TL;DR：
在2025骁龙峰会上，宇树科技王兴兴等行业领袖揭示了具身智能和AI Agent发展面临的碎片化挑战，并强调了端侧芯片、开放协作与统一标准在构建未来AI生态中的核心作用。高通正通过“AI加速计划”推动混合AI架构下的跨终端智能服务，预示着一个以服务为核心、由芯片驱动的具身智能新时代正在加速到来。
在高通2025骁龙峰会的聚光灯下，具身智能和AI Agent的未来图景被一针见血地剖析。宇树科技CEO王兴兴的“大实话”不仅揭示了当前行业发展的症结，也为我们描绘了一个充满挑战却又潜力无限的“黎明前夜”1。这场由芯片巨头高通组局的盛会，汇聚了从硬件、模型到操作系统等各层级的核心玩家，共同探讨了AI走向物理世界与多终端协同的关键路径。
技术融合的底层逻辑：具身智能与Agent的端侧演进
具身智能，作为Agent落地终端的终极想象，正从概念走向现实。然而，这条路并非坦途。王兴兴指出，当前机器人领域的技术路线高度碎片化，导致整体进展不如预期。他坦言，即便宇树前几天开源的世界模型，也无法直接在工厂中落地使用，这促使他呼吁行业效仿OpenAI早期开源GPT-1/2的策略——“既然现在大家开发的模型都还不能部署直接用，那还不如开放出来”1。这种开放精神旨在加速全行业共同进步，跨越目前普遍存在的“模型无法直接部署”的瓶颈。
在这一进程中，芯片的重要性被严重低估。王兴兴强调，机器人对算力、散热和通信能力有着严苛要求。高算力芯片体积大、功耗高，难以集成到机器人有限的空间内，电池续航和散热也成为巨大挑战。他预测，未来具身智能所需的峰值功耗应控制在100W以内，平均功耗仅为20-30W，这使得手机芯片等类似芯片在机器人身上的应用极具想象空间1。此外，通信质量和线缆简化同样关键——工业机器人60-70%的故障源于线缆问题。未来机器人每个手臂仅需一根线缆的愿景，要求通信协议和整体无线通信架构进行根本性调整。
面壁智能CEO李大海则从Agent系统的角度补充了端侧模型的重要性。他认为，端云协同已是行业共识，端侧模型将是整个Agent系统中最核心的编排者1。端侧模型具备“永远在线”的感知能力、基于设备隐私的上下文理解，并能协同云端Agent完成复杂任务。以汽车座舱为例，端侧模型可在本地感知用户需求（如儿童哭闹），并智能地触发云端更强的语言交互模型来提供服务，同时有效保障用户隐私。李大海强调，端侧模型未来需要不断提高其**“知识密度”**，具备更强的自主学习和个性化发展能力，预计每三个月提升一倍。这要求端侧模型与芯片、终端、系统之间进行深度协同。
跨界协同效应分析：芯片巨头的驱动与生态重构
高通作为芯片产业的领导者，敏锐捕捉到这一变革浪潮，并积极扮演着推动者的角色。在2025骁龙峰会·中国上，高通携手GTI、中国电信、中国移动、中国联通、小米、荣耀、vivo、OPPO、中兴通讯、龙旗科技、华勤技术、立讯精密和面壁智能等众多合作伙伴，共同启动了**“AI加速计划”（AI Acceleration Initiative）**2。这项计划旨在推广混合AI架构，释放边缘智能的全新能力与应用场景，加速AI在千行百业的规模化落地。
高通公司总裁兼CEO安蒙在早前的演讲中便提出，AI将成为“新的UI”（用户界面），并驱动从以智能手机为中心转向以智能体（Agent）为中心的计算架构变革。这一愿景得到了中国工程院外籍院士张亚勤的认同，他强调大模型将在云端不断发展，而AI走向边缘、向边缘智能落地已成为大的趋势2。这不仅是技术层面的突破，更是对人机交互范式的一次深层重塑。
产业实践者也积极响应这一趋势。理想汽车副总裁勾晓菲指出，自动驾驶将使汽车空间的服务能力成为车企差异化竞争的关键。她认为，AI有机会将看似割裂的终端生态（如PC的键鼠、手机的触控）通过对话式的自然交互统一起来。理想汽车的Agent“理想同学”已经开始接入车内空间之外的更多生活服务，印证了Agent的核心在于其提供的“服务能力”1。
然而，实现跨终端的统一智能服务并非易事。中科创达联合创始人耿增强直言，现阶段AI在不同设备上的应用高度碎片化，缺乏一个跨终端通用的AI OS或统一的Agent Framework。这导致重复开发成本高昂，行业难以形成统一标准。他描绘了一个未来OS架构：云端作为“Cloud OS”，各个终端是与之协同的Agent，而传统的Linux、Android系统则被视为虚拟化层，AI将催生全新的“AI OS”1。中科创达正积极与高通共建创新中心，并与火山引擎成立混合AI联合实验室，通过产业共建、协同合作来推动行业标准的形成。
新兴生态构建路径与未来图景
具身智能和AI Agent的进化，不仅仅是技术本身的迭代，更是一场深刻的生态重构。高通的“AI加速计划”和行业领袖的呼吁，指向了一个开放、协同、标准化的未来。
- 开放协作打破壁垒：王兴兴的开源倡议，以及对“保持谦卑，忘掉过去”的哲学思考，都体现了在技术黎明前夜，打破既有观念和利益壁垒的紧迫性。通过共享模型、数据集和训练部署代码，可以有效加速通用AI模型在具身智能领域的研发进程。
- 芯片赋能与边缘智能：手机芯片等低功耗、高性能的端侧AI芯片将成为具身智能普及的关键硬件基石。高通的战略布局清晰地展示了其通过优化平台、支持端侧模型，从而驱动边缘智能规模化落地的决心。
- 统一标准与Agent OS：行业迫切需要一个跨终端的AI操作系统或Agent框架，以消除碎片化，降低开发成本，并实现无缝的智能服务流转。这不仅需要技术层面的突破，更需要产业链上下游的深度合作和标准制定。
- 服务化与用户体验：Agent的价值最终将体现在其提供服务的广度和深度上。无论是具身智能机器人执行工厂任务，还是车载Agent提供生活服务，以用户为中心、以服务为导向将是其商业成功的核心。
- 安全与伦理前瞻：随着机器人和Agent的普及，其面临的安全问题（如黑客攻击）和隐私挑战将日益突出1。行业在构建新生态的同时，必须同步加强安全防护和伦理治理体系的建设，从借鉴手机、新能源汽车等成熟领域的经验开始，逐步建立规范的数据采集、模型训练和系统部署标准。
展望未来3-5年，我们可以预见，通用AI在机器人上的落地将经历几个关键阶段1：从固定动作演示到实时生成任意动作，再到陌生场景下的任务执行，直至实现99.9%的成功率和拆装手机般的精细操作。这一切的实现，都离不开底层芯片的演进、通信架构的革新，以及整个产业生态的开放协同。我们正站在一个由AI Agent和具身智能共同塑造的智能新纪元的门槛上，一个真正将智能带入物理世界，深刻改变人类文明进程的时代。