6月18日，GSMA 2025 MWC上海大会正式开幕。在首日的“代理式人工智能峰会”上，高通技术公司AI/生成式AI产品管理副总裁Vinesh Sukumar博士发表演讲，分享了对AI发展趋势的最新见解。

据Vinesh Sukumar博士介绍，AI技术正进入全新阶段，其发展重心逐渐从云端向边缘终端转移。高通认为，AI将成为新的用户界面，并覆盖广泛的终端设备。为实现这一目标，高通已构建了覆盖多种边缘终端的硬件与软件技术，为智能体AI的发展奠定了坚实基础。

回顾AI发展历程，早期技术主要集中在感知AI领域，如图像分割、目标检测、分类和增强等，为智能手机体验提供了重要支持。随着时间推移，这些技术逐渐扩展到汽车、PC、XR设备及工业网络等新兴领域。如今，行业关注的重点已从单一感知数据转向多模态数据，包括文本、图像和视频等，这些数据均基于提示生成。通过将技术与不同应用场景结合，AI正在生产力、游戏和内容生成等领域创造全新的用户体验。

Vinesh Sukumar博士强调，高通非常重视生成式AI和智能体AI，并是最早展示大模型可在边缘运行的芯片厂商之一。他表示，高通正与众多模型开发者合作，推动大型基础模型向行业专用型模型转变，以实现边缘终端运行。这些专用模型可能包含70亿至100亿参数，并已在不同终端形态上逐步落地。

在模型发展趋势上，Vinesh Sukumar博士指出，过去人们普遍认为更大的模型意味着更高的质量。然而，从小语言模型（SLM）的快速发展来看，小模型的质量正在迅速追赶大模型。例如，部分小语言模型已达到Llama 3 700亿参数大模型的水平。

边缘模型的重要性日益凸显，因为它们能够为生产力和内容创作领域提供丰富体验。为应对终端侧部署的挑战，高通提供了AI软件栈，支持模型完全在边缘平台运行。高通还致力于为开发者提供机会，使应用能够在云端训练并在高通赋能的终端上运行。

过去12至18个月，高通在边缘AI领域实现了多项关键用例的商业化，每年赋能约200至300个AI应用。在消费领域，边缘AI已支持内容创作、照片编辑、图像修复等应用；在企业领域，包括代码生成在内的更多应用也逐步落地。

Vinesh Sukumar博士表示，AI正从单一模态向智能体AI领域转型。智能体AI能够融合多种数据模态，如图像、音频、文本、语音和视频，以理解用户意图并匹配多个应用调用AI处理能力，从而实现自动化操作。高通正通过强化基础技术研发，为智能体AI用例提供支持。

实现智能体AI体验面临诸多挑战，包括准确性、可预测性和一致性等问题。为此，高通提供了强大的AI软件栈，支持多种小语言模型以满足特定任务需求。此外，高通还通过打造CPU、GPU等通用计算单元，以及Hexagon NPU专用加速器，为快速响应用户需求提供硬件支持。

Vinesh Sukumar博士还提到，高通已将边缘推理技术分布式部署到多个终端。如果终端算力无法解决用户查询，系统会将任务转移至基于高通平台的本地边缘服务器；如果仍无法解决，则会借助中央云子系统，根据用户知识图谱提供更合理的回复，从而确保用户体验不受影响。