当地时间9月22日，夏威夷茂宜岛的阳光与海风依旧如初，但今年的骁龙峰会却与以往有些不同。
高通公司总裁兼首席执行官安蒙（Cristiano Amon）登台后，先感谢了骁友，称这是一群懂技术懂体验的忠实用户，强调“骁友已经达到2300万并且还在增长”。他也感谢了营销团队，称筹备这样一场活动不容易，“尤其是这位CEO最后一分钟还在改PPT”。
玩笑过后，他直奔主题：AI手机（AI Smartphone）。
而这，也成为整场的一个开端。我更愿意理解为，一切源于Agent正在成为手机里的“第二用户”。
“第二用户”让AI 开始成为新的 UI，信任和省事是两道门槛
眼镜、耳机、吊坠、胸针等AI原生终端爆发，让一个终极问题被反复讨论：智能手机还会不会继续占据个人计算的中心？
安蒙的回答很明确：“The phone is not going anywhere（手机依旧永存）。”原因是，手机仍然是目前最随身、最私人、最了解用户，也连接了最多应用、服务和其他设备的个人计算终端。
但“不消失”不意味着“不改变”。
过去，手机几乎所有交互都围绕App来编排。想打车，先找到打车软件；想订酒店，进入旅行平台；约朋友吃饭，可能先在聊天软件里确认时间，再查餐厅，最后把安排写进日历。用户不仅负责提出需求，也负责拆解任务、寻找工具、在不同应用之间搬运信息。
而现在，Agent开始尝试代表用户在后台工作：理解上下文、调用模型、规划步骤、连接应用和服务，并在获得授权后采取行动。即使手机放在桌上、屏幕没有亮起，Agent这个“第二用户”也可能仍然在使用它的算力。
安蒙随后指出，智能手机诞生以来一直以App为中心，但在智能体时代，体验的起点不再是App，而是「意图」。Agent必须能够感知正在发生什么，理解意图与情境，进行推理和规划，最终代表你完成任务。这就是高通此前提出的“AI是新的UI”。
他举例说，你喜欢的乐队下周来演出，Agent主动发现这件事并问你：“想去吗？”你只回答了“好”。后面可能要做的一系列安排：检查日历、确定场次、买门票、加入日历、甚至协调同行人的时间，都可以交给Agent处理。“用户看到的交互很简单，复杂性则被留在后台。”
不过，究竟何时自己动手，何时交给Agent操作？安蒙强调了两道判断门槛。
第一道是，可信。“优秀的智能体体验始于信任。”安蒙说，由于Agent是在代替你行动，所以它必须是安全的、必须保护隐私、必须让用户始终掌握控制权。
第二道是，省事。如果让Agent办一件事需要反复确认、补充信息、最后比自己点开App还麻烦，人们仍然会选择自己操作。
这也意味着，App并不会因为Agent出现而立即消失。安蒙明确表示，旧的交互方式和新的Agent体验将长期共存。他对此有一句概括：“最好的AI不会向你索取更多，它为你做更多，而且它是你自己的AI。”
去年，高通提出了“以用户为中心的生态（The Ecosystem of You）”。而这次安蒙指出：“我们正从‘以手机为中心’的体验模式，迈向‘以智能体为中心’的新时代。未来体验的核心将不再只是手机，而是智能体。这也将改变智能手机在整个系统中的角色。”
端侧每天或将处理百万Token，HBC和Modular分别从硬件、软件减负
Agent真正开始全天工作后，首当其冲的考验是，手机扛得住吗？
安蒙回忆起第一代骁龙，当时的挑战，是把手机做成一台真正的电脑，让它能够以1GHz级主频运行复杂操作系统，同时维持全天续航。他认为同样的挑战又回来了。
他拿数据中心做了类比。AI数据中心如今面对的难题，是算力需求增长得比能源供给更快；而手机从诞生第一天起，就生活在同样的约束里：所有计算只能依赖一块有限容量的电池。
因此，高通一直主张异构计算：CPU负责通用计算和Agent任务编排，NPU承担高能效AI推理，GPU处理图形和高度并行的计算任务，连接技术负责端云以及其他设备之间的信息流转。进入Agent时代，这种分工的重要性只会进一步增加。
与此同时，另一个瓶颈更加突出：数据搬运。
Agent越常驻、上下文越长、一天里处理的Token 越多，数据搬运本身就越容易变成能耗和延迟瓶颈。安蒙给出的量级是，“未来一些智能体AI设备，每天可能要在终端侧处理100万个Token。而且数字还会增长。”但同时，移动设备最基本的物理条件并没有变化。“AI没有改变的是，手机必须能放进口袋，不能发烫，电池必须撑过一整天。”
于是，一项原本面向数据中心开发的技术，正在进入手机，它就是HBC（High Bandwidth Compute，高带宽计算）。
它的核心思路，是让计算离内存更近，把部分数据密集型计算放到内存附近完成，尽量减少数据来回搬运，从而提升带宽利用率和能效。这里需要稍作区分HBC和HBM：HBM主要是想办法让内存与处理器之间的数据通道更宽；而HBC更进一步，改变的是计算发生的位置，让计算更靠近数据。
在会后采访中，高通技术公司执行副总裁兼技术规划、边缘解决方案和数据中心业务总经理马德嘉（Durga Malladi）进一步向我们透露了HBC的结构：它采用的是类似3D堆叠与近存计算的理念，上层堆叠DRAM，下方是计算晶粒，让计算紧贴内存。他称，高通去年率先提出近内存计算的思路，将其命名为HBC，HBC目前在数据中心已经迭代了两代，高通明确表示将把它全线推进到手机、PC和智能座舱等终端设备。高通预告，会在之后的MWC公布更多内容。但它已经提前揭示了贯穿本次芯片的一条技术暗线：让数据少跑路。（我们将在后文详谈）
高通技术公司执行副总裁兼技术规划、边缘解决方案和数据中心业务总经理马德嘉（Durga Malladi）
软件层面，高通也在解决另一个“搬运成本”。
安蒙在演讲尾声宣布了“One more thing”，高通已经收购Modular，希望降低AI开发者面对不同加速器、硬件架构和平台时重复适配的成本。
Modular由LLVM编译器和Swift语言的创造者Chris Lattner联合创办，其技术体系包括AI编程语言Mojo，以及面向模型推理和部署的MAX平台。高通的设想是，面向开发者建立异构计算环境中的统一软件平台，用于开发和构建AI，而且明确表示，“这套能力不应只服务于高通，也应面向其他半导体厂商，面向所有人。”
不难理解，AI软件长期和特定硬件的工具链绑定，开发者要为每种芯片重复适配。Agent要在手机、PC、眼镜和汽车之间流转，底层芯片注定多样，谁能降低跨硬件部署的成本，谁就离这个生态的入口更近。
旗舰不再只有一种标准，骁龙首次带来“双旗舰芯片”
高通技术公司高级副总裁兼手机业务总经理Chris Patrick登台后的第一句话很有意思：“我们总是在讨论移动技术的未来。今天我想谈的，是由移动技术所赋能的未来。”
Patrick说自己亲历了30年移动创新，得出的一个经验是：每当行业以为“已经定义了智能手机”，它就会再次演进，先是让人与人连接，再为人提供信息，然后变得智能，如今走向智能体。每一次变化，都会重新抬高移动技术的要求。
但改变的不只是手机的能力，还有手机的形态。几年前，人们提到“旗舰手机”，往往想到的是一台当年最贵、性能最强的那台直板机。
今天完全不是。标准旗舰、Ultra超大杯、影像旗舰、电竞旗舰、小折叠、大折叠、三折叠……旗舰本身已经从一个价位，变成一组完全不同的产品形态。消费者需要的东西不同，手机厂商想强调的能力也不同。
所以Patrick判断：“One size no longer defines flagship（单一标准已经无法定义旗舰）。”
这直接带来了高通旗舰产品线的一次重要变化：首次同时发布两款骁龙8至尊版平台：第六代骁龙8至尊版与第六代骁龙8超级至尊版。
前者面向更广泛的旗舰产品，在性能、智能与能效之间取得平衡；后者则代表当前骁龙移动平台的最高规格，更强调复杂端侧AI、高强度游戏、影像以及持续性能。
一样的是，两款平台都采用2纳米制程，拥有骁龙旗舰技术体系，包括定制Qualcomm Oryon CPU、Adreno GPU和Hexagon NPU等。不一样的是，高通此前在采访中告诉我们，两款平台的封装方案有所不同，超级至尊版采用更先进的封装设计，以支撑更高强度的工作负载和持续性能。
接下来上场的小米，给出了一种落地方式。小米集团高级副总裁曾学忠现场官宣，小米18 Pro系列将全球首发“双芯”：18 Pro搭载第六代骁龙8至尊版，主打能效；18 Pro Max搭载第六代骁龙8超级至尊版，主打峰值性能。按他的说法，两颗芯片的CPU和GPU架构相同，主频同为5GHz，Pro Max的差异在更强的AI能力和更强的散热系统；18 Pro上，骁龙与澎湃OS 4在负载调度、内存管理和应用运行环境三个方面联合优化。曾学忠称，多款主流游戏实现了两位数的能效提升，其中一款重负载手游的单帧功耗降低38.1%。小米18 Pro系列定于北京时间9月23日晚7点在北京发布。
荣耀则把重点放在交互形态上。Robot Phone试图把AI从纯软件交互带入物理设备形态：和它打招呼，它会回以微笑；播放音乐，它能够跟随节拍舞动。YOYO智能体也从被动响应走向主动服务。荣耀还预告，新一代Magic 9系列能够处理超过100步的复杂长任务。
高通公布的首批合作阵容，还包括vivo、iQOO、红魔、REDMI、OPPO和一加等品牌。
Agent在芯片里怎么跑：CPU做调度、NPU做推理
真正拆解第六代骁龙8超级至尊版内部以后，Patrick用了一个形象的比喻：骁龙是一支交响乐团。
1、CPU不只是跑得快，还要组织整个Agent Loop。
用户向Agent发出请求后，CPU负责整个智能体循环里的控制流程、关键决策、任务调度和数据移动。“CPU执行决策链的速度越快，体验就越即时。”
新一代Qualcomm Oryon采用8核设计，包括2个超级内核和6个性能内核，超级内核最高主频达到5GHz，性能内核最高4GHz。高通称，这是首个达到5GHz主频的移动CPU。
但Patrick同时强调，频率并不是全部。Agent的执行过程不是一条简单直线。一次请求可能经历理解意图、读取上下文、调用模型、访问工具，再返回推理等多个阶段。CPU承担的，是整个Agent Loop中的控制流程、关键决策、任务调度和数据移动。
因此，这一代另一个值得关注的变化，是引入了Oryon FlexCache。它让8个CPU核心能够访问同一个共享L2缓存池，并根据负载动态分配资源。任务从一个核心切换到另一个核心时，相关数据可以继续留在共享缓存中，不必频繁回到更远的内存重新读取。
对于不断在不同任务之间切换的Agent，这样的设计直接关系到任务执行的响应速度和能效。按照高通公布的数据，与前代相比，新CPU性能提升13%，能效提升37%，响应速度提升15%。
2、Sensing Hub先感知，Personal Scribe补上长期记忆。
不过，CPU开始组织任务之前，Agent首先要感知发生了什么。
新一代Sensing Hub（传感器中枢）采用双Micro NPU架构，性能提升85%，功耗降低20%。它被高通称为“处理环境语音和情境信号的第一层智能”，它能在不唤醒主应用处理器的情况下，以超低功耗持续处理语音、活动和个人情境信息。据高通此前透露，它支持最高2亿参数的模型。
它的角色类似一名前台，日常信息先在这里处理，只有真正需要更高阶推理的任务，再叫醒主处理器。这样一来，手机不必为了等待每一次可能出现的智能体任务，都让主要计算单元保持高功耗运行。
基于这一架构，高通还推出了Personal Scribe（个人记录）特性。按照用户指示，它可以为对话建立索引、识别不同发言者，并把用户选择保留的信息整理进专属、安全的个人知识图谱。要知道，Agent最难获得的是长期上下文，如果每次对话都像是失忆了，模型再强也很难成为个人智能体，Personal Scribe补的就是这一块。
Durga在会后采访中把这张“个人知识图谱”往前推了一步。他举例说，一个人先用手机工作一小时，再换到电脑上工作两小时，两台设备各自积累的情境应该是同一份，因为用的是同一个人。高通想做的，是只要设备搭载骁龙，情境就跟着用户走，这需要和终端厂商、云端伙伴一起实现。图谱会随时间变大，高通会对它做压缩。更长期的记忆，未来可能有一部分要放到云端，但眼下的首要任务，是在终端侧把知识图谱做得足够高效。
3、Hexagon NPU：一次能读进更长的上下文，中间数据更多留在片上。
“NPU帮助智能体思考。”Patrick说。
这一代Hexagon NPU引入新的Hexagon Element Accelerator，针对Transformer工作负载和Token处理进行优化，支持最高32K Token的上下文窗口。同时，NPU共享内存扩大50%，让更多上下文和KV Cache能够留在片上，减少对外部DDR内存的访问。
KV Cache可以简单理解为模型在推理过程中形成的“工作笔记”。如果这部分数据能够留在距离计算单元更近的位置，模型就不必在每一步都频繁访问外部内存。
这直接影响Agent处理长任务的能力。高通称，新NPU性能提升35%，每瓦性能提升33%；在部分模型上，预填充性能最高提升80%。预填充可以理解为模型真正开始逐字输出答案之前，先把你交给它的大量材料“读进去”的阶段。上下文越长，这一步越重要。
4、300亿参数MoE上手机，难点在运行内存装不下。
2023年，骁龙曾展示Stable Diffusion在终端侧运行，同年晚些时候又开始支持100亿参数语言模型。如今，高通联合合作伙伴，已经能够在移动设备上直接从闪存加载并运行超过300亿参数的MoE模型。
但 MoE 只是让每次推理不必动用全部 300 亿参数，并不意味着这些参数不需要存储。
未被激活的模型权重依然需要存储，而手机RAM是有限的。所以，高通同时把UFS 5.0和闪存到内存的管理带进AI工作流，让部分模型权重可以根据需要从闪存加载，而不必全部长期驻留在运行内存中。
本届峰会上，高通联合阶跃星辰、无量火智能和江波龙，基于第六代骁龙8超级至尊版参考设计，完整部署了StepEdge-Omni 30B-MoE模型，并演示端侧智能体工作流。
在这套方案中，阶跃提供模型；无量火通过Ember推理引擎、Ember Kernel和XCompute，统一协调CPU、GPU和NPU；江波龙则从存储侧参与模型权重加载。按照现场披露，在不修改模型结构、不损失推理精度的前提下，运行内存需求相比常规方案降低超过50%。NPU与GPU协同后，模型预填充吞吐超过330 Token/s，解码吞吐超过28 Token/s。
对于端侧大模型参数的不断飙升，Durga在采访中特别指出，行业不应陷入“参数唯大论”。端侧模型的评价标准已经改变，不再只是看参数体量，而是看模型本身的质量（Quality & Metrics）。比如多轮对话准确率以及针对Agent编排的新指标。端侧模型并非孤立存在，它必须配合云端推理、Web检索和功能调用打组合拳，这才是智能体真正落地的评判准则。
AI不再只归NPU管，GPU、ISP、连接和封装都跟着改
高通技术公司手机业务产品管理高级总监Lekha Motiwala上场，把重点放在GPU塑造的用户体验上。
Motiwala认为，性能和智能构成平台的基础，但真正让这些能力变得可感知的，是游戏、影像和视频等视觉体验。而GPU恰好处在这两类需求的交汇处。
1、GPU加入矩阵计算单元，ISP开始为智能体提供视觉上下文。
新一代Adreno GPU性能最高提升44%，能效最高提升40%。第二代Adreno HPM（独立高速显存）提供18MB专用片上图形存储空间，用来存放渲染目标、深度和颜色缓冲区，以及前序渲染阶段产生的纹理等中间数据。
开发者可以利用这块空间，把高频使用的图形资源留在离GPU更近的位置，减少对外部DDR内存的访问。高通指出，HPM带来了12%的功耗降低。它与上述CPU的FlexCache、NPU扩容后的共享内存，实际上遵循同一条原则：计算越来越快以后，如何少搬数据，本身就是性能和能效的一部分。
更大的变化，是这一代Adreno GPU首次加入Matrix Cores。这是面向AI工作负载的矩阵计算单元，让先进AI模型能够直接在图形管线中运行。
过去，AI超分辨率、插帧等任务可能需要交给其他计算引擎处理；现在，GPU可以在图形管线内部完成更多相关计算，从而减少不同引擎之间的数据移动和任务切换。
基于这一设计，高通推出了Adreno Neural Fusion。它将AI超级分辨率、帧生成和神经网络处理结合起来，让游戏在保持画质的同时，降低传统渲染的计算压力。目前已有超过20款游戏支持。
为了展示这套技术，高通现场展示了一款实时的游戏Demo。基于虚幻引擎5的MegaLights技术，第六代骁龙8超级至尊版在演示中每帧处理超过3100个动态光源，其中包括1000多个光照范围相互重叠的烛光，每一个都能够通过光线追踪投射独立阴影。高通指出，这一场景的光源数量达到今年早些时候部分同类演示的2倍，灯光复杂度达到其50倍。
相机部分也发生了类似变化。过去，人们讨论ISP（图像信号处理器），主要关注降噪、曝光、HDR、色彩和成像质量。到了多模态Agent时代，ISP还要帮助AI理解镜头里究竟发生了什么，要把图像和视频转化为能够被AI使用的上下文。
第二代AI-ISP引入了Intelligent Pixel Control（智能像素控制），每个像素可以承载16位AI数据（这里的16位指AI相关信息的表达能力，并不是相机像素数量提高到某个新规格）。高通称，相应的细节信息量提升至原来的256倍。
Spectra ISP与Hexagon NPU协同，可以识别人脸、头发、食物和天空等不同画面区域，并对移动人物进行跨帧识别和追踪，再针对不同对象进行处理。
高通希望借助ISP与AI的协同，让系统在拍摄过程中持续识别、追踪和处理不同对象，而不只是拍完以后再进行修补。这既服务于照片和视频的最终效果，也让相机成为智能体获取视觉情境的重要入口。
视频方面，新平台的吞吐能力相比前代提升两倍，支持8K 60fps拍摄和4K 240fps超级慢动作。播放侧，新平台支持VVC（H.266）硬件加速，高通称，在相应的视频播放场景下，续航最高提升55%。创作侧，高通还继续推进APV专业视频体系，Adobe Premiere也将登陆Android平台，并原生支持APV。用户可以在同一台设备上完成更多从拍摄到后期的专业创作流程。
2、连接：让智能在设备之间流动。
如果个人Agent不再只存在于手机里，连接技术也需要承担更多任务。
新一代X105是高通首个面向3GPP Release 19就绪的5G调制解调器及射频系统，采用6纳米射频收发器，5G下行峰值速率达到14.8Gbps。它还首次集成四频GNSS，并支持基于NR-NTN的卫星连接，可以提供语音、视频和数据通信。
近距离连接方面，FastConnect 8800采用新的4×4 Wi-Fi架构，面向下一代Wi-Fi 8，同时整合蓝牙、UWB等连接能力。高通指出，其Wi-Fi下行峰值速率达到11.6Gbps，最高为指定前代产品的2倍，千兆速率覆盖范围最高提升至3倍。
这些能力放在传统手机里，意味着更快的网络和更广的覆盖；但在Agentic AI的语境下，意义还要进一步延伸：
当智能眼镜看到某个场景，需要把视觉信息交给AI处理；当手机本地模型不足以完成复杂任务，需要调用云端模型；当用户从手机进入汽车，个人智能体需要保留此前的上下文。这些体验都离不开连接。本地能完成的任务，可以留在本地；需要更大规模的计算资源，再调用云端。
3、连内存放在哪里，都成了持续性能问题。
最后一个变化，发生在芯片最物理的一层：封装。
高通在第六代骁龙8超级至尊版上引入了Offset PoP散热设计。它重新调整内存与处理器在封装中的相对位置，把内存移到一侧，为热量离开处理器提供更加直接的通路，同时保持较高的集成度。
Motiwala强调，智能手机里每一平方毫米的主板空间都非常宝贵，高通希望通过这种设计改善散热，也给OEM厂商留下更多整机设计空间。
按照高通内部仿真数据，在高负载场景下，Offset PoP能够让峰值性能的持续时间提高到2倍以上。（这一结果比较的是特定条件下Offset PoP与传统封装的表现，不能直接理解为所有量产手机都会获得相同幅度的提升。）
当“第二用户”拿到权限，先要回答两个问题
如果Agent开始代表用户使用手机，接下来绕不开两个问题：它如何真正理解一个人，以及用户究竟敢把多大的权力交给它。会上，Google和万事达Mastercard的登台，恰好分别回答了这两个问题。
安蒙请出Google设备与服务高级副总裁Rick Osterloh时，手里拿着一叠“问题卡”。他打趣说，去年两人的对谈结束后，有观众认为那是主题演讲中最精彩环节之一，所以今年的标准被抬高了。Osterloh马上接话：“我们不会让大家失望。”
安蒙把话题引到他前面所提及的“体验从意图开始”，问Gemini如何在手机上理解意图。Osterloh提到了Gemini Intelligence：Google想做的，是在传统操作系统之上增加一层智能。这项能力在今年首先随手机发布亮相，现在也已登陆Googlebook（谷歌面向Gemini Intelligence打造的新一代笔记本），之后会扩展到Google的所有平台。他说核心思路是从回答问题转向帮用户把事办成，让用户更轻松地走完日常生活中的各种流程。
Osterloh认为，Operating System（操作系统）正在走向Intelligence System（智能系统）：过去系统更多负责管理应用、硬件和用户交互，未来还需要理解用户当前处于什么情境、过去有哪些偏好，并帮助协调应用和服务完成目标。
他拿自己开玩笑：如果AI已经知道他喜欢篮球、墨西哥菜和阳光，那么每次提出需求时，都没有必要重新介绍一遍自己。当然，前提是用户同意使用相关个人信息。
这种上下文也不应该因为设备变化而消失。用户从手机进入汽车，AI应该理解当前变成了驾驶场景；回到电脑前，又应该进入工作环境。你不需要因为换了一台设备，就重新向AI介绍自己。
Osterloh将这种方向称为Ambient Intelligence，即融入不同设备和使用场景的环境智能。这也让Google和高通之间的合作，从传统的芯片与操作系统适配，延伸到了模型、设备、云服务和整套体验的协同。
他强调，Agentic AI最终是一个Full Stack问题：本地模型与云端模型要协同，操作系统、芯片和云服务需要共同工作，同时还得服从移动设备最现实的算力、温度和续航限制。
如果Google讨论的是Agent作为“第二用户”如何更懂你，Mastercard谈的则是另一个更棘手的问题：当它真的替你行动，你敢不敢信它？
现场一段购物视频把这个问题变得非常具体。视频里，Agent根据购买记录，发现用户曾在Aloha Store买过防晒霜和润唇膏，于是提醒她，是否需要补货。用户确认后，它自动完成了21.48美元的订单，并在取货后提醒她，距离信用卡下一个奖励等级的目标又近了200积分。
第二段视频更复杂。用户想买一台适合自己的PC，Agent根据她经常移动办公、编辑照片和视频的使用习惯，推荐了搭载骁龙平台的华硕Zenbook A16。随后，它比较了两种购买方式：线下门店使用指定信用卡可以获得5%折扣；在Tech Mart线上购买，则可以获得2万奖励积分，而这些积分刚好够兑换用户此前关注的一次摄影游览。用户最终选择了1899美元的线上方案。
Agent完成购买，告诉用户电脑将在周二送达、收据已经发送到邮箱，随后又结合当天日程提醒：距离和Fred吃午餐还有几分钟，要不要顺便把摄影活动也订了？三个可选日期中，下周六最符合她现有的安排。整段演示里，Agent调用了购买记录、积分余额、用户浏览过的项目和当天日程，把两个方案的账算清楚，拍板的仍是用户本人。
Mastercard首席执行官Michael Miebach在视频中表示，由Agent驱动的交易已经在全球发生，“人们总对新技术感兴趣，但他们只会使用自己信任的东西”，Mastercard因此正在构建Agent商务的“信任层”（Trust Layer），希望把用户对传统支付的安全、可靠与控制权要求，带入AI代表人采取行动的新环境。
随后登台的Mastercard高级研究员Raja Rajamannar，提出了一个非常重要的词：Finality，终局性。当用户授权Agent代表自己付款，本质上是在让渡一部分行动权，因此设备必须保护支付凭证和身份信息。Rajamannar举例说，即使有人偷走他的手机，他也不希望自己的身份随之一起丢失。AI同时在放大深度伪造和新型欺诈，他认为消费者理应更谨慎。
智能体时代刚开始，现在就是最佳时机
在正常的中间环节，安蒙还向大家介绍了一位新同事——高通技术公司执行副总裁兼手机、计算和个人AI 事业群总经理塞尔吉奥·布尼亚克（Sergio Buniac)。Buniac此前在摩托罗拉工作了30余年，在高通迈入智能体时代的关键节点正式履新。
两人相识多年，都出生在巴西。高通用智能体AI给他剪了一段欢迎短片，片中Buniac秀了一段颠球。被问到为什么加入高通，他先开了个玩笑：大家也看到了，他的另一个选项是职业足球，“但没成”。随后他正色道：“从应用走向智能体，是行业很长时间以来最好的一次机会。AI正在重新想象硬件设备能做什么，而高通处在改变这一切的核心平台位置上。”
回看这场峰会，安蒙在开场时说：“行业此刻才刚站在智能体时代的起点，骁龙就是为它打造的平台。”
在峰会收尾时，Patrick说：“过去十年，我们一直在推动智能手机继续进化；接下来的十年，我们将重新定义智能手机。”
在会后采访中，Durga回应“多年前，不少手机厂商就在讲按用户意图提供AI服务，但消费者感受到的更多是宣传”时，把这一次的不同归结为模型能力。他说，ChatGPT发布至今约四年，2023年骁龙峰会上在终端侧运行的那一代模型，和今天的模型已经不可同日而语，能在其上构建的智能体用例也复杂得多：
“这更多是时机问题，而最佳时机就是现在。”
