7 月 27 日，IDC 在北京一场产业圆桌上发布《从 AI 设备到个人 AI》白皮书，提出终端产业正到达变革「临界点」——传统参数内卷驱动增长的逻辑失效，以智能体为核心运行载体的「个人 AI」将成为下一轮终端增长的定义者。
IDC 中国副总裁王吉平在活动现场指出，「AI 超级周期正在推动终端市场走向变革临界点」。白皮书将这一判断拆解为两层压力与一个破局方向：
终端厂商短期面临多重压力：
AI 终端成为最大增长亮点：
圆桌环节中，多位嘉宾达成一项共识：随着智能体能力持续提升，终端产业的核心正在从「硬件」转向「AI 本身」——未来各类硬件载体都将服务于用户意图。
注：以上对比框架来自白皮书及现场发言，白皮书由高通委托 IDC 独立研究产出。
白皮书给出明确定义：「个人 AI」是以用户为中心、以智能体为核心运行载体的全新个人智能形态。它不是跑在手机上的聊天机器人，而是一个能围绕用户自由流转、持续学习、主动服务的智能系统。
支撑个人 AI 落地的四大技术支柱：
多模态感知能力，无感伴随式交互，让智能体随时理解用户意图。
端侧承载算力与用户个人记忆，实现真正个性化且高效的智能体体验。
个人数据与智能体行为的可信基础，是规模化落地的信任前提。
智能体在手机、PC、眼镜等多设备间自由流转，体验连续不中断。
四大支柱之下，白皮书进一步将智能体体验拆解为四大能力模块，这四个模块将共同构成未来芯片软硬件设计和操作系统设计的核心命题：
注：四大支柱与能力模块的定义来自白皮书，为 IDC 受托研究成果，非行业共识标准。
王吉平指出，AI 终端的算力分布正在从「全云端」向「端边云三级架构」演进——不同层级算力承担不同任务，在具体场景下实现体验与成本的最优解。
注：各层级任务分工为编辑根据现场发言归纳，白皮书原文未给出精确任务分配表。
高通产品技术专家朱元堃在活动中介绍了高通面向智能体时代的 AI 全栈解决方案。核心硬件层面，高通 AI 引擎通过异构计算打造 AI 原生芯片平台：
软件层面，高通提供统一的 AI 软件栈，助力大模型厂商和应用开发者在高通平台完成 AI 能力部署和优化。朱元堃强调：「未来所有设备都将成为智能体的端点。」
注：高通 AI 引擎组件为该公司产品线介绍，不代表行业唯一方案；联发科、苹果等厂商均有各自的端侧 AI 芯片方案。
本次活动圆桌环节汇聚了研究机构、芯片厂商、硬件厂商与内容创作者，以下是各方核心观点：
「AI 终端的算力分布正在从『全云端』向『端边云三级架构』演进，不同层级算力承担不同任务，在具体场景下实现体验与成本的最优解。」
「未来所有设备都将成为智能体的端点。端侧智能体的技术基础已基本具备，未来发展的关键在于产业生态协作，让智能体能够围绕用户自由流转、持续学习和主动服务。」
「AI 眼镜这类创新终端的体验突破，离不开底层计算架构在算力、功耗与续航之间的持续优化。凭借无感伴随式交互和多模态感知能力，智能眼镜将成为未来个人 AI 的重要入口之一。」
「打造一个真正懂用户的智能体，离不开真实世界的上下文，终端将继续发挥不可或缺的作用。」
本篇原始报道由高通提供，白皮书亦为高通委托 IDC 研究产出——本质是芯片厂商推动产业叙事的商业动作。读者应注意：白皮书强调端侧算力与跨端协同，恰是高通核心业务领域，技术路径选择有明确的商业动机。
但终端产业从「硬件参数驱动」转向「AI 体验驱动」的判断，与 WAIC 2026 期间的产业信号一致，方向可信。白皮书提出的四大支柱与端边云架构，也为行业提供了一个可讨论的技术框架。
行业判断：2026 年智能体终端进入商用验证期，但「个人 AI」能否真正落地，不取决于芯片算力，而取决于跨应用任务执行的可靠性与生态开放度——这两项目前均无第三方基准测试。
白皮书全文已公开发布，可查阅完整研究框架与技术路径分析。
下载白皮书 PDF →