阅读记录

下方为完整正文。

阅读方式
单栏正文
顺序
标题、正文、相关文章
凯阅新闻 · 资料整理

高通全球副总裁夏权阐述个人AI的未来形态:强调跨设备协同与分布式计算

高通公司全球副总裁夏权在2026服贸会指出,未来的工作模式将是人与智能体深度协同。他强调了有用的个人AI必须具备实时响应能力,并能在手机、PC、汽车等多个终端间实现连续的跨设备协同,计算任务也需在端、边、云之间灵活分配。

凯阅新闻 · 资料整理

高通公司全球副总裁夏权在2026服贸会表示,未来人们将越来越多地与智能体进行协同工作。这一论述描绘了一个人机交互范式正在发生深刻转变的时代图景。

夏权指出,真正具备实用价值的个人AI不能仅仅停留在理解用户需求层面,它必须能够实现实时响应的能力,并且能够在不同设备和场景之间保持连续的协同体验。这标志着对AI能力的要求已从单一功能执行迈向了全生命周期的、无缝衔接的交互流程。

这种跨设备的协同性是个人AI的核心特征之一。根据公开资料显示,个人AI的能力不再局限于某一类设备,而是能够跨越手机、PC、可穿戴设备以及汽车等多个终端进行协同运行。这意味着用户将不会被单一硬件生态所限制,智能体将成为一个贯穿用户所有数字生活场景的统一能力层。

从计算架构的角度看,夏权描绘了任务分配的灵活性。未来的计算任务不再是固定在某一特定设备上完成的孤立行为,而是可以根据具体的业务需求,在终端、边缘和云端这三个层面之间进行灵活的分配与无缝协同。这种分布式处理能力极大地提升了系统的鲁棒性和响应速度。

背景分析指出,个人AI能力的成熟,其底层支撑是端、边、云三层架构的深度融合。当个人AI具备了上述跨设备和分布式计算的能力后,其价值链条将开始延伸,为企业和整个产业生态创造出全新的可能性。

这种能力上的飞跃,预示着人工智能的应用场景正在从“工具辅助”向“智能伙伴”转变。用户与智能体的关系将更接近于一个持续学习、主动适应的协作体,而非简单的指令执行者。

时间线上的演进趋势表明,行业焦点正从单纯提升模型参数规模,转向优化模型的部署架构和跨域连接能力。这要求硬件平台必须提供底层算力调度和数据流转的支撑,以确保“连续协同”这一体验得以实现。

读者可以理解为,如果说早期的AI是单一功能的App,那么未来的个人AI则是一个分布式的、拥有记忆和上下文感知的操作系统级智能层。它需要硬件厂商提供从芯片到软件栈的全方位支持来支撑这种复杂度的提升。

综上所述,高通公司全球副总裁夏权关于个人AI的论述,核心在于描绘了一个以“连续协同”为特征、依赖于端边云分布式架构的未来计算生态。所有信息均来源于IT之家对相关报道的转述。

信息来源

本文基于上述公开资料整理,未使用来源页面的图片、视频或嵌入媒体。