--- author: Best Partners TV date: '2026-01-29' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=pfAco3XiwDk speaker: Best Partners TV tags: - ai-devices - edge-computing - wearable-tech - ai-agents - qualcomm-strategy title: AI设备新纪元：高通CEO展望百亿市场与边缘智能 summary: 高通CEO克里斯蒂亚诺·阿蒙在达沃斯访谈中预测，未来AI设备市场将达到百亿台规模，超越智能手机。他认为AI正驱动计算模式从‘携带’转向‘穿戴’，强调AI Agent的实用性和边缘计算的重要性。文章探讨了可穿戴设备的设计理念、AI PC的市场挑战与机遇，以及高通在AI数据中心和工业AI领域的战略布局，并反思了AI技术对人类能力的影响。 insight: '' draft: true series: '' category: tech-trends area: tech-engineering project: [] people: [] companies_orgs: - Qualcomm - Meta - Google - Apple - OpenAI - Microsoft - Dell products_models: - Snapdragon PC media_books: [] status: evergreen --- ### AI设备市场新机遇 **主持人**: 大家好，这里是最佳拍档。今天我们来聊一个可能会改变我们生活方式的话题：人工智能设备的未来。在最近举办的达沃斯上，AI芯片领域里的重量级人物、**高通公司**的首席执行官**克里斯蒂亚诺·阿蒙**参加了一场访谈。高通公司是全球最大的移动芯片设计公司，市值高达一千七百亿美元，我们日常使用的安卓手机、笔记本电脑，甚至是汽车里搭载的芯片，很多都出自这家公司。更重要的是，他们刚刚进入了AI数据中心服务器市场，打造专门用于AI推理的芯片。在这次深度对话中，阿蒙提到了一个令人震惊的观点：他认为未来AI设备的市场机遇将达到**一百亿台设备**，这个数字甚至超过了目前**智能手机市场**的规模。这是一个相当大胆的预测，因为全球的智能手机市场已经相当成熟，年销量大约十二亿台。如果AI设备真的能超过这个数字，那么我们将见证一个全新的技术革命。 ### 智能手机演进与AI转折点 **主持人**: 阿蒙为什么会有这样的判断呢？他回顾了智能手机的发展历程：最初，手机只是一个通信工具，主要功能就是打电话和发短信。但是随着**移动互联网**的普及，手机开始集成更多功能。当我们能够将宽带网络连接到手机上时，手机就不再仅仅只是一个通信设备，它开始演变成了一台能够装进口袋的计算机。这个转变是革命性的，它彻底改变了我们对计算设备的理解和使用方式。阿蒙认为，现在的AI发展正处于类似的转折点，AI技术正在重新定义计算机的边界。当计算机开始理解我们的话语、图像和文字时，我们不再局限于携带一台计算机，而是开始将计算机戴在身上。 ### 从携带到穿戴：AI Agent的需求 **主持人**: 阿蒙认为，未来我们将看到一种全新的计算模式：从携带设备转向**穿戴设备**。这种转变的核心在于**AI Agent**的实用性。如果一个AI Agent能够真正帮助我们提高效率，那么它必须二十四小时、随时随地的伴随在我们身边。正是在这种需求驱动下，我们将开始从携带手机转向穿戴其他设备，比如眼镜、戒指、手表或者手镯。 ### 心理学基础与设备偏好 **主持人**: 但是这里有一个关键问题需要解决：为什么一定是可穿戴设备呢？很多人可能会问，既然智能手机已经如此强大了，为什么不直接在手机上开发这些AI功能呢？阿蒙的回答很有启发性，他提到人类对设备的偏好其实有很深的**心理学基础**。我们人类在漫长的进化过程中，已经形成了一套固有的行为模式，我们习惯于佩戴首饰和眼镜，这些东西已经成为我们身份认同和自我表达的重要载体。因此，当我们开始使用AI设备时，最自然的路径不是学习新的使用习惯，而是将AI功能融入到我们已经习惯佩戴的物品中。这就像我们不需要重新发明眼镜的形状，只需要在其中加入智能功能就可以了。这种渐进式的创新方式更容易被用户接受，也更符合技术发展的客观规律。 ### 多样化的AI设备形态与自然交互 **主持人**: 当然，阿蒙也强调，可穿戴设备只是AI设备形态的一种可能。未来我们可能还会看到多种不同形态的AI设备协同工作，除了智能眼镜，我们还可能看到智能的桌面设备、床头设备等等。关键在于，无论设备的形态如何变化，核心的AI服务始终需要能够理解我们的**上下文**，并且提供及时的、个性化的帮助。这很像目前我们在人机交互中遇到的问题：比如当我们使用笔记本电脑时，虽然屏幕可以触摸，但是我们仍然习惯使用键盘；当我们使用手机时，虽然可以语音控制，但是我们仍然喜欢用手直接操作屏幕。这些都说明了一个道理：就是最自然的人机交互方式，需要匹配用户的直觉和行为习惯。对于AI设备而言，情况更是如此。AI的核心优势在于它能够理解我们的意图，并且在适时的时机主动提供帮助。如果我们必须主动操作才能获得这种服务，那么AI的价值就无法充分的发挥。阿蒙举了一个很生动的例子：当我们在街上走路时，突然想知道面前这个人是谁，如果AI设备能够理解这个需求，它应该主动识别并且告知答案，而不是等待我们拿出手机、打开某个应用、再去手动的搜索。 ### 智能眼镜的独特优势 **主持人**: 这种无缝的交互体验，对设备的形态提出了特殊的要求。**智能眼镜**作为最贴近我们感官的可穿戴设备，具备了独特的优势。当我们转动头部时，眼镜的摄像头会随着我们的视角移动，这使得AI能够获得和用户完全同步的视觉信息。同时，眼镜的麦克风距离嘴巴很近，能够准确的捕捉我们的语音指令。视觉和听觉的结合，让AI Agent能够像真正的助手一样感知我们的世界。 ### 个性化与差异化AI设备 **主持人**: 不过，我们也不能忽视其他设备形态的价值。阿蒙在访谈中还提到了耳机设备，甚至是带摄像头的耳机。想象一下，如果我们在耳朵里植入一个微型的设备，它不仅能够播放声音，还能通过摄像头提供视觉信息。这种设备虽然缺失了眼镜的视觉优势，但是可能在某些场景下，会更加的实用和隐蔽。阿蒙还特别提到了智能耳环和项链等时尚饰品。这些传统的装饰品如果融合了AI的功能，可能会成为女性用户的首选。他认为，不同于智能手机市场的相对标准化，AI设备可能会呈现出更多的**个性化和差异化**特征。不同的品牌、颜色、风格选择，将满足不同用户的审美需求。这种多样性带来的挑战是，怎么样在保持功能性的同时，确保用户对外观的满意。阿蒙在访谈中提到了一个有趣的选择问题：是选择更好看但是功能较弱的眼镜，还是选择功能强大但是外观较差的设备呢？他的观点是，随着技术的成熟，最终市场将找到一个平衡点，那些既拥有出色的功能、又具备良好外观的设备，才会获得最终的成功。 ### 边缘胜者与AI生态系统 **主持人**: 对于AI设备市场的竞争格局，阿蒙表现出了谨慎但是乐观的态度。他提到了几大科技公司的不同策略：**Meta**公司在智能眼镜领域投入了大量的资源，经历了多年从元宇宙概念到智能眼镜的转变；**谷歌**也在积极的布局，传闻中将推出新一代的智能眼镜产品；**苹果**公司虽然暂时没有明确的表态，但是凭借着它在消费电子领域的强大实力，也绝对不能忽视；**OpenAI**虽然以软件见长，但是已经开始涉足硬件的领域。不过，阿蒙认为，真正的竞争不在于谁先推出产品，而在于谁能够建立最完整和最有效的AI生态系统。他提出了一个引人深思的观点：那就是**边缘胜者**将决定AI竞赛的最终走向。这里的边缘指的是**设备端**，而不是数据中心。 ### 上下文数据的重要性与本地推理 **主持人**: 目前的AI模型主要基于互联网上的公开数据进行训练，这意味着它们回答问题的方式相对比较通用。但是当我们进入物理AI的时代时，情况将发生根本性的变化。真正的个性化AI，需要理解用户的具体**上下文数据**，包括用户的位置、活动、偏好、历史行为等等。这些个性化的上下文数据，只能来源于设备端，只有用户随身携带的设备，才能实时感知到这些信息。阿蒙举例说明了这种差异的重要性：想象一下，当我们在餐厅里，AI Agent怎么知道我们是在用餐、商务会谈，还是家庭聚会呢？这种场景的理解能力，只有通过设备端的传感器才能获得。纯粹的基于云计算的AI Agent只能提供通用性的建议，而设备端的AI才能提供真正个性化的服务。这种差异也带来了数据价值的重新分配：谁能访问到用户的实时上下文数据，谁就能提供最有价值的AI服务。这也解释了为什么现有的科技巨头都急于布局硬件设备，因为这将成为未来AI服务的关键基础设施。 ### 智能助手发展缓慢与技术瓶颈 **主持人**: 但是，我们也不能忽视现有智能助手发展缓慢的现实。阿蒙在访谈中也承认了这一点，包括亚马逊的**Alexa Plus**、苹果的**Apple Intelligence**、谷歌的**Gemini**等等。虽然都有大量的用户数据，但是到目前为止，还没有真正实现用户期待的、类似智能助手一般的体验。阿蒙认为，这主要是因为技术还不够成熟。他分析说，AI模型本身还在快速的发展过程中，我们从最初的大语言模型开始，现在已经看到了混合专家模型、链式思维推理、专业化模型等创新。这些技术进步大大提高了AI的实用性和可靠性。但是，物理AI技术还不够成熟，还需要更多的时间来积累足够的上下文理解能力。计算能力也是一个重要的限制因素。阿蒙强调，很多AI任务不能完全依赖于云计算，特别是需要实时响应的应用。想象一下，当我们在雪场滑雪时，如果AI眼镜需要两分钟才能识别合适的滑雪道，那它就失去了实用价值。对于需要实时响应的应用，**本地推理**将成为一个必要的选择。目前语音转文字功能的本地化处理就是一个很好的例子，现在的设备已经开始在本地进行语音识别，这不仅提高了响应速度，还保护了用户的隐私。阿蒙认为，这种本地处理的模式将在AI设备中得到更为广泛的应用。 ### AI PC市场：消费者困惑与企业机遇 **主持人**: 接下来我们来谈谈**AI PC**市场的发展。这是另一个让业界感到困惑的领域。近年来，AI PC的概念被炒得沸沸扬扬，但是实际的市场反应却远不如预期。**戴尔**公司的产品负责人曾经公开的表示，消费者并不是基于AI功能来购买PC的，实际上AI功能反而会让消费者感觉到困惑多于受益。阿蒙对这种现状给出了一个深入的分析：他首先指出，当前戴尔的**Snapdragon PC**之所以在市场上取得了成功，主要原因并不是AI的功能，而是因为它们提供了更长的电池续航、更强的性能表现，以及更轻薄的外观设计。换句话说，这些设备首先是优秀的PC，然后才是具备了AI的功能。对于消费者层面，阿蒙认为目前AI功能的吸引力确实有限的一个重要原因，是应用场景还不够成熟。**微软**刚刚开始推出基于Windows的AI Agent功能，消费者还需要时间来适应和接受这种新的工作方式。但是阿蒙相信，随着越来越多的应用程序开始集成AI前端，用户的接受度将逐渐的提高。从企业用户的角度来看，情况会更加乐观一些。阿蒙认为，AI PC的真正价值在于，它改变了**应用程序的经济学原理**。想象一下，如果企业级软件每次执行AI任务时都需要调用云服务，那么成本会非常的高。但是如果能够在本地设备上进行AI的推理，那么成本就可以大大的降低。阿蒙举了一个很实际的例子：现在很多应用程序都提供了总结文档的功能，当我们需要处理一个包含几十页的长文档时，我们可以选择使用云端的AI服务来处理，也可以选择使用本地的AI引擎。前者需要支付云计算的费用，而后者只需要消耗设备已有的计算资源，理论上成本接近于零。这种成本差异，对于**SaaS**公司来说意义重大。当他们的客户需要为每个AI调用付费的时候，公司的盈利模式将面临挑战。但是，如果能够将部分的AI处理转移到用户的设备上，那么成本结构将发生根本性的改变。 ### 游戏领域的AI应用与高通的战略转型 **主持人**: 除了节省成本以外，本地处理还能带来性能上的优势。阿蒙提到，游戏领域的应用前景特别值得大家关注。想象一下，在角色扮演游戏中，玩家可以与NPC进行实时对话，AI Agent能够根据对话内容动态来改变游戏情节。这种沉浸式的游戏体验，将大大提升游戏的娱乐价值和回放价值。接下来，主持人把话题转向了高通公司的一个重要战略转型：那就是进入**AI数据中心服务器**的市场。这是一个令人意外，但是又合乎逻辑的举措。阿蒙在访谈中详细解释了高通做出这个决策的深层逻辑。传统观点认为，数据中心主要用于AI模型的训练阶段，一旦模型训练完成，这些数据中心就可以被替换或者重新分配用途。但是阿蒙持有不同的观点：他认为，当企业开始将AI技术投入到生产环境时，**推理阶段**的计算需求将远远超过训练阶段的需求。比如，当一家公司训练一个AI模型的时候，这个过程可能是间歇性的，比如几个月一次。但是一旦模型投入生产环境，每天可能就有几百万次的推理请求。这种使用模式的差异意味着，推理服务器的市场需求将会非常大，而且增长速度会很快。正是基于这种判断，高通很早就开始布局AI推理芯片市场。阿蒙认为，这个市场最终将成为一个竞争激烈的战场，而能够提供最优质、最经济、最**节能**解决方案的公司，将获得市场的领导地位。这也解释了为什么高通决定利用它在移动芯片设计方面的技术优势，开发专门针对AI推理的服务器芯片。高通进入这个市场的优势是显而易见的：公司在低功耗芯片设计方面积累了丰富的经验，这正好符合数据中心对能效的严格要求。现代数据中心面临的一个最大挑战，就是电力消耗的问题。任何能够显著降低功耗的技术，都将获得市场认可。阿蒙相信，高通在移动设备芯片设计中积累的功耗优化技术，将成为它们在数据中心市场的核心竞争力。 ### 工业AI与机器人技术的革命 **主持人**: 在**工业AI**和**机器人技术**领域，阿蒙也分享了一些很有价值的见解。他指出，当前的AI技术正在为工业应用带来革命性的变化。想象一下，一个化工厂的操作员，不再需要翻阅厚厚的技术手册来学习复杂设备的操作方法，而是可以通过AI助手实时获取操作指导。这种应用模式将大大提高他们的工作效率，同时降低人为错误的风险。更重要的是，AI技术在工业环境中的普及，将带来**知识民主化**的效应。阿蒙用了一个很形象的比喻：就像智能手机让很多发展中国家的人们直接跳过了PC时代、进入移动互联网时代一样，AI技术也可能让一些传统的工业领域直接跳过数字化改造的复杂过程，实现跨越式的发展。这种发展模式对于全球经济的发展具有重要的意义。很多发展中国家在工业化进程中面临着人才短缺和技术壁垒的问题，但是如果能够通过AI技术直接获得先进的技术知识和操作经验，那么这些国家就可能在短时间内实现工业能力的跨越式提升。在机器人技术方面，阿蒙认为当前的AI技术正在解决困扰机器人发展多年的核心问题。传统的机器人主要依赖于预设的程序，只能执行非常有限的固定动作。但是随着AI技术的发展，机器人开始具备了一定的学习和适应能力。在制造环境中，机器人不再需要按照固定的程序重复相同的动作，而是可以根据生产需求和材料的变化来调整工作的模式。这种灵活性对于现代制造业的个性化生产需求来说非常重要。阿蒙相信，随着AI技术的进一步成熟，我们将在工厂、仓库、甚至服务行业看到更多智能机器人的应用。 ### 中国在AI发展中的角色与全球合作 **主持人**: 在谈到**中国**在AI发展中的角色时，阿蒙表现出了谨慎、但是客观的态度。他承认中国在AI领域的投入巨大，特别是在应用层面和市场规模方面，中国具有独特的优势。同时，中国在某些AI技术领域也已经取得了显著的进展。但是阿蒙也指出了中国AI发展面临的挑战，特别是在基础技术研究和核心芯片设计方面，中国还需要时间来积累足够的技术实力。不过他也认为，这种技术差距正在缩小，中国的一些科技企业在某些细分领域已经达到了世界领先的水平。对于全球AI产业的发展格局，阿蒙保持了一种开放和包容的态度。他认为，不同国家和地区在AI发展方面都有各自的优势和特色。全球合作将是推动AI技术发展的重要动力，封闭和对抗只会阻碍技术的进步，而开放和交流才能让AI技术更好的服务人类。 ### AI的未来：增强人类能力而非替代 **主持人**: 在访谈的最后部分，阿蒙对AI技术的未来发展提出了自己的一些深层思考。他强调，AI技术本身是中性的，关键在于人类如何利用这项技术。虽然现在有很多关于AI威胁人类的讨论，但是阿蒙坚持认为，AI最终将成为**增强人类能力**的工具，而不是替代人类的威胁。他特别提到了一个有趣的哲学思考：当我们使用AI技术的时候，我们是否会失去一些宝贵的人类体验呢？比如说，完全依赖AI记忆我们的生活经历和知识，会不会让我们失去思考和学习的能力呢？阿蒙认为，这种担忧是有一定道理的，但是我们需要找到一个平衡点，既能够享受AI带来的便利，又能够保持人类的独立思考能力。阿蒙的建议是，我们应该把AI视为一个强大的工具，而不是我们的思维替代品。就像我们虽然使用计算器来帮助数学计算，但是仍然需要理解数学原理一样，我们应该用AI来辅助我们的思考和决策，但是依旧保持批判性思维和独立判断的能力。 ### 渐进式发展与用户教育 **主持人**: 对于AI设备的发展，阿蒙认为这将是一个渐进的过程，不可能一蹴而就。我们需要时间来适应新的技术形态，也需要时间来培养新的使用习惯。同时，技术本身也需要不断的改进和完善。在这个过程中，用户教育将发挥重要的作用。阿蒙相信，随着用户对AI技术理解的加深，以及应用场景的不断丰富，AI设备的市场接受度将会显著提高。他以智能手机的发展历程为例：早期的智能手机也存在着很多的不足，但是随着技术的进步和应用生态的完善，最终获得了巨大的成功。 ### 总结：乐观而现实的AI未来 **主持人**: 总结阿蒙的核心观点，我们可以看到他对AI设备未来发展持有乐观但又现实的态度。他相信AI设备将开创一个全新的计算时代，市场规模可能会超过当前的智能手机市场。但是他也认识到，这种转变需要时间，需要技术进步，也需要用户的接受和适应。最重要的是，阿蒙强调了一个重要的原则：那就是技术发展的最终目标，应该是增强人类的能力，改善人类的生活质量，而不是替代或者威胁人类。只有坚持这一点，AI技术的发展才会是积极和正面的。感谢收看本期视频，我们下期再见。