【财新网】“AI发展的链条很长，相比于IT革命、互联网革命，这次涉及的产业链更加广泛，参与者和环节都更多，各个环节将相互协同、相互促进，是很重要的关系。”11月12日，在2026年第17届财新峰会AI圆桌论坛上，高通公司中国区董事长孟朴表示，尽管不同阶段的发展速度可能有所波动，未来十年至十五年，AI发展的总体方向不会改变。
孟朴认为，当前围绕AI算力投入与应用落地的讨论，容易陷入一种循环：没有算力就无法谈应用，而应用进展不及预期，又会反过来引发对算力投资的质疑。但据他观察，芯片、服务器、光连接、机房建设，以及石油、火电、水电、核电等不同能源领域都在发展，都会推动AI作为基础设施不断发展。
孟朴称，AI是一项系统工程，产业链不同环节的企业面临不同的技术要求。对于云服务和大模型企业而言，数据中心选址、土地和电力成本、网络时延和数据传输能力、服务器及芯片性能都是需要考虑的因素。
孟朴表示，芯片企业需要思考的是，如何选择合适的计算单元，并降低芯片功耗。同时，还需结合端侧和云侧应用，划分不同计算任务的部署位置。模型训练主要在云端完成，但部分推理和AI计算可以放在终端侧，以满足不同场景对实时性、隐私保护和网络时延的要求。
例如，在涉及个人信息的应用中，端侧计算有助于提高数据处理的实时性和本地化程度，降低隐私泄露风险；在智能网联汽车领域，车辆运行连接云端可能产生较长时延，因此也需要具备在端侧运行AI模型的能力。
端侧大模型参数规模也在持续提升。孟朴介绍，大模型兴起初期，高通就曾演示在商用手机上运行70亿参数模型的能力。目前，部分旗舰智能手机已经能够支持30至40亿参数模型。高通近期还与合作伙伴在手机上跑通了300亿参数的大模型。
在孟朴看来，未来云端和端侧AI都会继续发展，关键在于如何实现两者之间的有效衔接。这不仅涉及计算效率，也涉及商业模式和经济性。例如，Token（词元）价格过高可能抑制用户使用意愿，价格过低则可能影响商业模式的持续性。随着云服务、边缘计算、终端芯片和大模型企业加强合作，不同计算场景之间的协同将成为AI产业下一阶段发展的重要方向。
孟朴指出，未来一年，端侧AI将保持较快发展，智能体将加速进入各类智能终端，改变以APP为主的用户使用方式，在不同终端间无缝衔接，并根据用户所处场景主动提供服务。■