 。高通近日联合 IDC 发布的白皮书《从 AI 设备到个人 AI——智能体驱动的终端进化与产业重构》指出, 单纯堆砌硬件参数已无法刺激换机需求, 行业需要一场从“设备 AI”到“个人 AI”的范式转变。

📌 终端市场撞上临界点

数据显示,2026 年上半年全球智能手机出货量同比下滑 13.9%,PC 与平板也分别下跌 11.7% 和 8.6%。然而, 同一批出货设备中,AI 渗透率却显著提升——智能手机的 AI 功能搭载率达到 66.4%,PC 和平板的 AI 渗透率也在走高。这意味着, 用户不再为更高的屏幕刷新率或跑分买单,AI 成了当前唯一还能拉动增长的亮点。

但矛盾在于, 多数用户尚未真正理解 AI 功能的价值 , 也不愿为此额外付费。白皮书认为, 要解决这种价值错位, 必须将 AI 从独立的“功能”升级为以用户为中心、以智能体为载体的“个人 AI”系统。

🔍 什么是“个人 AI”?

• 智能体为核心 : 手机、PC、眼镜等硬件只是智能体的端点, 真正的 AI 能力由智能体统一承载。
• 以用户为中心 : 智能体“跟着人走”, 在不同设备间共享对用户的统一理解, 记住偏好、感知环境、提供连续服务。

💡 三座大山: 成本、体验与隐私

• 成本高企 : 推理成本指数级上升, 而用户尚未形成为 AI 服务付费的习惯, 厂商独自承担巨额开支。
• 体验延迟 : 全时感知与实时决策要求毫秒级响应, 云端往返延迟无法满足。
• 隐私风险 : 持续记录环境、位置、习惯等数据, 一旦泄露后果严重。

白皮书给出的解法是“端边云分布式计算”——打破端侧、边缘、云端的物理边界, 让计算发生在最优位置: 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算力。

📊 高通的“各司其职”方案

• 个性化服务 : 在端侧构建个人知识图谱, 数据不出设备即可记录用户偏好。
• 全时感知 : 传感器中枢可脱离主系统独立运行, 功耗低至数十毫瓦, 实现全天候待机。
• 连续服务 : 手机、PC、眼镜共享统一的用户理解, 智能体在设备间无缝流转。
• 可进化 : 个人知识图谱在本地持续迭代, 用户用得越久, 系统越懂用户。
• 安全可信 : 隐私保护为硬件级能力, 核心数据留在端侧, 云端风险收窄。

🚀 入口之争: 高通的选择是全都要

行业普遍在争论下一代 AI 入口是手机、眼镜还是 PC, 但高通选择跳过这道选择题 。高通产品技术专家朱元堃表示, 未来所有设备都将成为智能体的端点, 底层连通的是每一个具体的人。高通 CEO 安蒙在 COMPUTEX 2026 上指出, 全球约 60 亿部手机、20 亿台 PC、5 亿辆智能网联汽车, 都是潜在的智能体入口。高通的芯片产品已覆盖从两毫瓦的耳机到千瓦级数据中心的全部计算层级。