高通公司全球副总裁 中国区研发负责人 IEEE Fellow徐晧
记者 董温淑
编辑 高宇雷
7月19日，电厂记者在上海世博中心的一间会议室中见到了高通公司全球副总裁、中国区研发负责人、IEEE Fellow徐晧。
世界人工智能大会WAIC 2026期间，他接连完成了两场论坛演讲：“主要讲了高通在端侧AI、智能体方面所做的硬件、软件、算法和系统开发以及生态合作。”
从2023年开始，“端侧AI”成为高通在WAIC这一科技前沿阵地上的重点分享内容。
而随着技术与行业发展，端侧AI的概念日益向外延伸：不再局限于智能手机、电脑平板等传统计算设备，行业也在探索机器人等新型设备的更多可能性。而高通正致力于成为贯穿所有端侧设备形态的AI引擎。
徐晧在1989年考入大学，最初学习自动控制专业，但日后又转向无线通信技术研究，于2003年加入高通。
徐晧的经历可以总结为一个自动控制专业出身的学者，亲历了全球移动通信崛起的二十余年后，又站到了端侧AI与具身智能的产业前沿。
以下是与他的对谈：
智能体元年，高通持续推进分布式AI布局
Q：高通已经连续第9年参会WAIC了，看最近几年，2024年的主题是端侧AI、2025年的关键词是端侧AI与智能座舱。您怎么总结高通在WAIC 2026年的关键词？
A：我们把今年视作“智能体之年”，所以我觉得智能体肯定是一个关键词。我们也一直都在推进智能体在手机、机器人，以及各类终端形态上的运用。
分布式AI也是一个重点。今天，高通产品所支持的平台，已经覆盖了智能耳机、手表、手机、PC、机器人、车、AI Box（边缘AI计算盒子）、数据中心……设备形态从小到大、功率从毫瓦级到千瓦级，我们都有不同的平台和芯片来支持。
总的来说，我们在向新的智能化方向进行突破。我们一直为之奋斗的目标，就是让AI能够有更好、更广泛地应用，触及每个用户。
Q：本届展会上，机器人供应链展商数量最多。您最早是学自动化专业的，对口的正是机械行业；但您几年后赴美转向无线通信研究。十几年过去，您的职业轨迹重新与机器人、物理AI产生关联。怎么看这种行业的变化？
A：对，有点返回初心的感觉。工业界以及科技的发展，其实也是有周期的。很多今天看起来很新的方向，往往都能在过去找到它的源头。
我当年选择自动控制专业，是因为那时候有很多航天卫星火箭相关的技术研究，拥有很强的科技前瞻性和应用潜力。当时我所学的控制、电机技术，如今正好又非常适配今天的机器人研究。
后来我遇到了导师T.Rappaport（无线通信与毫米波技术领域的著名学者），就把研究和工作的重心逐渐转向了无线通信领域，也比较早接触到毫米波等前沿技术方向。当时这些研究距离真正的大规模应用还有很长的路要走，但后来都逐步成为移动通信技术演进的重要组成部分。
今天回过头来看，无论是AI还是机器人，其实也处在类似的发展阶段。很多我们现在讨论的技术方向，未来可能会像当年的移动通信一样，经过持续积累和创新，逐步走向成熟并改变产业。在AI和机器人这方面，高通也很早就进行了前沿布局早，我的研究和工作也随之不断拓展到更多方向。
在高通的一个好处是，我有很多的自由度来跟踪最前沿的科技，无论是通讯还是AI和机器人，每个方面都在跟进研究。某种意义上说，虽然研究对象在变化，但始终没有离开“让技术更智能地服务现实世界”这条主线。
Q：您对端侧AI、具身智能、5G/6G这些领域都非常熟悉，在现在这个时间节点，您更关注哪个？会有一个精力分配的优先级吗？
A：我尽量做到每个都1/3。
在无线通信领域，我会领导团队做很多6G相关的工作。不过因为已经在这个领域工作了几十年，也积累了比较多经验，所以在面对一个题目时会有比较强的直觉（能够比较快地判断哪些方向值得深入探索）。
但在机器人和AI领域的问题，我基本上每天都得花时间学习，因为它的变化太快了。
AI和机器人领域有非常多重要的研究成果是开源的，大家的起点都很高、全球研究者都在基于最先进的技术不停推动研发。所以，我大部分晚上、周末的时间都在看跟AI和机器人有关的知识。
总之，在这三个领域，是有不同的方式来做研究。无线通信更多依赖长期积累形成的经验和判断；而在AI和机器人领域，则需要始终保持学习状态，不断吸收新的知识和想法。
智能体手机转向端侧模型，面临两大挑战
Q：现在大家都在谈“世界模型”“物理AI”“具身智能”。该怎么理解这些概念？它们的关系是什么？
A：世界模型强调的是对整个世界的理解，更多被用在自动驾驶、机器人领域。因为汽车、机器人的工作模式需要不断拓展到新的环境中，这时候就需要建立对环境的感知。
比如机器人从这个房间进到另外的房间，需要通过摄像头、传感器获得对距离的感知，完成3D建图，这样才能知道下一步如何完成任务。我们可以在仿真世界中模拟这个房间、模拟机器人（进行训练和验证）。
相比仿真一个世界出来，物理AI更多强调的是跟真实物理世界产生接触、交互。
当然，物理AI范畴的研究也包含对物理规律的理解，比如机器人在拿握杯子时需要考虑摩擦力和重力值，但它更强调的是和外界有（闭环）互动。
而具身智能强调的则是“具身”，比如人形机器人的本体设计是它“具身”的部分，解决的是当AI被放进一个具体的形态中，我们如何运用它。
三个概念各自有侧重，但实际上他们都以不同的角度解决AI的问题。
Q：我们会发现，视频模型、自动驾驶、机器人、数据采集公司，都说自己在做世界模型。在这么多业态里，高通的角色是什么？
A：有些概念比较新，大家容易把它用到不同的场景中去，我们得根据场景来判断它到底意味着什么。但是从高通的角度来说，我们还是注重在擅长、能持续产生价值的部分。
一方面在硬件方面我们有非常多年的积累，可以用一个集成度非常高的芯片完成各类处理任务。从数据中心到手表耳机，我们定义了不同规格的产品，形成矩阵型的产品布局。
在硬件的基础上我们还在做软件，我们要支持不同的操作系统，不论是安卓、Windows，还是车载OS、机器人OS，需要让开发者能够方便地部署和使用AI能力。
在软件层，我们还在完成现在很重要的一个命题，适配不同的AI模型。
比如说在手机、车载的端侧场景，受功耗、存储和算力限制，模型需要进行压缩，参数规模要压缩到几十亿级别；如果要处理复杂任务，还需要考虑和云端模型的协同，这都是很复杂的任务。
Q：高通很早就在说“端云协同”的概念，现在也有很多企业尝试推出智能体手机产品。想要真正实现手机的智能体验，在芯片这个层面是不是还面临一些挑战？
A：对。（我认为）智能体手机、AI手机的发展趋势，是把越来越多的功能放在端侧、在端侧执行各类任务。这一方面是隐私考量，另一方面云端上传下载也会带来时延和Token付费的问题。
但这就面临几个难点，一个是端侧小模型的性能，2 billion、3 billion、4 billion规模的模型想要完成端侧任务，需要模型厂商在现有基础上持续突破。
另外，智能体手机需要学习大量的个人数据、对用户形成个人知识图谱，才能带来个性化的体验。而这对功耗、存储都会带来考验。
所以这里面有一系列的技术的难点，但也有非常大的市场，值得大家互相打磨、一起努力。
涉足数据中心，高通完善全栈AI布局
Q：在这个新时代，高通的愿景是不再只是一家端侧SoC企业，而是要做“全栈AI平台”。提起“全栈AI平台”，读者会想起英伟达、谷歌这样的公司，可以请您解读高通的“全栈”有何不同？
A：我们所说的全栈，指的是从硬件、软件、算法到模型的全部覆盖。
现在有几十亿的端侧设备在应用高通的技术和芯片，因此我们对端侧AI的需求、场景和挑战有着长期而深入的理解，也积累了大量低功耗、高集成度的技术能力。这些都是高通在AI时代的重要优势。
此外高通针对各类端侧场景，形成了非常连续性的产品规划。
比如在驾驶辅助方面，我们研发了针对车载场景的芯片、ADAS系统、各类软件。现在我们也在跟宝马等行业伙伴合作，推广相关方案。
高通CEO安蒙，图/视觉中国
Q：高通现在也涉足了数据中心领域。在高通投资者日上，高通CEO安蒙曾经说过，“对高通而言，入场从来不算晚。”早晚可以是跟友商同行比，也可以是和行业的成熟度比？高通怎么定义这个入场时机。
A：我这几天听凯文·凯利的演讲，他说现在还没有真正的AI Expert（专家）出现。因为AI太新了，每个人都有机会，特别是年轻人。
AI变得非常流行也就是最近这几年的事情，ChatGPT发布也就是3年前而已、龙虾Agent今年才走红。
各类AI Agent都在快速演进，从科技发展的规律来说，现在还不存在早晚之争，而是还在AI的上升期、变化期（更重要的是能否持续创新）。而高通拥有各方面的积累，随着能力进一步延伸到数据中心，我们能够更好地打通云边端协同，在分布式AI时代发挥自身独特优势。
（注：除特殊标注外，文中图源高通）