英伟达首创人黄仁勋又一次强调 AI Agent 是未来沉点发力方向 ，专为智能体打造的 CPU 也正式颁布；而高通 CEO 安蒙在《智能体之年》（Year of the Agents）的主题演讲中 ，开释出了一个清澈的信号：其在为已经开启的智能体 AI 时期铺设底层硬件和系统基建
作为 2026 上半年 AI 领域绕不开的关键词 ，智能体再次成为 COMPUTEX 上科技巨头叙事的中心。这次 ，这条主线进一步落到了 AI 硬件和基础设施层面。从 AI PC、机械人到数据中心 ，各家掀起了一场关于智能体算力、衔接与终端部署的竞逐。
如今 ，智能体已经率先在手机、PC 端起头落地。相比之下 ，机械人、可穿戴、XR 设备、车载、边缘等其他硬件固然设想空间同样很大 ，但受限于硬件成本、场景复杂度和生态成熟度 ，离真正大规模部署仍有很大的距离。
对于高通这样的硬件厂商 ，这已经不单单是把 AI 塞进更多设备的问题了 ，更多考验的是把芯片、衔接、系统软件和生态能力组织起来 ，提供一套能支持起智能体长功夫运杏注低功耗响应、跨终端协同的基建。
高通给出了自己的战术选择：用「推算陆续体」（Compute Continuum）把蕴含可穿戴、手机、PC、汽车、机械人、边缘设备和数据中心在内分歧层级的推算节点衔接起来 ，让智能体凭据工作需要运行在最相宜的地位上
依照这一逻辑 ，未来实时交互和隐衷敏感工作更多地留在端侧 ，现场化、低延长工作交给边缘设备 ，更复杂的大规模推理则由数据中心承担。
通过这场演讲 ，安蒙真正想讲明显的是 ，智能体走向更辽阔的现实世界所必要的新型基础设施：从个性化履历到大规模推理 ，从端侧能效到云端算力 ，高通但愿借助「推算陆续体」把所有必要的能力串起来。
安蒙在演讲起头抛出了一个关键判断：今天的设备并不是为智能体履历设计的。手机、PC、操作系统和利用 ，持久以来都是萦绕人类自动操作构建的
不外 ，随着智能体成为大模型利用的重要状态 ，它会持续运杏注保留高低文、自动规划、多步执行 ，还可能在后盾挪用多个服务。这就带来了一系列新的系统要求：
各人回顾一下以前是怎么用 AI 的：打开对话框 ，提问 ，期待回覆 ，最后关掉。人是提议者 ，AI 是应答者 ，所有萦绕单次交互进行。智能体的出现扭转了这套逻辑 ，它们要在后盾持续运行 ，理解日程、工作、环境、地位、设备状态等高低文 ，并针对实时指令进行反馈。这些对本地传感器、低功耗推算和隐衷�；ぬ岢隽烁咭�。
智能体执行工作时 ，不成能所有推算都放在云端 ，也不成能全数塞进终端设备。安蒙想要的不是单一的「端侧 AI」或「云端 AI」二选一 ，应该遵循散布式部署逻辑：工作凭据时延、功耗、隐衷、成本 ，在设备、边缘和云之间动态路由。
智能体并不是跑一次模型、给一个答案就实现了 ，它要持续理解用户意图 ，拆解工作 ，挪用工具 ，处置高低文 ，还要判断哪些推算留在本地 ，哪些交给边缘或云端。工作越复杂 ，设备内部的推算分工也就越沉要。
这正是安蒙出格强调 CPU、NPU 和 GPU 共同的原因。CPU 不仅掌管通用推算 ，也要承担工作编排和系统调度；NPU 和 GPU 则掌管在本地高效运行模型 ，处置语音、图像、感知和部门推理工作。
基于上述判断 ，安蒙以为 ，智能体走向下一阶段 ，关键在于能否真正进入设备 ，并在真实工作中不变高效地跑起来。高通给出的答案是：推算陆续体。对于未来的智能体 ，一套串起终端、边缘和云端的散布式部署系统成为必选项
用一句话总结 ，推算陆续体能够理解为「一套横跨幼我终端、边缘设备和数据中心的 AI 推算系统」。更具体来讲 ，高通的能力已经覆盖从毫瓦级的幼我音频设备 ，一路到到千瓦级的数据中心系统
安蒙反复强调的一点是 ，智能体在取代传统的利用法式和操作系统 ，成为用户数字履历的新中心�；痪浠八� ，用户不愿定总是自动打开某个 利用 ，取而代之的是由智能体在分歧设备之间理解场景、接办工作。
在手机侧 ，第五代骁龙 8 至尊版强化个性化端侧 AI ，承担更多本地推理、高低文感知和即时交互工作；在 PC 侧 ，骁龙 X2 Elite 系列面向 Windows AI PC ，承接更多长功夫、多窗口、多工具的智能体工作；AI 眼镜和可穿戴设备将智能体推到更切近人的地位 ，可穿戴平台骁龙 Wear Elite 支持最大 20 亿参数 AI 模型的端侧运行 ，为健康、活动、生涯纪录、语音交互和自动提醒等持续场景提供更佳履历。
智能体不只存在于手机、PC 等幼我终端 ，汽车、机械人、工业设备同样是智能体进入物理世界的沉要端点。好比在机械人侧 ，高通这次值得关注的是初次亮相的跃龙 IQ10 RRD 全栈机械人参考设计
分歧于单一地给机械人厂商一颗芯片 ，高通是把高机能推算、多传感器接入、网络衔接、实季节造和机械人软件栈放到了一套参考系统里 ，让厂商少做底层适配和系统拼接 ，把更多精力放在感知、导航、操作和工作执行自身。对于高通自身而言 ，这也是其把移动端 AI 堆集迁徙到物理世界的关键一步。
安蒙官宣了全新数据中心业务品牌高通飞龙（Dragonfly） ，并暗示公司已经在与超大规模云服务商和全球合作同伴推动现实部署。更多路线图会在本月底的投资者日上颁布。随着它的推出 ，高通的散布式部署疆域也从端侧补齐到了云端 ，使「推算陆续体」叙事越发齐全。
无数人会商 AI 时只看算力 ，忽视衔接。但智能体的性质是合作 ，多个智能体之间必要低延长、高靠得住的通讯来维持协调。在这方面 ，高通正致力于推动 AI 原生的 6G。
在安蒙看来 ，6G 拥有三根支柱：衔接、散布式推算和感知。这个表述很关键 ，它意味着 6G 不再只是把数据从一个处所传到另一个处所 ，它成为了未来散布式 AI 系统的一部门。在智能体 AI 时期 ，网络角色产生了变动：它不仅掌管衔接设备 ，也援手设备协同推算 ，甚至参加对物理世界的感知。
智能体越遍及 ，越必要一套能把设备、边缘、云端和网络组织起来的基础设施。6G 在其中承担的 ，除了「连得更快」 ，也要「让推算被更合理地分配」。
以上组成炼通推算陆续体的齐全疆域。智能体越往后发展 ，竞争越不会只停顿在某一颗芯片、某一个终端 ，端、边、云、网的共同愈加沉要。高通要讲明显的在于此：用一套横跨全场景的散布式部署系统 ，承接智能体 AI 时期不休增长的感知、推理和执行需要。
安蒙提到 ，从单轮对话 ，到多轮推理 ，再到多步骤智能体工作 ，token 亏损呈数量级上升。一个复杂的智能体工作流 ，可能就得百万 token 。「到 2030 年 ，token 总亏损量将达到惊人的 4.0148×10^18。」
这背后对应的是一个极度现实的问题：若是所有工作交给云端实现 ，成本、延长、隐衷和能耗迅速造成压力。对幼我用户来说 ，履历可能变慢；对企衣反说 ，成本会变高；对机械人、汽车和工业设备来说 ，好多工作不能等云端来回响应。
所以 ，高通强调散布式部署是在回覆一个现实的问题：什么工作留在设备本地 ，什么工作交给边缘节点 ，什么工作值得送到云端。
这正是推算陆续体的贸易价值地点：能在本地实现的就削减云端挪用 ，必要低延长的就靠近现场处置 ，真正复杂的大模型推理才交给数据中心
安蒙在演讲中举了两个例子：在 Claude Code 的一次真实工作中 ，规划器把部门推算留在本地 ，只把必要内容交给云端处置 ，最后在了局不变的情况下罕用了约 140 万 token ，成本降落 60%。
对于高通而言 ，从前在移动设备上持久解决的是统一个问题：若何在有限的电池、散热和体积里尽可能开释更多算力。到了智能体 AI 时期 ，每瓦个机能的提升将造成端边云协同的成本优势。
在 Computex 2026 舞台上 ，谈智能体的不只有高通。英伟达、联发科、英特尔也在萦绕智能体做文章。问题在于 ，同样是押注智能体 ，为什么高通更强调推算陆续体 ？它的优势在哪里 ？
智能体最终要进入用户每天使用的手机、PC ，也要进入汽车、工业设备和更多边缘场景。高通的优势很显著 ，智能手机是其传统主场 ，PC 是近几年显著加快的方向 ，汽车业务已经有比力深的堆集 ，机械人和工业设备是它往表扩的新空间。
因而 ，高通并不是忽然起头讲智能体。更正确地说 ，它是在把从前几年堆集下来的移动推算、衔接、汽车和边缘推算能力 ，沉新放到智能体这个新框架中。
这同样是高通从前持久堆集的处所 ，它萦绕 SoC、通讯、传感器接口、软件栈和生态同伴 ，构建起了一整套面向分歧终端设备的平台能力。安蒙在演讲中反复提到端边云协同 ，性质上也是在强调这种系统级能力。
智能体在把设备之间的天堑沉新打开。对高通来说 ，这意味着 AI 的机遇不再只萦绕幼我推算设备发展 ，会依附推算陆续体延长到更辽阔的真实世界。
汽车是一个典型的例子。从前几年 ，高通在智能座舱、辅助驾驶、车载衔接和边缘推算上持续投入。这些能力放到智能体 AI 时期 ，正好能够转化为车内交互、路路感知和本地决策的一部门�；等撕凸ひ瞪璞敢彩抢嗨坡呒� ，它们都必要本地推算、传感器接入、不变衔接和持久运行能力 ，这些刚好是高通一向在补的拼图。
我们把前面的线索串起来会发现 ，高通在 Computex 2026 上不只是别离在 PC、机械人或数据中心方向寻找新增量。更深档次的变动在于：它在用「推算陆续体」把这些看似分散的业务 ，沉新组织到统一套叙事里。
从前表界理解高通 ，首先想到的是芯片和通讯。它为手机、PC、汽车蹬撞件设备提供推算与衔接平台 ，这是高通最熟悉的地位。如今 ，智能体 AI 的出现扭转了这一传统分工 ，它们的能力开释与运行模式天然必要跨设备协同。
这时 ，单颗芯片的机能已经不是唯一问题。企业、开发者和设备厂商有了更关切的指标 ，好比智能体在分歧设备间的不变运行 ，智能体在端侧、边缘和云端之间的顺畅接力等。
在这种变动下 ，高通的价值也必须往上走。当先的芯片能力仍是底座 ，但必要和软件栈、参考设计、开发工具、衔接能力以及端边云部署规划放在一路看。这样的系统化升级要求高通沉新界说自己 ，推算陆续体的意思在于此。
在这个过程中 ，高通想要强调的优势变得越创造显：低功耗推算、衔接能力、终端生态 ，以及在补齐的边缘和数据中心能力。高通想争取的不仅仅是更大的芯片市场份额 ，更要成为智能体 AI 落地过程中底层推算和衔接系统的关键支持者。
这对应了 AI 产业竞争沉心的变动。未来的竞争不会只在模型参数上 ，也不会只萦绕某一个入口发展。智能体全面进入日常生涯、企业出产和更辽阔的物理世界 ，必须运行在一张更复杂的推算网络里。设备、边缘、云、衔接、软件和生态 ，每一层都决定着它们能否真正落地。
高通此刻做的 ，就是把自己从这张网络里的芯片供给商 ，升级为「系统级 AI 基础设施提供者」。这分歧于单一的业务天堑扩张 ，是高通对自身在 AI 产业链中的地位进行了一次沉塑。
《校霸沦为全校精壶BY笔趣阁小说百度云》哈坎-萨菲希望为费内巴切中场引进一名具备领袖气质的球员。如果他赢得主席选举，将争取在短时间内完成恰尔汗奥卢的转会。据了解，肯尼亚穆瓦驰多用途大坝项目约70%的员工来自附近社区，为当地解决1000多个就业岗位，建设工期4年，累计解决就业机会3万余人次。《校霸沦为全校精壶BY笔趣阁小说百度云》泰剧《一夜轻欢》剧情介绍过去外界理解高通，首先想到的是芯片和通信。它为手机、PC、汽车等硬件设备提供计算与连接平台，这是高通最熟悉的位置。如今，智能体 AI 的出现改变了这一传统分工，它们的能力释放与运行模式天然需要跨设备协同。研究团队还额外计算了每个模型的"校准误差"，这个指标衡量的是模型对自己答案的自信程度是否合理。如果一个模型对一个错误答案非常自信，或者对一个正确答案非常不确定，校准误差就会很高。HyperCLOVAX-SEED-Think-32B的校准误差高达77.37%，意味着它的自信程度和实际表现严重脱节，经常在答错的时候反而最自信。GPT-5.5在这个维度上表现相对较好，校准误差为31.86%，在高准确率和合理自信之间取得了相对较好的平衡。
20260607 ? 《校霸沦为全校精壶BY笔趣阁小说百度云》6月3日，名记罗马诺透露，曼联已经敲定了夏窗首签，他们将4500万欧签下26岁的巴西中场埃德松。据悉，埃德森将与曼联签约5年（4+1），他将替代今夏离开曼联的卡塞米罗。这个童话不合劲(PN)以气候变化、能源转型、人工智能治理为代表的重大全球性挑战需要全人类跨越国界，携手应对。但在另一方面，当前的全球科学体系却正面临着地缘政治带来的持续冲击，科技“脱钩”与技术壁垒的声音此起彼伏。
20260607 ? 《校霸沦为全校精壶BY笔趣阁小说百度云》据报道，梅西亚斯和热那亚俱乐部距离继续合作越来越近。双方一直都有续约的意愿，现在双方已经就续约达成了初步协议。《表卖奇遇》齐全版推理模型被认为是下一阶段AI竞争的重要方向。与传统大模型相比，推理模型更加擅长解决复杂问题，并能够模拟类似人类的思考过程。
京公网安备11010202000001号
