高通CEO安蒙谈“AI泡沫”：AI或被低估，但需要时间展开

（由多段落组成）：

在2026年达沃斯世界经济论坛的一场深度分享中，高通公司总裁兼首席执行官安蒙就人工智能的未来趋势发表了前瞻性观点。他围绕个人AI设备、边缘计算、机器人技术以及数据中心演进等关键议题展开讨论，强调AI正从集中式的云端处理逐步向终端设备和现实物理世界渗透。这一转变不仅改变了人机交互的方式，也正在重塑整个科技产业的发展格局。

安蒙指出，随着AI模型日益成熟，智能体已具备理解语音、文字与视觉信息的能力，使得人工智能不再局限于远程服务器之中，而是深入到人们日常随身携带的设备里。除了智能手机和PC之外，诸如智能眼镜等新型可穿戴设备正加速普及。据透露，目前全球智能眼镜的出货量已突破千万台大关。这类个人AI设备的持续增长，预示着一个全新的消费级智能生态正在形成。预计到2026至2027年间，随着更多形态创新和应用场景落地，该市场将迎来新一轮爆发期。

在企业与工业应用层面，AI向边缘侧迁移的趋势愈发明显。安蒙解释称，是否需要“即时响应”是决定AI部署位置的关键标准。例如，在支付验证、实时翻译或人脸识别等对延迟极为敏感的场景中，若依赖云端处理将难以满足实际需求。此外，用户对数据隐私和本地化处理的要求也在推动计算任务向终端转移。因此，越来越多原本运行于云平台的AI能力正被重新设计并下沉至边缘设备，实现更高效、安全的本地运算。

展望未来的计算架构，安蒙认为AI的发展不会走向“云 vs 端”的对立，而将是两者的深度融合——即混合式AI模式。在这种模式下，设备端负责快速响应和基础推理，复杂任务则通过与云端协同完成。这种分工不仅提升了效率，也为开发者创造了更灵活的应用空间。他预测，这一混合架构将在2026年开始初现雏形，并在未来几年内成为主流。

谈及物理世界的AI应用，安蒙以机器人产业为例，将其发展路径类比为高通早期进入汽车电子领域的经历。他强调，在移动设备或机器人中无法容纳高功耗的数据中心级服务器，必须依靠低功耗、高性能的专用芯片来支撑感知、决策与控制功能。要提升机器人的续航能力或降低制造成本，就必须在有限资源下优化摄像头、传感器与无线连接系统的集成方案。在他看来，机器人AI虽需针对特定任务进行训练，但问题边界清晰，商业化前景明确，具备巨大的发展潜力。

最后，关于AI数据中心的扩张与能源挑战，安蒙提醒业界关注当前建设规模与能耗预测之间的不匹配现象。他认为这将倒逼行业探索更高效的架构设计与冷却技术，推动绿色AI基础设施的发展。对于外界担忧的“AI泡沫”，他持乐观态度，将其类比为2000年前后的互联网浪潮——尽管初期存在过热现象，但长期价值最终远超预期。AI同样需要时间沉淀，其真实影响力将在渐进式发展中逐步显现。

人工智能，边缘计算，智能眼镜，机器人AI，混合式AI

本文来源：