文｜劉俊宏

編｜王一粟

每年CES最大的看點，還得是消費電子領(lǐng)域中各種各樣的“怪東西”。

2026年的CES，也充滿了各種奇思妙想的AI硬件。能記憶并提供情緒價值的AI相機、監(jiān)控用戶情緒的AI吊墜、能根據(jù)用戶情緒顯示畫面的AI相框、AI指導用戶理發(fā)的“推子”、場館隨處可見的幾十款AI眼鏡…當然還有當之無愧的“明星”——各種各樣的機器人。

AI硬件，正在重拾移動互聯(lián)網(wǎng)黃金年代的火熱，有些2025年已經(jīng)拿到了成績，有些則即將蓄勢爆發(fā)。

通過這些AI硬件，AI正在一步步邁向物理世界，這不僅需要云端的“大動脈”，更需要邊緣側(cè)的無數(shù)“毛細血管”。

過去幾年間，手機和汽車是最先完成AI改造的智能終端，但這遠遠不是邊緣側(cè)AI落地的終點。因為只要拆開手機和汽車就會發(fā)現(xiàn)，AI對邊緣側(cè)改變并不只是多一個提供AI算力的SoC。通信、系統(tǒng)控制、電池管理、攝像頭等等一系列的電子元件，都在隨著AI的需求而改變。

這就意味著，做好物理世界AI，需要成規(guī)模的邊緣終端側(cè)和云端之間的協(xié)同。

為了滿足AI時代廣泛而細碎的邊緣計算，高通旗下的toB品牌高通躍龍這次展示了一些“不太一樣”的產(chǎn)品。

在當下大火的具身智能領(lǐng)域，高通帶來了機器人通用計算平臺和完整技術(shù)棧架構(gòu)。在物聯(lián)網(wǎng)領(lǐng)域，高通則推出了兩款面向邊緣側(cè)AI部署的新處理器，主要面向無人機、智能攝像頭與工業(yè)視覺、AI電視/媒體中樞設(shè)備以及視頻會議系統(tǒng)等場景。

顯然，高通的AI戰(zhàn)略主線已經(jīng)悄然從消費品延伸到了更廣泛的千行百業(yè)。通過具身智能和物聯(lián)網(wǎng)邊緣計算平臺，高通正在從之前SoC廠商的身份，“擴展”到邊緣側(cè)，讓更多行業(yè)都完成AI升級。

跨越智能終端時代，高通想在邊緣側(cè)和云端承載更多AI。

2026年，具身智能需要一個通用平臺

在過去的2025年，光錐智能見證了具身智能從表演到進入工廠，走向真正的應(yīng)用。今年的CES上，“工作能力”是不少機器人展位的核心標簽。

例如波士頓動力的機器人終于不再“拍跑酷視頻”，開始“進廠打工”，能自主更換電池，完成汽車裝配任務(wù)。LG演示了雙臂家用機器人CLOiD，功能主打機器人做飯、洗衣、整理家務(wù)。高通跟VinMotion合作的機器人則是展示了異構(gòu)AI計算架構(gòu)下，機器人在家務(wù)場景下的動作和任務(wù)執(zhí)行能力。

從琳瑯滿目的演示中看到，機器人產(chǎn)品愈發(fā)成熟。之前形狀各異的機器人本體、風格迥異的軟件架構(gòu)正在根據(jù)落地場景的需求快速收斂。多傳感器融合、復合AI（視覺+語言+動作規(guī)劃）、低功耗異構(gòu)計算、工業(yè)級可靠性和功能安全，成為具身智能的“標準要求”。

隨著行業(yè)對機器人的需求變得明確，幫助機器人建立“大腦”的通用計算平臺需求也隨之顯現(xiàn)。

2026CES上，高通也帶來了面向機器人的完整技術(shù)棧架構(gòu)，發(fā)布了具身智能通用計算平臺——躍龍IQ10。高通借鑒了汽車自動駕駛的技術(shù)架構(gòu)，將汽車的“感知-規(guī)劃-控制”架構(gòu)應(yīng)用在機器人上，并提供了一系列配套的軟硬件解決方案。

具體來說，高通躍龍IQ10提供異構(gòu)邊緣計算、邊緣AI和混合關(guān)鍵級系統(tǒng)（可以理解為任務(wù)優(yōu)先級處理器）支持。軟件層面，高通也提供軟件算法、機器學習運維、AI數(shù)據(jù)飛輪，以及能支持合作伙伴生態(tài)的開發(fā)者工具套件。在算法層面，高通也能提供VLA（視覺語言動作模型）和VLM（視覺語言模型）等端到端AI模型支持。

跟其他公司不太一樣的是，高通躍龍IQ10平臺的“通用程度”更高。按照規(guī)劃，高通的具身智能計算平臺將支持家用機器人（如掃地機器人）、企業(yè)級機器人（如工業(yè)機械臂、AMR）和人形機器人的全系列部署。

而其他通用計算平臺，大多還處于“某一類型”機器人通用的階段。例如工業(yè)機器人普遍用的還是嵌入式控制器、工業(yè)PC或PLC居多。人形機器人和機器狗目前使用的主流是英偉達Jetson系列。家用場景（掃地機）用的就比較“雜”了，主要是一些相對成熟的低算力SoC。

誠然，不同類型機器人會存在形態(tài)、工作場景、傳感器配置、工作任務(wù)等的差別，這導致“跨物種”之間采集到的數(shù)據(jù)很難復用，幾乎沒法整合數(shù)據(jù)做聯(lián)合訓練。但相比這些差異，高通更關(guān)注的是機器人更底層的“共性”。

同一套計算平臺的好處，在于機器人開發(fā)者能夠使用一套更標準的工具完成全品類的機器人開發(fā)。

除此之外，因為在邊緣側(cè)錘煉了多年，高通入局機器人通用計算平臺還擁有低功耗、高性能的架構(gòu)優(yōu)勢。

對于機器人來說，低功耗就意味著機器人更長的續(xù)航，在消耗同等電力資源下能“干更多活”。這種特性，能讓機器人走出零售、分揀等“固定”的“工作崗位”，走向巡檢、導覽、搬運等更多需要移動的工作場景，可以說至關(guān)重要。

“我們正通過推動智能機器人從實驗室走向真實世界環(huán)境，重新定義物理AI的可能性。”高通技術(shù)公司執(zhí)行副總裁兼汽車、工業(yè)及嵌入式物聯(lián)網(wǎng)與機器人事業(yè)群總經(jīng)理Nakul Duggal說。

物聯(lián)網(wǎng)，物理世界AI不能沒有“毛細血管”

如果說汽車和機器人是未來物理世界AI的“大動脈”，那么連接千行百業(yè)的物聯(lián)網(wǎng)，就是物理世界AI的“毛細血管”。

物種的多樣性，讓整個碳基生物的世界更加豐富和穩(wěn)定，在硅基世界也同樣如此。要完成物理世界AI的落地，不能只有大動脈，沒有毛細血管。

過去二十年，物聯(lián)網(wǎng)從信息時代的聯(lián)網(wǎng)，到移動互聯(lián)網(wǎng)時代完成了初步智能化，目前面臨著AI的升級和更大規(guī)模的落地。

相比PC、手機、汽車，物聯(lián)網(wǎng)包含的領(lǐng)域廣泛而細碎。它可能是一家工廠里的數(shù)百個攝像頭，也可能是上千個檢測數(shù)據(jù)的紅外傳感器。它們不需要超大算力，但更需要低功耗、高穩(wěn)定性、強通信信號。而在大模型時代，更需要獨立處理小規(guī)模的數(shù)據(jù)。

物聯(lián)網(wǎng)中邊緣AI計算非常重要，以通信為例，現(xiàn)在的AI手機幾乎都有一項功能“AI信號增強”，這是一種利用AI動態(tài)調(diào)整信號接收策略的算法，在弱網(wǎng)環(huán)境下（如-110dBm），AI增強可使有效吞吐量提升20–30%。

可以說，想要在千行百業(yè)中都實現(xiàn)智能化，物聯(lián)網(wǎng)的邊緣計算是繞不開的一環(huán)。

在物聯(lián)網(wǎng)行業(yè)扎根十幾年的高通，在2026年CES上，再次對邊緣計算加碼。

北京時間1月6日，高通正式推出了Q-8750和Q-7790兩款處理器，用于視覺系統(tǒng)和視頻場景的AI邊緣計算。

其中，Q-8750是主打物聯(lián)網(wǎng)高性能處理。其AI引擎算力為77 TOPS，支持INT4/8/16/FP16的精簡AI模型精度，可運行110億參數(shù)邊緣側(cè)大模型，直接減少邊緣側(cè)對云端依賴。視頻方面，Q-8750支持12路物理攝像頭、三路4800萬像素ISP，適合無人機、多視角視覺系統(tǒng)和媒體中樞。

Q-7790則是提供更常見的邊緣計算需求。其AI算力為24 TOPS，支持雙4K60顯示、4K60編碼、4K120解碼、AV1硬件解碼，適用于智能攝像頭、AI電視、視頻會議系統(tǒng)。

更好的邊緣側(cè)AI性能，代表著物聯(lián)網(wǎng)設(shè)備可以做更多事情。以工業(yè)嵌入式場景為例，之前行業(yè)大多用的是NXP和Renesas的產(chǎn)品。這些芯片更偏傳統(tǒng)工業(yè)的可靠性和實時控制，對AI算力的支持力度不大。但芯片加入了AI算力之后，物聯(lián)網(wǎng)邊緣側(cè)就能減少應(yīng)用對云端控制的依賴，自主完成一系列任務(wù)。

例如在物理AI的開發(fā)環(huán)節(jié)，高通躍龍的Edge Impulse方案，能夠讓用戶直接在硬件裝置上，對全流程數(shù)據(jù)鏈路進行管控，完成AI開發(fā)的合成數(shù)據(jù)生成與標注環(huán)節(jié)。在企業(yè)安防和基礎(chǔ)設(shè)施監(jiān)控與分析場景，高通結(jié)合自家Qualcomm Insight平臺（原生AI視頻智能服務(wù)）和Augentix的攝像頭硬件產(chǎn)品能力之后，能實現(xiàn)完整的邊緣AI盒子和攝像頭AI升級。

最近兩年，高通一直在toB場景加碼。2025年2月，高通正式推出了面向toB場景的躍龍品牌，主要包括工業(yè)及嵌入式物聯(lián)網(wǎng)、網(wǎng)絡(luò)和蜂窩基礎(chǔ)設(shè)施解決方案。

但這并不是高通的全新業(yè)務(wù)，而是將過去物聯(lián)網(wǎng)、工業(yè)、機器人等整體業(yè)務(wù)都做了一個整合。躍龍和驍龍兩個品牌，一個面向toB，一個面向toC產(chǎn)品。

在過去的五個季度中，高通接連完成了五大并購，來完善躍龍在物聯(lián)網(wǎng)領(lǐng)域的產(chǎn)品能力。這其中包括Augentix（智能攝像頭和視覺系統(tǒng)能力）、Arduino（開源硬件平臺，降低開發(fā)者門檻）、Edge Impulse（邊緣AI開發(fā)工具，支持本地大模型部署）、FocusAI（視覺AI服務(wù)，安防攝像頭+AI）和http://Foundries.io（開源云平臺，支持軟件更新和開發(fā)工具）。

從收購布局看到，高通的物聯(lián)網(wǎng)業(yè)務(wù)正在轉(zhuǎn)變?yōu)樘峁?ldquo;硬件+軟件+服務(wù)”完整解決方案，覆蓋以視頻為主的邊緣AI的需求。

“我們不斷擴展的工業(yè)及嵌入式物聯(lián)網(wǎng)產(chǎn)品組合，加之強大的開發(fā)者生態(tài)系統(tǒng)，使我們成為構(gòu)建可規(guī)�；�的智能網(wǎng)聯(lián)業(yè)務(wù)解決方案的理想平臺。”正如高通技術(shù)公司執(zhí)行副總裁兼汽車、工業(yè)及嵌入式物聯(lián)網(wǎng)與機器人事業(yè)群總經(jīng)理Nakul Duggal所說，補上邊緣側(cè)AI視覺之后的高通，看到了物聯(lián)網(wǎng)行業(yè)更大的市場空間。

根據(jù)Global Market Insights統(tǒng)計報告顯示，物聯(lián)網(wǎng)（邊緣計算）是一個具有相當大潛力的市場。2025年市場規(guī)模約214億美元，到2035年行業(yè)空間將飆升至2638億美元，復合年增長率（CAGR）達28%。

要知道，高通最引以為傲的手機SoC，市場空間現(xiàn)在是400多億美元，而且該市場已經(jīng)高度成熟。拿下物聯(lián)網(wǎng)的市場增量，高通無異于再造一條新的增長曲線。

從具身智能到物聯(lián)網(wǎng)的新布局中，我們能看到高通在AI時代一條清晰的戰(zhàn)略主線：用AI計算平臺作為底層設(shè)施，實現(xiàn)AI從邊緣側(cè)到云端全方位部署。

AI大規(guī)模落地，需要云端協(xié)同

在過去幾年中，相比邊緣側(cè)，AI行業(yè)似乎更愿意在云端投入資源。

但隨著AI在手機、汽車、眼鏡、機器人等一系列終端設(shè)備落地，邊緣側(cè)AI的重要性愈發(fā)明顯。例如AI原生硬件沒有邊緣側(cè)算力，交互就有明顯感知的延遲；汽車邊緣側(cè)算力不夠，也無從談起現(xiàn)在高階智駕。

最關(guān)鍵的一點是，邊緣側(cè)才是AI與用戶直接開始“對話”的場景。所有交互產(chǎn)生的數(shù)據(jù)，AI第一次的運算，AI的即時反饋都在邊緣側(cè)。

要想真正讓AI走入更廣的應(yīng)用，還得需要從邊緣側(cè)到云側(cè)的規(guī)�；�部署。

為了實現(xiàn)AI無處不在的目標，高通已經(jīng)完成了不少AI端云協(xié)同的規(guī)�；�布局。

在手機領(lǐng)域，如今隨處可見的“AI修圖”、“AI助手”，就是因為2023年高通在手機上成功運行了Stable Diffusion模型�？吹搅诉吘墏�(cè)運行AI大模型的可能性之后，幾乎所有主打AI能力的安卓旗艦機都開始了AI端云協(xié)同的嘗試。

在AI PC領(lǐng)域，高通的思路是聚焦AI+移動生產(chǎn)力的設(shè)計。

在去年9月高通發(fā)布驍龍X2 Elite平臺后，這次CES高通又“加更”了新的驍龍X2 Plus平臺。新平臺的設(shè)計主線，就是讓AI的能耗比更好。比如，驍龍X2 Plus平臺CPU單核性能相比前代提升35%，功耗相比前代降低43%，NPU保持跟之前一樣，還是80TOPS的算力配置。預計在今年上半年，就會有搭載驍龍X2 Plus平臺的PC上市。

在智能汽車領(lǐng)域，高通正在跳出智能座艙的“舒適圈”，走向整車智能化。

當前，驍龍座艙平臺至尊版（智艙）和Snapdragon Ride平臺至尊版（智駕）是高通面向智能汽車的最新解決方案。

在過去的競爭中，驍龍座艙平臺已經(jīng)在全球超過7500萬輛汽車上落地（截至2025年6月）。如今，高通又披露了與理想、零跑、極氪、長城汽車、蔚來和奇瑞的進一步合作，至尊版平臺車型定點總數(shù)達到10個。

另外，高通還與谷歌深度綁定，加大云端對汽車邊緣側(cè)AI的支持力度。借助谷歌云的云原生開發(fā)模式，雙方將共同落地汽車操作系統(tǒng)、Gemini Enterprise（汽車AI智能體）等智能汽車軟件。高通的硬件計算平臺+谷歌的汽車軟件，這意味著智能汽車來到了自己的“安卓時刻”。

“未來邊緣數(shù)據(jù)的價值至關(guān)重要，誰能掌握利用邊緣數(shù)據(jù)，并將其轉(zhuǎn)化為為用戶提供高度相關(guān)服務(wù)的能力，誰將成為AI競賽的贏家。”

正如高通公司總裁兼CEO安蒙在CES上傳遞的。高通清晰地意識到，AI不再是一項功能，而是打造所有消費者體驗的基石。補上了具身智能和物聯(lián)網(wǎng)邊緣計算平臺的高通，有太多的邊緣側(cè)硬件可以改造。

在物理AI大規(guī)模落地的時刻，邊緣側(cè)和云端也正在走向一個更密切協(xié)同的未來。

結(jié)語

AI，徹底打亂了芯片行業(yè)的舊格局。

曾幾何時，英偉達的主要目標客戶還是游戲玩家，在AI時代一躍成為云端AI基礎(chǔ)設(shè)施霸主；PC時代無比耀眼的Intel，在AI時代多次謀求改變；Mobileye之前還是汽車輔助駕駛的通用芯片廠商，現(xiàn)在地位早已不在。

所有規(guī)則都在重寫，但不變的是：誰更能擁抱AI，誰就能走得更遠。

高通以手機業(yè)務(wù)起家，如今通過戰(zhàn)略求變，向機器人和物聯(lián)網(wǎng)邊緣延伸，“個人AI”與“物理AI”雙線并行，展現(xiàn)出抓住AI時代主線的決心。如果布局成功，高通有望從消費電子巨頭，轉(zhuǎn)型為AI規(guī)�；瘯r代最廣泛的邊緣側(cè)賦能者。

       原文標題 : CES觀察丨從個人AI到物理AI，高通的AI戰(zhàn)略躍遷