在近期的投资者活动上，高通公司详细阐述了其面向未来的三大战略方向，涵盖数据中心、平台化转型以及智能体与物理AI计算领域。其中，物理AI作为新兴焦点，正逐步从概念走向现实应用，引发行业广泛关注。
高通对物理AI的定义聚焦于三大核心能力：感知、思考与行动，且所有操作均在本地实时完成，无需依赖云端处理。这一理念被细化为三个层次：仪表化AI、人机交互AI与具身AI。仪表化AI作为基础层，通过工业PLC、智能电表等设备持续监测环境状态；人机交互AI则侧重于理解人类指令，如商场交互屏、执法记录仪等设备；具身AI则直接作用于物理世界，包括自动驾驶汽车、人形机器人等，需具备实时运动规划与精细操控能力。据预测，这三层AI的经济价值总量将从2025年的3000亿美元增长至2035年的1万亿美元，其中具身AI将成为主要增长点。
高通在汽车领域的成功经验为其拓展新市场提供了有力支撑。通过计算平台而非单一芯片策略，高通在十年内成为全球领先的车载芯片供应商。目前，超过90万辆智能座舱搭载了五代骁龙计算平台，450款新车采用骁龙芯片，25家以上OEM厂商在60个国家量产车上使用骁龙Ride智驾方案。这一模式正被复制到工业IoT与机器人领域，高通计划通过计算基因优势，将产品从芯片升维为平台方案，建立品牌与渠道信任。
在机器人领域，高通提出了颠覆性的设计理念：机器人并非单一电脑，而是由三个独立又协作的系统构成。这一架构针对机器人并行处理推理、运动控制与感知的需求，将SoC设计为三个计算域：System 2负责推理与规划，采用18核CPU与700 TOPS多NPU；System 1处理运动控制，技术源自汽车ADAS领域；System 0则专注执行层，通过多传感器ASIC与确定性以太网实现纳秒级同步。这一设计解决了手机与汽车芯片无需面对的难题：在有限功耗下同时运行四条并行工作流。
高通推出的Dragonwing IQ10机器人参考设计，集成了700 TOPS AI算力、18核CPU与64GB内存，支持40多个传感器接入，并具备工业级可靠性。该平台已在七自由度机械臂与双足人形机器人上完成验证。与手机时代类似，高通通过提供参考设计而非单一芯片，降低机器人厂商的研发门槛。纽约大学与Neura Robotics的案例显示，这一模式正吸引开发者生态的参与。
数据获取是物理AI发展的关键挑战。高通构建了多层次数据金字塔：底层整合公开视频与开源数据集，中层通过仿真器生成合成数据，高层依赖生态合作伙伴的触觉传感器数据，顶层则采集真实部署场景中的运行数据。在工具链方面，高通收购Edge Impulse完善模型部署流程，集成ROS操作系统解决算法开发问题，并与Arduino合作推出200多美元的开发板，降低入门门槛。今年夏天，搭载Dragonwing芯片的Arduino Ventuno Q开发板将在亚马逊等渠道发售，进一步推动开放生态建设。
高通正以骁龙/龙翼核心计算IP为底座，同步推进汽车、工业IoT与机器人三大市场。汽车领域已形成从智能座舱到ADAS的完整软件栈；工业IoT通过渠道生态伙伴实现IT-OT融合；机器人领域则以IQ10为起点，覆盖不同算力需求。尽管各行业产品形态各异，但均基于Oryon CPU、Adreno GPU与Hexagon NPU的核心IP，通过架构复用降低研发成本，形成技术协同效应。
