拉斯维加斯会展中心西厅 5001 号展台前，人头攒动。
CES 2026 上，高通的展台没有堆砌概念。PC、汽车、机器人、物联网多领域的全新发布，勾勒出一幅跨越消费与工业的智能图景。
AI PC 展台上，搭载骁龙 X 系列处理器的轻薄本的屏幕正亮着 "A revolution" 的蓝光，演示画面里，正在运行多模态 AI 创作工具，从语音转写生成文案到图像素材智能编辑，全程无延迟卡顿，强大的 NPU 性能让个人 AI 从 " 云端依赖 " 走向 " 终端自主 "。
高通将个人 AI 与物理 AI 的能力拆解到不同场景的终端中：个人 AI 以手机、PC、可穿戴设备和智能家居为载体，通过强大的端侧算力实现个性化智能交互；物理 AI 则聚焦机器人、汽车等具身场景，让 AI 理解物理规律并安全交互。围绕 " 端侧 AI 算力 " 这一核心，印证着高通 " 让 AI 无处不在 " 的战略。
实际上，CES 2026 的展台，是高通在 AI 研发领域投入近 20 年来这份长期主义所迎来的集中兑现。
高通跃龙 IQ10 处理器支持数百 TOPS AI 算力，卡位具身智能核心赛道。全新跃龙 Q-8750、Q-7790 系列则聚焦高端物联网，覆盖智能摄像头等多形态产品，一张全域智能的拼图展现在全球消费者眼前。骁龙 X2 系列迎来新成员骁龙 X2 Plus，搭载第三代 Qualcomm Oryon CPU 与新一代 Adreno GPU，集成 80TOPS 算力的 Hexagon NPU，重新定义日常计算能效标准。高通携手零跑率先展示搭载双骁龙 8797 的跨域融合解决方案，实现座舱与驾驶辅助双端侧大模型并行，将舱驾一体体验推向新高度。
从移动互联网时代的连接和计算领导者，到 AI 时代的端侧性能定义者，再到如今推动智能在端、边、云协同演进，引领个人 AI 和物理 AI 发展的全域智能生态构建者，高通的每一步都暗合行业演进脉络。
这场新品盛宴的背后，藏着怎样的战略考量？高通又将以何种路径，进一步推动全域智能的协同未来？
以端侧智能为核，构建「个人 AI」与「物理 AI」的全域闭环
CES 2026 上，个人 AI 与物理 AI 已走向产业竞逐的核心舞台。
联想、华硕等厂商的 AI PC 产品一年内增长 2.5 倍；零跑、大众等车企千亿参数世界模型运行需求爆发；VinMotion、Figure 等具身智能企业逐步实现全场景作业突破，验证端侧算力对机器人商业化的关键作用。
行业共识显示：随着 AI 向智能体、具身智能形态演进，端侧算力的需求正呈指数级增长。
在这一趋势下，高通的布局逻辑愈发清晰。
" 高通的技术正在赋能数十亿终端，为消费者和企业带来卓越的日常体验，让个人 AI 与物理 AI 无处不在 " 高通技术公司市场高级总监 Catherine Baker 表示。
对于个人 AI 而言，骁龙正在赋能 " 以用户为中心的生态 "，而下一代 AI PC 是重要的组成部分。
Canalys 数据显示，62% 用户将 " 本地智能体调用 " 列为 AI PC 核心购买理由，且 PC 在端云协作中需要承担 70% 高频轻量任务。
Agent 时代，一款 " 不卡顿的 PC" 才能真实满足用户需求。
高通推出骁龙 X2 Plus 以适应 PC 端更广泛的用户和场景需求，其搭载第三代 Qualcomm Oryon CPU、新一代 Adreno GPU，并集成算力高达 80TOPS 的 Hexagon NPU，这是目前在同级别笔记本电脑中速度最快的 NPU。
骁龙 X2 Plus 性能强劲同时，能效表现也令人惊喜。
骁龙 X2 Plus 不仅 CPU 相比前代平台提升 35%，还能够实现功耗较前代下降 43%，正在重新定义日常计算场景中的能效标准，而搭载骁龙 X2 系列处理器的新一代笔记本电脑也将于 2026 年上半年陆续上市。
在 CES 现场，行业专家告诉雷峰网，物理 AI 的发展是未来的重要趋势，其核心离不开芯片在性能、功耗与数据处理之间的精准平衡。当前 AI 算力快速提升的背景下，性能表现往往更易被关注，但其背后的功耗成本却极易被忽视，而这恰恰是高通的核心优势所在。
在物理 AI 的布局中，汽车无疑是核心场景。
目前全球已有超过 4 亿辆汽车采用骁龙数字底盘解决方案。如今高通在车载信息娱乐和座舱 SoC 解决方案领域全球排名第一，全球已有超过 7500 万辆汽车采用骁龙座舱平台。
不止理想、零跑、极氪、长城汽车、奇瑞、红旗、蔚来等头部车企正在加速采用骁龙汽车平台至尊版，多款车型将于 2026 年陆续发布，这也意味着，高通这套至尊版平台将迎来一波集中爆发，我们也可以期待一下基于这款平台的智能体 AI 和智能化创新特性上车的体验。
物理 AI 的进化正指向更高阶的技术形态，具身智能则成为这一赛道的下一块核心拼图。
" 到 2040 年，机器人预计可创造高达 1 万亿美元的经济价值。"高通产品市场副总裁 Ignacio Contreras 表示，在高通看来，每个物理具身形态都有可能成为具备持续学习能力的机器人。
从工业焊接到交通劝导，机器人在多场景的落地突破，需要的是一套覆盖感知、决策、执行与互联的全链路技术架构，而这正是高通给出的答案：全套产品组合。
而在 CES 期间全新发布的高通跃龙 IQ10 处理器，正是支撑全套功能实现的坚实基座，其采用了先进的 18 核 Qualcomm Oryon CPU，支持具备数百 TOPS AI 算力的先进 AI 性能，以及多个摄像头。
基于这一基座，高通提供了一套面向可部署机器人的整套核心能力。
这套核心能力包含多个部分，其中一个是复合 AI 系统。其融合了视觉、语言以及其他传感器输入等多种模态，使机器人能够在真实世界中实现感知、交互、推理和行动，成为机器人的 " 大脑 "。还支持物理 AI 机器学习运维，能够不断训练和优化复合 AI 系统中的各类模型。其背后还有 AI 数据飞轮的驱动，机器人在真实场景中不断采集数据，经过整理标注后反哺模型，形成自我增强的循环。
全新发布的高通跃龙 Q-8750 与 Q-7790 处理器，聚焦终端侧 AI，可广泛适配多元物联网产品形态：从工业机器人、智能无人机，到专业视觉系统、智能摄像头与 AI 电视。高通通过收购生态企业、推动平台化等关键措施，打通从芯片到应用的全链条，降低客户的开发门槛与创新成本。
以端侧智能为锚点，高通串联起个人 AI 与物理 AI 的全域版图，打造终端覆盖、场景落地、生态闭环的完整布局。这不仅是智能化技术与产品的规模化落地，更是对 AI 全域化趋势的精准预判。
全域智能落地的背后，高通如何「卡位」AI 时代？
智能的未来，必然是从云端扩展到终端。
这一判断正在被行业数据持续验证。中国信通院预测，未来三年国内 AI PC 市场渗透率将突破 80%，AI 手机渗透率也将超过 50%，终端侧对本地算力的需求呈爆发式增长。
科技巨头们正加速卡位布局，各显其能：
微软：依托 Windows Copilot 与 Surface AI PC，将端侧 AI 深度融入系统，提升办公与娱乐场景生产力。
小米：以澎湃 OS 为核心，搭载端侧大模型与超级小爱，构建 " 人车家 " 全生态 AI 协同体系。
理想汽车：推出 Livis AI 眼镜，结合自研 MindGPT-4o 模型，实现车镜联动与全场景 AI 陪伴。
巨头们在端侧 AI 场景的全面开花，最终指向了对核心算力产品的规模化需求。
高通聚焦端侧算力的核心需求，打造异构硬件架构：PC 端最新骁龙 X2 Plus 平台 80TOPS NPU 刷新同级别速度纪录。
蓝光饰条的概念车，正是基于骁龙座舱平台至尊版的演示载体。现场还有基于座舱体验开发平台的演示，展示了从云端虚拟硬件到通过 OTA 更新部署至模拟车辆的端到端整车软件开发流程。
展台现场带来了 AI 本地化视频智能分析的演示，左边屏幕的多路监控画面在本地同步解析，中间屏实时标注出人群动态，右边屏甚至能生成空间布局的分析图。
强大硬件性能的释放，离不开软件层面的支撑，物联网是场景最丰富的软件试验场。
在架构端，高通打造跨系统统一软件架构，其物联网产品组合支持 Linux、Windows 和 Android，大幅拓宽硬件方案的部署场景，让同一硬件底座可适配个人终端、工业设备、安防系统等多元场景。
Qualcomm Insight 平台作为统一的、原生 AI 驱动的视频智能解决方案，将对话式 AI 融入视频系统，已在安防、零售等场景实现落地应用，强化了其软件服务能力。
最后，通过集成 Edge Impulse 解决方案，实现 AI 本地部署的高效进行，支持企业与组织直接在本地运行高达 1200 亿参数规模的 AI 大模型。
高通构建了一个以开发者为先的物联网生态系统，在 Linux、Windows 和 Android 平台上提供统一的软件架构，并配备 Arduino、Edge Impulse 和 Foundries.io 等易用开发者工具，加速从原型开发到量产落地。
AI 的规模化发展，最终离不开生态的协同支撑。
全球超 1.6 万家客户让高通的物联网技术与产品得以覆盖工业、能源、物流、机器人等众多领域。中国市场近百家伙伴落地数量和场景都尤为客观的真实案例，让物联网技术跨越行业边界，真正转化为规模化产业价值。
从硬件、软件到生态，高通的卡位逻辑始终清晰：以技术预判趋势，以生态承接需求，让每一款产品都成为时代趋势的具象化表达。
高通向场景驱动进化，迈入 AI 规模化
2025 年全球语音助手使用量达 84 亿台，超过当前全球人口总量，Siri 全球用户突破 5 亿，Google Assistant 美国用户达 9200 万。工业领域，2025 年全球工业机器人市场规模突破 3500 亿元，AI 算法在路径规划与故障预测中的应用覆盖率超 60%。
高通的双赛道布局，恰好覆盖了个人 AI 与物理 AI 两大增长引擎。
高通正以 " 为AI 规模化而生 " 为核心，让 AI 不再只是一项功能，而是成为打造所有消费者体验的基石。在个人 AI 领域，高通构建起以用户为中心的全场景生态，推动体验从 " 以 App 为中心 " 向 " 以智能体为中心 " 变革。这一生态涵盖智能眼镜、耳机、手表等 AI 为先的智能可穿戴设备，以及下一代 AI PC、智能手机等核心终端。
发布后不到半年的第五代骁龙 8 至尊版，目前已经有 14 款国内的新机搭载了这一平台；在 AI PC 方面，截止去年 9 月，骁龙 X 系列平台已赋能近 150 款已推出或正在开发中的 PC 产品，覆盖市场各个价位的 PC 产品，大力推动 AI PC 发展。
物理 AI 作为另一核心增长极，在此，高通构建了覆盖汽车、机器人的全场景技术体系。
在 CES 期间，我们也看到高通携手合作伙伴在这些领域带来了一系列成果展示。车联天下发布全球首个深度融合电子电气架构，其展示的中央计算平台采用骁龙 8797 车规级芯片，标志着智能汽车电子电气架构迈入 " 中央计算 " 新阶段。
阿加犀推出全球首个基于高通跃龙 IQ10 机器人处理器的遥操、数采和 VLA 具身大模型端侧解决方案，借助高通跃龙平台的异构计算性能，实现了敏捷的遥操动作同步及高效的数据处理功能。
移远通信则发布了新一代搭载高通跃龙 Q-8750 的旗舰智能模组，契合视频会议、智慧零售、智能家居等高端设备需求，其 CPU、GPU、AI 引擎的性能提升及 8K 多媒体处理能力，为高端 AIoT 场景提供 " 算力与能效兼顾 " 的方案。
技术落地得益于高通在物理 AI 领域长期的平台深耕与数据沉淀。
自 2016 年以来，Snapdragon Ride 平台已在全球 60 多个国家和地区完成验证，已构建起一个覆盖超过 600 万公里独特车辆与交通数据的场景目录，并生成覆盖多样化场景与边缘案例的合成数据，测试总里程超过 4.82 亿公里。
海量数据资源叠加形成 " 马太效应 "，推动高通向 " 场景驱动 " 进化，在进阶的产品设计上，能实现更加多维的成果。
高通以全栈创新串联起个人 AI 与物理 AI 的全域版图，既守住端侧算力的核心优势，也从边缘到云端，为智能计算的未来提供动力，同时还以开放协同激活产业活力。这场进阶之路，让 " 智能无处不在 " 的愿景照进现实，引领全球 AI 进入规模化发展的全新阶段。
