高通的400亿赌注：把300亿参数AI装进你的手机

高通今年9月在骁龙峰会上给行业展示了一段代码般的操作流程：一台手机读取一封邮件，提取行程信息，同步日历，推荐航班和酒店，再草拟一封回复——全程由本地运行的300亿参数MoE模型完成，无需联网。这是第六代骁龙8至尊版搭载超级至尊版的参考设计上的实际演示。

同一场大会上，高通总裁兼首席执行官克里斯蒂安诺·安蒙抛出了一个更宏大的数字：公司计划在2029财年实现400亿美元的非手机业务收入。

这两件事的共同指向是同一个判断——AI正在从手机端的一个附加功能，变成重塑整台设备运行方式的底层架构。而高通的真正意图，是利用这一次技术换代窗口期，把自己从移动芯片供应商升级成AI终端平台的基础设施提供者。

从单次任务到持续工作

两年前，高通在端侧AI赛道上面临的核心问题是"能不能跑得动"。当时能部署在旗舰芯片上的最大模型体量是7B参数。到了2025年第五代骁龙8至尊版，高通推出了Personal Scribe和个人知识图谱功能，开始强调AI智能体的产品形态。而今年的关键变化在于，端侧模型不仅要能运行，还要能承担一段完整的、有连续性的工作流程。

这背后是硬件架构层面的重新分配。第六代骁龙8至尊版双旗舰均采用台积电2nm工艺制程。超级至尊版的CPU频率拉到5GHz，但其核心创新不在频率本身，而在计算任务的分工——CPU负责工具调用和任务调度，NPU承担模型推理，低功耗感知单元处理后台常驻信息。高通称之为双Micro NPU架构，官方数据显示其NPU性能较前代提升85%，同时功耗降低20%。

性能提升了85%这个数字意味着什么？对比2024年骁龙平台仅能支撑小模型离线运行的现状，这意味着端侧已经具备了处理中等复杂度AI任务的硬件基础。但更重要的是功耗降低了20%——对于智能体这种需要在后台常驻的设备来说，续航就是生死线。如果一个AI助手每天比正常待机多耗电超过10%，消费者很快就会关掉它。

高通中国区董事长孟樸对36氪表示："跨终端持续服务的个人智能体，可能要到2027到2028年才会比较稳定地开始逐步落地。"这句话透露了两个信息：第一，当前展示的端侧智能体仍处于早期可用阶段；第二，高通对自己的时间线是清醒的。

400亿美元的野心在哪里

数据中心的庞大需求已经把英伟达推向了万市值俱乐部。高通显然意识到，如果只守着手机这个基本盘，增长空间会越来越窄。根据公开信息，高通提出的目标是到2029财年实现400亿美元的非手机业务收入。

这个数字并非空口白话。高通的业务版图已经在智能手机之外的领域铺开：自动驾驶芯片（Qualcomm Snapdragon Ride平台）、物联网模组（IoT连接芯片）、XR头显芯片（AR1/AR1+系列）、以及数据中心加速器（XELERATe）。2024年至2025年间，高通陆续宣布了对多个汽车电子平台和智能家居领域的合作伙伴关系。

但这套逻辑成立的前提只有一个：非手机业务的增长速度要远超手机业务的萎缩速度。

目前手机芯片市场已经进入存量博弈。联发科在天玑9600系列中同样采用了2nm工艺，宣称支持30B-MoE端侧运行；高通自身的客户也在做同样的事情——小米玄戒O1进入量产，苹果在iPhone 16e上推出了自研C1基带。当客户有能力把关键能力掌握在自己手中时，高通的议价空间会被进一步压缩。

因此，400亿美元目标的实现路径必须建立在"平台化"之上。高通的做法是把AI Hub软件平台作为黏合剂，通过三方合作降低开发者的适配门槛。在本次峰会上，高通与阶跃星辰、无量火科技、江波龙达成四方合作的具体分工很清晰地体现了这一点：高通提供计算平台，阶跃星辰提供模型底座，无量火优化推理与调度算法，江波龙负责存储协同方案。

这种分工模式的优势在于分散风险——每家企业做自己最擅长的事情，不需要一家公司从头到尾包揽所有环节。但对于高通来说，这也意味着它失去了对整条价值链的控制权。如果某家合作伙伴选择了别的芯片方案，高通能否保证自己的平台粘性不被稀释，是目前尚未看到答案的问题。

谁在赚钱，谁在承压

端侧AI的商业化进程对不同参与者的影响是不对称的。

芯片厂商是直接的受益方。更高算力意味着更高的单颗芯片售价，也意味着更强的品牌溢价能力。对高通而言，端侧智能体架构一旦成为行业标准，其在整个AI终端生态中的议价地位会显著提升。

应用层创业者面临的是更大的不确定性。高通START计划提供了AR1+模组、软件平台和参考设计，降低了新入局者的集成门槛。但技术门槛降低不等于商业成功门槛降低——端侧智能体的真正考验不是"能不能跑起来"，而是"用户愿不愿意反复使用"。一位半导体行业人士的话概括了现实困境："不能做错任务，不能过度占用内存，还不能增加续航负担，起码不能比手动操作还慢。"

终端厂商处于最复杂的位置。采购高通芯片可以获得最新的AI能力加持，但如果同时推进自研芯片或关键模块（如小米、苹果的路线），则必须在"外部依赖"和"自研投入"之间做出精确的成本权衡。高通中国区董事长孟樸坦言："一款产品展示当前技术能够达到的上限，另一款则更注重效率，以应对高成本、支持终端厂商。"这说明高通已经开始为不同预算层次的客户设计差异化的产品线。

中国AI企业的出海合作则是另一个值得关注的路径。阶跃星辰作为中国头部大模型厂商之一，通过与高通的合作将其模型部署到全球终端设备的硬件生态中。这种方式绕过了直接面对海外市场的壁垒，但也存在一个长期的不确定性：模型能力持续迭代后，终端渠道对中国的开放程度是否会因政策因素发生变化，目前尚无定论。

接下来看什么

端侧AI从概念验证走向产品化部署，是2026年半导体和消费电子行业最重要的结构性变化之一。但对普通消费者和普通投资者来说，以下几个观察指标比任何宏大叙事都更有参考价值：

1. 首批搭载第六代骁龙8至尊版的设备上市价格。端侧30B模型的实际价值取决于终端定价是否超出消费者承受区间，如果旗舰机型涨价超过30%，智能体的商业化将面临严峻考验。

2. AI Hub平台的开发者活跃数。平台黏性是高通非手机战略的核心指标，如果第三方应用和模型厂商的入驻率持续低迷，400亿目标的实现路径将受到质疑。

3. 中国客户的自研芯片渗透率。小米、OPPO、vivo等品牌对自研芯片的投入强度越高，高通在中国市场份额的稳定性就越脆弱。

4. 端侧智能体的月度激活率和留存率。技术能力和商业价值之间存在显著落差，只有当用户实际使用频率达到一定阈值后，整个产业链的投入才具备回报合理性。