高通中国区董事长：终端侧 AI 为什么回头了
高通中国区董事长孟樸在沈阳讲了一件事：智能体让算力需求往本地回流。加上安蒙此前透露有客户要求 2028 年在手机上跑 100B 模型，终端侧 AI 的账要重算。
过去两年，AI 的叙事是"一切上云"。现在芯片厂商在讲另一个方向：一部分活要搬回设备里。
一、发生了什么
10 月 18 日，据新浪科技报道，孟樸在沈阳的一场产业会议上做了演讲。他是高通公司中国区董事长，讲的题目是 AI 怎么从概念走进产业。这场会议的全名是"2026 东北亚（沈阳）人才交流大会"，同期还办了人工智能赋能产业发展大会。
他的判断分两层。第一层是分工：云端有大模型和大算力，负责复杂、资源密集的任务；终端在实时响应、可靠性、个性化上有天然优势。大量 AI 任务正在扩散到手机、PC、汽车、机器人、工业设备上。
第二层是转折：智能体加速了这个过程。过去人要学怎么用设备、怎么用每个 App；以后 AI 理解你的意图和所处场景，主动调用不同的应用服务和设备来完成任务。用他的话说，计算体验正从"以应用为中心"走向"以智能体为中心"。
更硬的一个数字来自高通总裁兼 CEO 安蒙此前的表态：已经有人工智能企业要求高通在 2028 年推出支持 1000 亿参数模型本地运行的手机移动平台。安蒙还说过，智能体将推动智能手机的下一轮"超级周期"，并称智能眼镜是他最看好的可穿戴 AI 设备。
二、跟你有什么关系
手机厂商。 竞争的指标要换。不是 NPU 多少 TOPS，而是内存多大、能常驻多大的模型、连续跑智能体时烫不烫手。
做应用的。 如果智能体替你调用服务，App 的入口价值会被削弱，被调用能力会变得更重要。你的服务能不能被一个代理稳定调用，会成为新的排名因素。
普通用户。 短期感受是"离线也能用"和"响应更快"。长期变化是权限：一个能替你点外卖、回消息的代理，需要拿到系统级的操作权限。
三、怎么判断
读到这儿，可以顺路看 Jump Trading 用 AI 做量化，改的是研究流程 量化研究员的瓶颈从来不是想法，是验证一个想法要几周。Jump Trading 把验证交给能跑几天的智能体，人只保留定义问题和终审。读完知道这套流程怎么拆。- 看内存，不看 TOPS。 1000 亿参数的模型，即使量化到 4 位，权重也要几十 GB。手机上跑不跑得动，先看内存容量和带宽，算力排后面。
- 看功耗曲线，不看峰值。 智能体是长时间低频调用，不是跑一分钟就跑分。真正该测的是连续使用半小时后的帧率和温度。
- 看系统权限开放到哪一层。 智能体要跨应用操作，必须有系统级接口。厂商愿意开放多少，决定它能干多少事。
- 看云端怎么分工。 合理的架构是端侧处理感知、唤醒、隐私相关的事，复杂推理回云。全本地的说法，目前只能覆盖一部分任务。
- 对时间表打折。 "2028 年推出平台"到"你买到手机"之间，还有一到两代产品周期。
四、三个别信的说法
"端侧 AI 要取代云端。" 孟樸自己给的是"云边协同"。云端负责复杂、资源密集的任务，终端负责实时和个性化。两边是分工，不是替代。
"2028 年就能买到跑 1000 亿参数模型的手机。" 原话是"有企业要求高通在 2028 年推出支持该能力的移动平台"。要求、平台、量产机型是三件事，中间隔着芯片流片、散热设计、内存成本和整机定价。
"端侧 AI 只是芯片厂商的营销词。" 它有具体的物理约束：延迟、隐私、断网可用、token 成本。这些约束真实存在，只是对普通用户来说，感知时间会比发布会晚两三年。
五、一句话结论
智能体把一部分算力从云端推回口袋，但推回来的只是"必须马上做"的那部分，不是全部。
信息来源
功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。
本文为编辑整理的行业动态，未附官方原文链接。涉及价格、参数、发布时间的，请以厂商官方页面为准；发现错误可来信指出，会在「本次更新」里注明。
每周一封，只发新教程和可复制模板。不发广告，随时退订。