WAIC观察：智能体加速走向终端，软硬件协同成为AI落地关键

2026 世界人工智能大会(WAIC) 期间，一个产业趋势愈发明确：随着大模型能力持续成熟，AI 产业正加速从模型能力竞争迈向智能体规模化落地的新阶段。

从本届大会现场态势来看，一方面，云端超节点等新型AI 基础设施持续演进，为海量智能体运行提供算力支撑；另一方面，AI 智能体正加速从云端走向终端，融入手机、PC、眼镜等设备，逐步具备理解意图、规划任务和主动执行的能力。AI 正在从“能展示”走向“能服务”，从技术能力向用户体验转化。

从产业演进路径来看，智能体落地正推动两大趋势同步发展：AI 能力向多元终端延伸，拓宽端侧AI 体验触点；以及大模型加速向端侧迁移，与终端软硬件生态深度融合。

AI能力向多元终端延伸，拓宽端侧AI体验触点

手机仍是当下最重要、最普及的智能入口。本届WAIC 大会上，努比亚、阶跃星辰、荣耀均集中展出了其智能体手机产品，以系统级智能体重构传统人机交互模式，开启终端AI 智能化新形态。

Arm 边缘AI 执行副总裁Chris Bergey 表示，AI 智能体手机标志着AI 正朝着更个性化、更实用的方向落地。它的价值在于让AI 开始真正服务用户，解锁新的使用场景和体验，从而激发市场对换机的兴趣，一旦这类体验被验证有效，市场需求就会被进一步打开，加速设备端的迭代升级。与此同时，这类终端对计算能力的高要求，也将持续推动底层硬件算力和技术的演进。

与此同时，眼镜正逐渐成为下一代AI 入口的重要载体。相比手机，AI 眼镜具备更贴近用户、解放双手和实时感知环境等优势，使AI 能够更自然地融入日常生活。智能眼镜市场也迎来快速发展阶段：IDC 数据显示，2026 年第一季度全球智能眼镜出货量同比增长167%，2026 年全年智能眼镜出货量将达到约1,360 万台。Omdia 预计，中国将成为全球第二大AI 眼镜市场，2026 年出货量约120 万台，占全球约12%。

随着AI 眼镜承载实时翻译、视觉理解、全天候AI 助手等复杂功能，对底层计算平台提出了前所未有的要求。如何在轻薄机身和有限电池容量下，兼顾高性能运算、长效续航与低时延实时响应，成为当前端侧AI 规模化落地的核心挑战。这也使高性能、高能效和可扩展的计算平台成为产业发展的关键基础。凭借高性能、高能效和卓越的可扩展性，Arm 正成为AI 眼镜的重要算力底座。目前市场上99% 的智能眼镜均采用Arm 架构作为核心算力平台，全面覆盖小米、雷鸟、影目科技、乐奇、夸克等主流终端品牌。

大模型加速向端侧迁移，与终端软硬件生态深度融合

如果说终端形态决定了AI 的触达入口，那么软硬件协同能力，则直接决定AI 体验能否真正落地、实现普惠。随着大模型向终端部署渗透，产业竞争正在从模型参数规模的比拼，转变为模型、芯片、系统和应用生态协同能力的竞争。未来的AI 终端，不仅要具备强大的算力与模型能力，更要精准读懂用户需求、适配用户场景。

这一趋势在语音AI 领域尤为突出。WAIC 期间，Arm 展示了与阿里巴巴通义千问大模型合作的最新成果。双方基于Arm 最新计算平台及第二代Arm 可伸缩矩阵扩展(Arm SME2) 技术，实现了行业首个在CPU 端完整运行Qwen-Audio 家族TTS 模型的商用方案，支持本地个性化多语言语音克隆应用。用户仅需录制少量声音样本，即可生成个性化语音，并在终端侧完成推理。相比依赖云端处理的传统模式，该方案能够提供更实时、更个性化的交互体验，也展现出AI 从通用能力向个性化体验发展的方向。

千问大模型业务总经理徐栋表示：“语音正成为AI 时代最重要的人机交互方式之一。通过与Arm 的合作，我们展示了Qwen-Audio 家族的语音合成模型在语音表达与声音克隆领域的领先能力，带来高度自然且富有情感表现力的语音体验。由于高质量语音合成需要FP32 精度来保证声音保真度，本次演示进一步展现了Arm CPU 上的SME2 加速技术，如何高效支持先进语音AI 工作负载，并推动优质AI 体验在更多终端设备上的落地。”

除了通义千问，Arm 还持续与百度文心、腾讯混元等本土大模型生态伙伴开展深度合作，加速模型在端侧设备上的部署与应用。这些案例表明，未来大模型价值的释放，不仅依赖模型本身的进步，更依赖整个软硬件生态的协同创新。

面向智能体时代，竞争的关键已不再只是模型能力，而是生态协同能力。依托覆盖从云到端的计算平台生态，Arm 正连接算力、模型与终端体验，推动AI 智能体加速走向规模化应用。