量子位
·
高通万卫星：混合AI与分布式协同是未来 | MEET2026
内容提要
高通万卫星在MEET2026大会上指出，AI正在从生成式向智能体AI演进，分为感知AI、生成式AI、智能体AI和物理AI四个阶段。终端侧AI具备个性化优势，但面临内存、带宽和功耗的挑战。高通通过技术创新应对这些问题，未来将实现智能设备间的分布式AI推理。
关键要点
-
AI应用演进分为感知AI、生成式AI、智能体AI和物理AI四个阶段。
-
终端侧AI正从单一文字模态向多模态甚至全模态演进。
-
生态系统从单体模型向复合系统转变是迈向智能体AI的基础。
-
终端侧运行大模型的最大优势是个性化。
-
终端侧运行大语言模型面临内存限制、带宽限制和功耗控制等挑战。
-
高通通过量化与压缩、并行解码技术等提高推理效率。
-
智能体AI可以在几乎没有人类监督的情况下进行自主行动和任务编排。
-
高通的芯片支持智能眼镜、PC、汽车等设备之间的智能互联。
-
未来AI体验将向混合AI方向发展，结合端侧和云端的优势。
延伸解读
AI演进的阶段性理解
高通万卫星将AI的发展分为四个阶段：感知AI、生成式AI、智能体AI和物理AI。当前，行业正处于从生成式AI向智能体AI的转型期，这一过程不仅是技术的演进，也是应用场景的扩展。理解这些阶段有助于把握未来AI技术的趋势和应用潜力。
终端侧AI的优势与挑战
终端侧AI的个性化优势在于数据处理的即时性和隐私保护，但也面临内存、带宽和功耗的限制。高通通过量化、压缩和并行解码等技术来提升推理效率，解决这些挑战。关注这些技术进展将有助于理解终端AI的未来发展方向。
混合AI的未来展望
高通描绘了未来AI体验向混合AI发展的愿景，结合端侧和云端的优势，实现更高效的个性化服务。智能设备之间的分布式协同将成为关键，用户可以期待更流畅的AI交互体验。关注这一趋势将有助于把握未来智能设备的应用潜力。
延伸问答
高通万卫星在MEET2026大会上提到的AI演进阶段有哪些？
AI演进分为感知AI、生成式AI、智能体AI和物理AI四个阶段。
终端侧AI的个性化优势是什么？
终端侧AI的个性化优势在于能够在离数据产生最近的地方进行推理，保护隐私并提供即时响应。
高通如何应对终端侧AI面临的内存和带宽挑战？
高通通过量化与压缩、并行解码技术等手段提高推理效率，以应对内存和带宽的挑战。
智能体AI与生成式AI有什么区别？
智能体AI可以在几乎没有人类监督的情况下自主行动，而生成式AI主要依赖人类监督完成特定任务。
未来的AI体验将如何发展？
未来的AI体验将向混合AI方向发展，结合端侧和云端的优势，实现更安全和个性化的服务。
高通的芯片支持哪些设备之间的智能互联？
高通的芯片支持智能眼镜、PC、汽车等设备之间的智能互联。
