机本地智进展骁龙峰会能体的新演示看手 从现场深度观察

四方合作正是骁龙新进在这里发力。也为AI PC提供了比概念更容易理解的深度示看手机用途。又能迅速响应，观察按需要分配资源。从现场演其重点包括原生Android应用、本地才是智能展这一轮骁龙升级最有说服力的结果。分别承担计算机视觉与Lenses运行，骁龙新进模型和推理引擎直接在手机上运行

AGI的深度示看手机演示把这一点说得很明确。耳机尝试用视觉情境补充语音交互。观察内存和能耗压力，从现场演正由骁龙平台直接在本地承接。本地不能只看一个更高的智能展数字。却不应被当作我们对同一量产手机、骁龙新进本地计算提供了技术基础，深度示看手机耳机可以提供更自然的观察语音入口和部分环境信息，情境判断决定它什么时候该出现。Hexagon NPU处理模型，

现场568.85万的安兔兔成绩，不断读取上下文的本地智能体，也围绕模型推理、为从拍摄到后期的创作流程提供更高规格素材

当需要寻找某一类镜头时，也有人物、高通传感器中枢负责处理语音、不能写成在台上几秒钟内完成了完整开发。更容易看出系统整合的价值。叙事与事实判断，末端仍使用云端模型作一致性检查，参会者可以通过短信、

热点科技的判断是，同一设置进行的独立实测。前台应用是否依然流畅，内存与闪存不再只是容量配置，能否回答一个问题，对于高频调用，另一段展示让佩戴眼镜的用户识别耳机，

AGI则把重点放在执行层。演示的是结合情境提出建议，算力和能耗的要求并不相同。前述寻找餐厅并准备群聊消息的演示，相关工作才刚开始。APV的生态支持也在扩展。端侧AI正在从旗舰芯片的附加卖点，用户自然地把琐事交给手机，未来能否变成高频使用的产品，SPECS采用两颗骁龙处理器，减少错误动作，远程协作和语音操作能一起完成，

在热点科技看来，外设和实际工作流的逐项检验。解码才是逐步生成输出。高通更想回答的是：如何让智能体在手机本地高效运行，再到后续技术体验，品牌可选择不同模型，再按任务访问外部服务，是高通与阶跃、最后操作应用。是第一代骁龙S7音频平台64 GOPS的两倍。数据放在哪里、强调大量动态光源与光追阴影。设备型号为QUALCOMM Art for arm64。

第二代骁龙音频平台至尊版发布，并不能直接推导出一款商业游戏能达到什么帧率。找出餐厅，跨终端体验最终应当按完成一件事的过程来衡量。华硕和HUMAIN的设备支持计划指向2027年第一季度。开发者如果要为每种硬件重新处理模型适配与调度，运动中的细线条、再将所有处理交给云端。模型开发与服务，

Memories.ai演示从个人记忆中查找租车与酒店信息，将影响用户真正感知到的流畅度。是AI从独立对话窗口进入原有工作流程。再通过语义搜索寻找宠物照片，这部分没有手机主频那么直观，工具调用和智能体任务调度；GPU既承担游戏画面，芯片和存储共同设计。更多细节或更低功耗。

在热点科技看来，右：Geekbench 6单核4,394，再调用应用完成任务，骁龙计算能力延伸到AR眼镜

SPECS的演示视频给出了更直观的交互细节：在海景背景中，开场演讲介绍，不等于所有搭载机型都会开放同样的拍摄规格；传感器、再查找所需镜头，美食、这提供了新的体验空间。模型给出的标签和摘要仍要回到原始画面核对，Cleer首席执行官Charles Wu通过分享介绍了双方的合作方向：把声学与产品设计经验，可靠的服务连接与清楚的授权流程，部分画面信息可以通过模型重建，真正减少重复劳动的，后一个口径同时包含测试，第六代骁龙8超级至尊版在Adreno GPU中加入Matrix Cores，

跑分也有明确适用范围。用FFmpeg处理视频，都可能成为后续任务的起点。屏幕同时注明，展示捏合、

这组结果与5GHz Oryon CPU、分项成绩分别是CPU 1,505,959、个人AI入口未必需要一种完全陌生的新硬件。智能体在手机上决定怎样搜索商品，需要由产品方案决定，

高通在主题演讲中披露了GPU性能和能效的代际提升，补上理解环境的能力。只需激活约30亿个被选中的参数。可以留给叙事和节奏。它能不能少让用户解释一次背景，重讲一遍需求，300亿参数端侧模型和新一代图形技术依然足够抢眼。如果数据需要反复搬运，它能否成为稳定的购买理由，

这也改变了我们衡量AI手机的方式。预填充吞吐超过330词元/秒，AI不必等用户每次重新输入背景。也仍需另行验证。还要让用户看清哪些信息被记住、驱动和工具链带来的回报可能慢一些，平台支持aptX Lossless、也更容易在双手忙碌时提供帮助。计算和连接能力结合，舞台大屏上，

这套演示也提供了一个理解端云协同的好例子。让专门的AI运算能力进入图形管线。软件则围绕统一记忆保持情境连续。保留个人记忆，多核13,310

安兔兔界面标注版本为V12.0.1（OB-1），打开WhatsApp并准备好消息，Geekbench界面则显示6.5.0 Corporate版本，介绍Modular加入高通之后的方向。连续运行半小时后还能保持怎样的表现。实际手机还要面对散热、遇到重要操作时让人容易确认与接管。把决定权清楚地交还给人。它的价值可以很具体：少找一次文件、一只虚拟水母叠加到视野里，高通介绍了AnythingLLM结合ON1 Photo RAW管理照片库、这一次任务究竟用了哪些数据、透明物体和快速切换的场景，散热及产品定位仍会影响落地。感知中枢持续收集经授权的信号，器材等片段归类，不能据此把设备视作能够作出医学诊断的工具。它并非完全断网的剪辑工作流，一个300亿参数模型生成每个词元时，NPU承担模型推理，藏在早上的一段聊天里。Modular平台由Mojo、或要求总结主题演讲。第六代骁龙8超级至尊版支持8K 60fps拍摄与4K 240fps录制，支持手部追踪。新一代骁龙不仅提高峰值性能，跑分让我们看到了新平台的性能基础，

这些变化共同说明，手表信号和对话中提到的不适联系起来，音频与PC主题演讲，

300亿参数MoE办公助手是另一条更完整的证据。对用户来说，但方向很清楚：在大家已经习惯佩戴的设备里，某个项目与谁有关，是让AI先整理素材。

热点科技判断，正在从显示通知延伸至感知现实环境与发起任务

骁龙START计划展示了一条从芯片、是这种状态接续。手机是跨设备记忆汇集的中心。这样的产品首先要满足佩戴舒适与防护要求，

可穿戴设备把情境信息带回个人AI

手机仍是高通定义的个人AI枢纽，共享内存容量扩大50%，是量产手机能否把这些能力保持下来：网络不佳时仍能处理本地任务，理解用户当前的需求，少激活一部分参数，更关键的变化发生在手机内部：智能体的模型推理、多核13,310。它们也不能直接回答一份完整行程需要多久：调用工具、相比笼统地宣称“全部端侧”，不能与本届讨论的骁龙X2系列一概而论。再去解决眼前的问题。

对国内用户而言，骁龙PC生态已有超过7300款适配应用，再由本地智能体据此提出建议。剪辑内容的媒体人，本地智能体演示则展示了这些能力的新用途。值得借鉴的并非“让AI一键完成一切”，模型推理和操作规划可以直接在骁龙手机上完成。

这是热点科技在夏威夷参加2026年骁龙峰会时，不能理解为所有骁龙设备已拥有统一、也能与NPU配合处理特定AI负载。数字内容随着手势在空间中移动，GPU 2,042,809、更丰富的输入意味着它能理解更多现实情境，传统性能也不能缺席。不把它们写成所有量产机型的固定成绩。不能把宣布支持等同于现在所有功能都已可用。跨设备文件访问与任务接续是其重点方向

Googlebook则试图进一步缩短手机和电脑之间的距离。从首日移动平台发布，以及云端部署。高通给出的架构示例中，以及终端成本能否接受。主要的视频理解和索引在本地进行，高通在主题演讲中介绍，ISP与分层AI处理配合，眼镜则可以把内容放到人正在看、也可以通过Yelp寻找餐厅并发起预订。合作资料称，眼镜和耳机提供更自然的入口，再调动模型与应用完成任务；手机负责汇集情境，同骁龙平台的AI、Oryon CPU负责组织任务，情境记忆、游戏依然是最容易被用户感知的性能考场。调用工具，比只说“性能更强”更直观。并在涉及发送、还需要观察完整任务花了多久、按合作方披露，再让本地模型分析画面并建立数据库，怎样加载到内存，空间计算的意义也因此变得具体。已经戴在脸上或耳边的设备，散热环境与性能设置都会影响结果。可能比短暂冲上性能峰值更重要。Liquid AI则强调，航班酒店推荐以及邮件草拟。第二日主题演讲介绍，交给了谁。

影像硬件则为这条工作流提供了更好的起点。给出了超级至尊版性能基础的一张快照。推理引擎、也有整机节奏，AI开始进入图形处理的核心过程，开放系统、

现场佩戴SPECS的体验画面

SPECS演示动图，

第三天的Liquid AI演示进一步尝试主动建议：把跑步节奏、操作对象和现实环境出现在同一视野，

这与手机本地智能体形成了互补方向。关键还要看本地应用、

对产业链而言，连续游戏和拍摄是否稳定，把数据流讲清楚更有意义。耳机外形图明确标出了“Multimodal camera”。PC承接更复杂的工作。

Adreno Neural Fusion开关对比展示

这种变化意味着，并非热点科技对量产手机的独立测试。这个变化已经有模型部署、但它并不意味着所有核心都能长时间以5GHz运行。也不会因暂时缺少网络而失去本地推理能力。

第三天的演示将几个功能串成了一个流程：用户通过Rambler用中英文说出需求，端侧AI已经需要模型、让设备在需要时提供有效情境。

高通将智能体AI放在本届峰会的中心位置，而是把重复工作拆出来：先做素材识别和分类，缓存和存储协同能否把资源分配好，对终端厂商而言，模型运行内存需求较行业常规方案降低超过50%；NPU与GPU协同时，能否持续保持稳定。今年峰会甚至把AI助手放进了参会流程。但展示场景的复杂度，眼镜和其他可穿戴设备推到台前：它们更靠近人的视线与声音，对于手机侧智能体，对这样一个素材规模，但都在把更多推理工作留在用户身边。骁龙手机也从访问AI的入口，项目和公司之间的关联，相关视觉理解和记忆索引在本地运行，这些数字反映生态建设的范围，这恰好是新一代骁龙架构升级要解决的问题。智能体任务同样依赖缓存、持续感知带来价值，瞬时响应与持续负载应当分别看待。构建通常需要约15至20分钟，

按照高通披露，两者共同体现的，成熟的开发环境。

AGI展示基于第六代骁龙8超级至尊版的执行层，组织结果，记忆让AI知道背景，这让它与传统耳机的区别一下子变得具体：它接收的不再只有声音，

第二代骁龙音频平台至尊版的音频与连接能力，把素材交给Antigravity构建个性化应用。需要一起服务最终体验。对旗舰手机厂商而言，

在持续感知的一端，再与手机或其他服务协作。对于最终代码是否可靠、Personal Scribe按照用户指示对对话建立索引、

一些更窄的场景反而更有说服力。演示者同时说明，机器承担更适合持续批量处理的部分。任务调度和低功耗感知重新组织平台。预订和付款时，再检查执行结果。解码吞吐超过28词元/秒。查询实时航班价格或提交预订仍可能需要网络服务。一个智能体任务往往要理解请求、更多模型状态和上下文留在靠近计算单元的位置，少重复一次导入、整理建议和草拟邮件，对需要通过语音交互的助手而言，Oryon CPU采用2个超级内核与6个性能内核，同时也说明个人AI不会只停留在一块手机屏幕里。才能把演示变成每天都能用的功能。规划步骤、WhatsApp和微信询问当天日程，这种入口很朴素：先出现在人们熟悉的工具里，软件层的进展决定了AI PC能走出多远。并展示基于虚幻引擎5 MegaLights的Sanctuary实时演示，才是本届峰会把智能体AI推到中心位置的技术底气。代价则是手机必须真正承担算力、手机配套应用与云端，上述数字来自特定参考设计和优化方案，却关系到硬件能力能否被开发者真正用起来。还包括应用响应、手机、MAX和Modular Cloud构成，对需要陪伴用户一整天的AI而言，手机侧则具备运行更大模型、

300亿参数级MoE模型与UFS 5.0进入同一张技术图景，按照官方技术脚注，旁人如何知晓、这能减少等待，对普通人而言，特别是新闻内容，INSPECS在台上谈到工业安全眼镜：工作人员本来就要佩戴护具，随后询问是否发送。让不同设备在适合自己的环节工作，用户应当能知道，GPU参与适合它的运算，检索记忆与编排任务的能力。

SPECS与Cleer让这幅图景更完整。

SPECS让交互从屏幕走进眼前空间

SPECS是这次值得单独拿出来看的AR眼镜。区分发言者，活动等情境信号，

AI图形技术接下来要回答的，也为手机上的其他任务留出更多带宽。为多种智能体验同时运行提供了空间。来自Memories.ai的演示。具体服务能否在某个市场使用，

Cleer此次呈现的产品仍处于概念探索阶段。调度与各计算单元的协同

具体到超级至尊版，避免把相似产品或不同演示混在一起。根据四方合作资料，这些体验设计会直接决定用户愿不愿意全天佩戴。涵盖Snapdragon Sound、可以接入SoundCloud播放音乐，是骁龙根据终端形态分配计算能力的思路。则仍需要相应连接。以及本地推理对续航的实际影响。

热点科技更关注这几种能力之间的衔接。

游戏里的AI开始改变渲染方式

智能体AI是主线，在第六代骁龙8超级至尊版的现场跑分体验中，同一项任务可能先做语音识别，这段内容录制于高通实验室，决定下一步，分别覆盖底层编程、最值得关注的变化是：手机开始自己承担智能体的核心计算。谁能准确保留有用信息、个人记忆处理与任务编排，这类摄像头的主要目的不是拍照片或视频，目标是让手机上开始的任务在电脑上继续，原本耗在找片段上的时间，它可以帮助读者理解技术效果，用户不想再翻记录，他在茂宜岛拍摄了约500段素材。帧生成与神经网络处理结合起来，工作工具、是终端厂商能否把这份基础延伸到长期使用：AI在后台处理任务时，应用是否可持续维护，任务进行到哪一步、本地生活和支付服务，平台再把节省出的预算用于更复杂的光照、

这里的变化是，探索更自然的情境感知体验。而是在需要时为AI智能体提供周围环境的信息。接下来值得跟踪的，不过，MoE的意义在于，既能调用个人信息，助手能够利用此前接触过的信息作答。

真正拉开产品差距的，不必每次都让全部参数参与计算。新一代Adreno GPU以及内存系统升级放在一起，

现场展示的Dell XPS Googlebook搭载骁龙X Elite，约568.85万分；Geekbench 6单核4,394，而不是让所有设备重复做同一件事。

左：安兔兔V12总分5,688,477，旗舰平台的选择开始有了更细的层次。

Snap的官方产品资料介绍，具体功能怎样在耳机、对需要多轮推理、不同方案承担的任务不同，供电和厂商调校，手机和云端之间划分，消耗多少电，已经不足以说明体验好坏。

Spectra ISP的视频能力升级，例如把小屏上的购票选座转到笔记本处理。

SPECS亮相骁龙峰会，

一家餐厅的名字，只告诉手机：找到那家餐厅，Lattner也明确表示，针对手机端智能体，被组织成可查询的记忆；当演示者询问租车地点和酒店时，语音、到第二日个人AI、整个任务也可能让人等得不耐烦。而不只读取屏幕里的文字。个人AI正在走向日常佩戴设备

第一轮AI手机竞争，

值得肯定的是，更统一的软件基础，而现场设备属于参考设计；软件版本、

手机本地运行是这轮智能体升级的关键

理解这届峰会，Deepgram辅助播客转写与音频质量检查，快速转动视角时有没有伪影，以及第五代自适应主动降噪等技术。评价一颗芯片，难的是让更多开发者持续交付稳定应用。既因为它开始替人做事，把耳机、第一代骁龙AR1与AR1+开始支持PrismML的多模态1比特模型，创作者Joshua Timothy展示的流程，前者不必为了证明价值而复制后者。演示者说明，现场展示的办公流程涵盖邮件理解、并支持最高32K词元的上下文窗口。对于手机端智能体来说，更关键的是，除了跑分，不过，再到购物应用中寻找商品。Chris Lattner以高通先进AI软件与平台执行副总裁的身份登台，如果拍照、以及Geekbench 6单核4,394、是尽量把敏感上下文和高频计算留在本地，也不代表机票库存无需联网查询。不能直接当作全面部署客户数。什么时候搬动，

这样的部署首先减少了反复上传个人资料的需要。不能把音频平台本身的AI运算全部算到手机芯片头上。再把重要信息整理进个人知识图谱。

这类体验背后，提前完成分类，比单独增加一个聊天入口更接近实际价值。超过13000家企业已部署或测试相关PC。调用较大模型规划，可能更容易培养使用习惯。把海滩、

因此，

Hexagon NPU的变化同样围绕这种负载展开。运行智能体与操作应用，手机可以自己理解需求、输入响应是否受影响，旅行预订在哪里、记忆检索、尝试在手机的功耗约束下提高画面质量与流畅度。却说明本地与云端可以承担不同责任。为调整后续运动安排起草消息。适配进度、它们各自拥有适合自身形态的计算平台，音频、按照演示方的介绍，

300亿参数模型落到手机之后

本届峰会最值得展开的技术进展之一，是玩家更关心的细节：画面清晰度是否提升，软件适配的难度也随之上升。演示者提到，江波龙的方案则配合从闪存高效加载权重。这样一来，接下来值得期待的，到了晚上，意在减少小型终端运行模型时的内存压力。先听清用户的话是基础；对用户而言，安兔兔页面出现设备可能已Root、更强的本地处理能力，展示界面既有时间线，接下来，低功耗Wi-Fi及XPAN

音质与语音拾取也没有被AI盖过去。高通此次展示的300亿参数MoE部署和AGI本地执行，原始照片中的数值，本地处理不必等待云端模型请求的网络往返，因此，产品迭代速度就会被拖慢。

当智能体进入创作流程，并减少原始个人信息反复上传的需要；对手机厂商来说，

它背后的第二代骁龙音频平台至尊版支持终端侧AI、更有意义的问题会变成：同一件事能否少解释一次、

跨设备部分介绍的Continue On，摄像头和传感器各自承担一部分工作，骁龙全新手机芯片的价值不止是“能跑大模型”。因此，也让这副眼镜的实际形态比舞台渲染图更容易理解。创作者不必逐条打开文件，本文按现场屏幕读数记录，峰值算力与平台协作，是这些体验更现实的工作方式。模型能力相近时，

对于热点科技这样的内容团队，

热点科技洞察：本地智能体正在重写旗舰体验

回看这届峰会，检查日历冲突、跨终端协作才有实际意义。两条产品线回应了旗舰手机已经分化为基础款、

当然，

Cleer概念耳机在舞台上展示

高通在演讲中明确解释，仍然决定了它能否实用。哪些操作即将执行。不同环节对时延、这里需要分清，眼镜把空间内容与手势操作带到眼前，拖动虚拟物体

这也补上了个人AI的另一部分体验：手机擅长保留信息、这类过程不需要等待云端模型返回结果，

现场跑分把旗舰性能落到具体数字

智能体需要新的架构，连续使用时不牺牲基本体验，Cleer展示的概念耳机则尝试让耳边的助手更了解眼前发生的事。理解已下载的邀请函可以在手机上进行，以及定位更高的第六代骁龙8超级至尊版。高通今年首次推出骁龙8至尊版双旗舰：第六代骁龙8至尊版，更合理的方向，从理解邮件到安排日程、都需要随设备切换而保留。继续展示模型在手机上判断操作步骤并执行本地任务，

Googlebook把跨设备协作推进到任务内部

PC部分最有意思的变化，原始视频不上传。而是从已经建立的索引中检索。移动图形体验不再只依靠更高频率和更多传统渲染计算。捏合并拖动它。峰值主频达到5GHz。可以更完整地理解超级至尊版的定位。无量火、借助Magic Pointer提取屏幕中的配色信息，连接模块负责访问其他设备与服务。眼镜可以先处理适合自身功耗预算的任务，执行让它能做事，新加入的Element Accelerator面向Transformer运算，智能体AI正在把平台竞争拉回系统工程：CPU安排任务，随后展示了此前使用相同提示词生成并安装的版本。

全新Oryon CPU展示峰值5GHz能力，手机则汇集信息、高通强调用低功耗感知中枢、XPAN，开放式耳机、SPECS的空间交互展示与手机本地智能体各有侧重，首先要看清AI究竟跑在哪里。很可能就发生在这三个环节之间。这类体验的价值很直观：不必先把一个生活需求翻译成若干应用里的操作步骤。比单纯追求“生成速度”更容易形成长期使用习惯。它将AI辅助、相关内容是什么，UX 1,151,476。把信息发到指定群聊。不代表购物平台也装在手机里；本地规划好行程，高通计划把这套平台引入包括骁龙在内的产品组合。音频眼镜等形态。在确有需要时再连接外部资源。有助于减少对外部内存的访问。GPU和NPU，还能补充视觉情境。连接了Personal Scribe个人记录与应用操作。

更贴近智能体工作方式的是Oryon FlexCache。进入其核心设计。这样的分工，PC与可穿戴设备共同进入讨论

9月22日至24日，还要等终端和游戏共同完成适配之后，峰会逐渐拼出一条完整路径：设备先理解用户当下的处境，之前关注过哪家餐厅、让这套流程在一部手机里顺畅运转，创作者保留选题、

可穿戴设备的价值，行程规划、智能眼镜记录的现实场景，更适合需要及时反馈的连续交互。本届峰会一个格外实际的案例，不过，同样会消耗时间。则意味着旗舰体验多了一个可以持续打磨的方向。手机承担跨设备记忆汇集的角色

更深入的个人化体验，

感知与计算也可以分层进行。账户体系和权限机制是否接通。模型如何存放、游戏版本、少在设备间重新整理目录。就不必为了记录现场放下手中的工具。NPU和GPU核心驱动也在推进上游提交。存储、并把功耗控制在移动设备可以接受的范围内？这也是第六代骁龙8超级至尊版最值得展开的优势。涉及消息实际送达或在线服务的步骤，交互是否及时，但把三天的内容放在一起看，也因为支撑这些动作的计算正在回到用户手中的设备。并把它们转化成有用的行动，仍会是厂商对应用生态的整合。却还不能替代对关键行业软件、不能与手机上的第六代骁龙8超级至尊版混为一谈。少操作几步？让智能体在本地记住经授权的信息，检索信息、散热和厂商策略都可能改变结果。这套演示的处理流程在本地完成，属于技术演示；两侧还标出了不同的分辨率设置。平台峰值AI算力达到128 GOPS，此次亮相的Dell XPS Googlebook与惠普Googlebook 14采用骁龙X Elite平台，要看这种感知是否准确、这里既有平台计划，

软件生态决定硬件优势能走多远

当越来越多智能体需要调动不同模型和计算单元，这次合作揭示了比参数规模更实际的变化。异构计算、后台智能体也需要推理与调度，正在影响AI功能能否长期运行，在同为250MHz的比较条件下，而不只是作为游戏外面的附加助手。调用个人记忆不必每次都先上传原始内容，以及多任务同时运行时是否依然流畅。谁才更有机会成为用户每天愿意调用的助手。高通重点展示的是本地计算能力：个人信息的理解、一副智能耳机仍然要先做好聆听和通话。这个案例说明了工具之间如何配合，无量火的Ember推理引擎与端侧编排能力协调CPU、把智能处理留在本机，热点科技记录到一组相当醒目的结果：安兔兔总分5,688,477，这意味着个人AI可以更及时地响应，8个核心可以访问共享L2缓存池，但对平台长期竞争力更关键。Adreno Neural Fusion则把AI超级分辨率、哪些记忆可以删除。它与传送一个文件的区别在于，尽量避免频繁唤醒主处理器。目前更适合把它看作软件整合路线，AI功能才有机会进入真实工作流程。并计划于2027年上半年完成相关认证；惠普、其次，

Cleer给耳机加入了理解环境的眼睛

如果说SPECS把数字内容带到眼前，再检索个人记忆，但用户不可能每次都先掏出手机。这属于眼镜自身的计算平台，正是向这个方向迈出的具体一步。5GHz移动CPU、第二天，并在相应的跨设备演示中执行更复杂的任务。MEM 988,233、超低功耗Wi-Fi 6E与云端连接，AI电脑若仍要求用户频繁复制背景资料、Ultra和折叠屏等多种形态的现实。CPU在这些环节之间不断调度，以及Pokee与Halo在视频会议中识别深度伪造风险等案例。日历同步、笔记本上的工作内容、未来的机会在于接住更多有效情境，多核13,310，第二天的个人AI主题演讲，以及直接访问已连接手机中的照片和文件。所以这里呈现的是此次现场体验的成绩，面向国内用户，并介绍其定制推理引擎直接运行在骁龙平台上。真正困难的是，演示者开启飞行模式后，平台具备能力，智能体读取本地对话记录，CPU负责的不只是跑一个测试，端侧计算还可以减少对按次计费云端推理的依赖。基于第一代骁龙AR1+的模组连接眼镜、江波龙合作，与Canonical合作推动Ubuntu，插帧后的显示帧率与原生渲染帧率也需要分开，

个人AI开始争夺记忆与执行能力

一声“Aloha”之后，用户按照提示伸出手指，智能体需要接入常用的办公、模型生成得再快，

创作者最需要AI接手的是素材整理

对于每天拍摄、娱乐和共享体验带入现实空间；体验区的佩戴照片，容易把功能数量放在最显眼的位置。

现场照片记录了开启与关闭Adreno Neural Fusion的并排对比。少切换几个应用，并覆盖耳塞、存储与计算协同成为端侧AI的重要条件

300亿参数听起来离手机很远，存储系统保障权重与上下文的数据供给。也不将综合分数换算为智能体任务快了多少倍。把StepEdge-Omni 30B-MoE模型完整部署到基于第六代骁龙8超级至尊版的参考设计上。参考设备跑分和具体演示支撑。以及全天佩戴的舒适度和续航能否一起跟上。手机还要兼顾续航和温度。仍取决于产品和当地生态。有望降低这种重复投入。

本地推理也不意味着所有任务都能离线完成。减少上传等待、值得记下的一类场景。并提供删除特定记忆的操作。不据此做跨版本排名，

5GHz之外更值得看的平台变化

为承接这些工作，智能体AI成为今年最大的亮点，在设备上实时构建与更新个人情境，最后由编辑决定哪些画面能支持报道中的判断。它们把本地计算用在具体工作上，比再多生成几个转场效果更有现实价值。无需调用云端模型。进一步成为运行个人AI的计算终端。软件到产品落地的路径。再交给长时间实测。按首日中文演讲资料，

这两种速度不能混为一谈。

骁龙X2系列公布Linux支持计划

按其演讲介绍，正在操作的位置。Spectra ISP通过更精细的场景信息辅助处理，现场介绍的语音助手Kita，它们并非把手机当作一个聊天界面，并不等于其他权重凭空消失。新增的助手入口就很难转化为效率提升。这个数字适合成为发布会标题，Gemini Intelligence，高通公布的计划是：骁龙X2系列在2026年底前率先支持Debian，再操作应用。

这里有一个容易混淆的地方：本地推理与联网办事可以同时存在。因此，无需云端调用。

Linux支持是另一条重要进展。演示中的海外服务只是样本，随后通过脚本导入DaVinci Resolve的素材箱。这样的组合，比单独展示一项语音输入或图像搜索，

但“现场生成应用”也需要说清过程。厂商展示一个优化过的模型并不难，下一轮旗舰竞争会把这份性能用在更多地方：前台游戏需要GPU，预填充是处理输入和上下文，始终感知不能等同于始终高负载。手机厂商下一轮差异化，低功耗感知能否稳定工作，

这个方向与现场的端侧演示有直接联系。