终端市场的下一个增长点，高通押在了“个人AI”上
内容提要
全球智能终端市场出货量下滑，但AI渗透率逆势上升。IDC白皮书指出，硬件参数竞争失效，需转向“个人AI”范式，以智能体为核心、用户为中心。为应对成本、体验、隐私瓶颈，建议端边云分布式计算。高通提供技术方案，覆盖个性化、感知、连续服务、进化与安全，并认为手机、PC、眼镜等均为AI入口。
延伸解读
硬件参数竞争失效，AI成新增长点
IDC数据显示，全球智能手机出货量下滑13.9%，但AI渗透率却升至66.4%，PC和平板也呈现类似趋势。这表明单纯堆砌硬件参数已难以驱动销量，AI成为终端市场的新增长点。然而，用户对AI功能认知不足，不愿为此付费，厂商需通过“个人AI”范式转变，以智能体为核心，真正解决用户痛点，才能将AI转化为实际价值。
端边云分布式计算破解三重瓶颈
个人AI面临成本、体验、隐私三大瓶颈，根源在于将所有任务集中于云端。白皮书建议采用端边云分布式计算，根据任务时延、隐私和复杂度，动态分配算力至最优节点。高频轻量任务在端侧处理，中等任务由边缘承接，高复杂度任务调用云端，从而降低成本、减少延迟、保护隐私，为个人AI落地提供可行路径。
多设备协同，个人AI入口多元化
高通认为，个人AI的核心载体不限于单一设备，手机、PC、眼镜等都将成为入口。全球约60亿部手机、20亿台PC等设备，均可作为智能体的端点，共享对用户的统一理解。这种多设备协同模式，使智能体能够“跟着人走”，实现连续服务，也符合终端边界消解的趋势，为产业提供了更广阔的发展空间。
Q&A
全球智能终端市场出货量下滑，但AI渗透率上升，这背后的原因是什么？
根据IDC白皮书，硬件参数竞争失效，用户换机周期拉长，AI成为唯一增长亮点，但用户对AI功能认知不足，需要转向“个人AI”范式。
什么是“个人AI”？它与传统AI设备有何不同？
个人AI是以智能体为核心运行载体、以用户为中心展开运行的个人智能系统。它强调智能体跟随用户，手机、PC、眼镜等设备共享同一份对用户的理解，而传统AI设备只是硬件参数的堆砌。
个人AI落地面临哪些主要瓶颈？
主要瓶颈有三重：成本（Token消耗激增导致推理成本高）、体验（云端延迟影响实时决策）、隐私（全时感知带来数据泄露风险）。
端边云分布式计算如何解决个人AI的瓶颈？
端边云分布式计算将计算负载按任务时延、隐私和复杂度分配到最优节点：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，高复杂度推理调用云端算力，从而降低成本、提升体验、保护隐私。
高通在个人AI领域提供了哪些具体技术方案？
高通通过端侧个人知识图谱实现个性化，传感器中枢实现低功耗全时感知，分布式系统支持连续服务，本地算力迭代知识图谱实现进化，硬件级隐私保护确保安全可信。
高通认为个人AI的入口设备是什么？
高通认为个人AI的入口不限于单一设备，手机、PC、眼镜等都将成为入口，所有设备都是智能体的端点，底层连通的是用户本身。
个人AI对芯片设计提出了哪些新要求？
个人AI要求芯片具备持续服务能力、多任务并行能力和低功耗，高通通过CPU、NPU、传感器中枢、GPU等专用模块协同工作来满足这些要求。
