芝能智芯出品

CES 2026 上高通把AI分成兩個(gè)部分，一個(gè)是個(gè)人AI，一個(gè)是物理AI，Physical AI（物理 AI）可以理解為“讓 AI 真正進(jìn)入現(xiàn)實(shí)世界并產(chǎn)生可持續(xù)價(jià)值的能力集合”，高通在汽車與機(jī)器人領(lǐng)域的動(dòng)作，從SoC 方案慢慢拓展到一套成型的、可規(guī)模復(fù)制的系統(tǒng)方法論。

高通在“高能效異構(gòu)計(jì)算 + 端側(cè) AI + 安全級(jí)系統(tǒng)”上的積累，慢慢兌現(xiàn)出完整的能力。

Part 1智能汽車是物理AI最成熟的落地形態(tài)

物理 AI 的劃分中，智能汽車是目前復(fù)雜度最高、商業(yè)化最成熟的載體，全球已有超過 4 億輛汽車采用驍龍數(shù)字底盤方案，其中 7500 萬輛搭載驍龍座艙平臺(tái)。CES 2026 上，高通對(duì)汽車趨勢(shì)變化是架構(gòu)融合與 AI 能力的系統(tǒng)級(jí)下沉。

一個(gè)代表性產(chǎn)品是 Snapdragon Ride Flex，這套方案把輔助駕駛和座艙用上“同一個(gè)大腦”，在單顆 SoC 上實(shí)現(xiàn)安全關(guān)鍵系統(tǒng)與非安全系統(tǒng)的共存，讓入門級(jí)和中端車型也能具備基礎(chǔ)的輔助駕駛與智能座艙能力，在中國(guó)市場(chǎng)對(duì)成本的追求，使得艙駕一體在中國(guó)市場(chǎng)進(jìn)入量產(chǎn)階段，并開始形成規(guī)模效應(yīng)。

在驍龍汽車平臺(tái)至尊版（如 8397、8797）上，高通新目標(biāo)是把“具身智能體 AI”引入汽車，車內(nèi) AI迭代成能夠理解情境、持續(xù)學(xué)習(xí)、在不同子系統(tǒng)之間協(xié)同決策的智能體。

在軟件層面，高通與谷歌的深度合作，通過統(tǒng)一的軟件棧、可預(yù)測(cè)的 OTA、虛擬 SoC 等工具鏈，車企可以在整個(gè)車型生命周期內(nèi)不斷疊加 AI 能力。

智能汽車已經(jīng)成為一個(gè)標(biāo)準(zhǔn)化程度極高、驗(yàn)證充分的復(fù)雜自動(dòng)化系統(tǒng)，這正是高通后續(xù)布局機(jī)器人的重要基礎(chǔ)。

Part 2機(jī)器人：物理 AI 的核心增長(zhǎng)曲線

汽車是“已經(jīng)跑通的物理 AI”，在全球范圍來看機(jī)器人（最重要的人形機(jī)器人）是正在進(jìn)入加速區(qū)間的下一站。

在 AI 的推動(dòng)下，未來十多年內(nèi)，機(jī)器人有望創(chuàng)造接近 1 萬億美元的經(jīng)濟(jì)價(jià)值，機(jī)器人行業(yè)要從“實(shí)驗(yàn)室原型”走向“可部署、可規(guī)�；�”的真實(shí)應(yīng)用，這是高通切入機(jī)器人領(lǐng)域的角度。

高通在機(jī)器人領(lǐng)域給出了一套端到端的統(tǒng)一架構(gòu)：從異構(gòu)計(jì)算芯片，到復(fù)合 AI 系統(tǒng)，再到數(shù)據(jù)飛輪與機(jī)器學(xué)習(xí)運(yùn)維（MLOps）。

在汽車輔助駕駛中已經(jīng)高度成熟的能力，遷移到機(jī)器人系統(tǒng)中，包括多傳感器融合、定位與建圖、AI 規(guī)劃與控制，能力的共通點(diǎn)是都必須在非結(jié)構(gòu)化的物理環(huán)境中穩(wěn)定運(yùn)行。

為了支撐這一體系，高通發(fā)布了面向機(jī)器人和工業(yè)自動(dòng)化的 躍龍 IQ10 處理器，這顆具備 18 核 Oryon CPU、數(shù)百 TOPS AI 算力、支持多攝像頭輸入，并符合工規(guī)級(jí)溫度與功能安全要求的處理器，覆蓋從家用服務(wù)機(jī)器人、AMR，到更復(fù)雜的人形機(jī)器人。

高通在機(jī)器人領(lǐng)域不光是芯片解決方案，也是要幫助客戶一起解決機(jī)器人如何持續(xù)學(xué)習(xí)并產(chǎn)生經(jīng)濟(jì)價(jià)值的問題。

通過 AI 數(shù)據(jù)飛輪、仿真、再訓(xùn)練與本地部署工具鏈，希望讓機(jī)器人像汽車一樣，具備可迭代、可維護(hù)、可升級(jí)的生命周期。

把汽車和機(jī)器人放在一起看，可以更清晰地理解高通的“物理 AI”方法論，有幾個(gè)要點(diǎn)：高能效的異構(gòu)計(jì)算、端側(cè) AI 與隱私保護(hù)和安全與可靠性。

在車載系統(tǒng)還是機(jī)器人，功耗與散熱都是硬約束，在目標(biāo)功耗下，長(zhǎng)期穩(wěn)定運(yùn)行復(fù)雜 AI 工作負(fù)載的能力很重要。

從車內(nèi)智能體到工業(yè)機(jī)器人，本地推理、低時(shí)延響應(yīng)、數(shù)據(jù)不出端，正在成為默認(rèn)要求，高通持續(xù)強(qiáng)化 NPU 能力，并把 Edge Impulse、本地大模型部署納入物聯(lián)網(wǎng)和機(jī)器人體系的原因。

當(dāng) AI 進(jìn)入現(xiàn)實(shí)世界并具備行動(dòng)能力，功能安全、系統(tǒng)隔離和確定性行為不再是“加分項(xiàng)”，而是基本門檻。這一點(diǎn)，在汽車與人形機(jī)器人領(lǐng)域尤為關(guān)鍵。

小結(jié)

從“AI in device”走向“AI in the world”，物理 AI 已經(jīng)通過智能汽車的規(guī)模化落地，驗(yàn)證了這條路徑的可行性，并開始把同樣的系統(tǒng)能力復(fù)制到機(jī)器人領(lǐng)域。

       原文標(biāo)題 : CES 2026 | 高通“物理 AI”：從智能汽車到機(jī)器人