高通Nakul Duggal：邊緣AI深度落地 具身智能引領人工智能發(fā)展新范式

高通技術公司執(zhí)行副總裁兼汽車、工業(yè)及嵌入式物聯(lián)網(wǎng)與機器人事業(yè)群總經理Nakul Duggal

【環(huán)球網(wǎng)科技報道 記者 心月】MWC2026展會期間，高通技術公司執(zhí)行副總裁兼汽車、工業(yè)及嵌入式物聯(lián)網(wǎng)與機器人事業(yè)群總經理Nakul Duggal在2026世界互聯(lián)網(wǎng)大會巴塞羅那論壇上，發(fā)表題為“推動工業(yè)AI與具身智能的規(guī)模化發(fā)展”的主旨演講。他稱，全球工業(yè)生態(tài)正迎來AI驅動的深度變革，智能正從云端向邊緣側深度下沉，邊緣AI已在多場景實現(xiàn)落地，而具身智能作為人工智能發(fā)展的全新范式，正推動智能向物理世界深度嵌入，高通正通過技術創(chuàng)新與生態(tài)構建，助力工業(yè)AI與具身智能的規(guī)模化發(fā)展。

Nakul Duggal認為，過去產業(yè)發(fā)展的主流路徑是將智能遷移至云端完成處理，而隨著AI大規(guī)模部署，邊緣側正變得愈發(fā)智能，模型能力持續(xù)提升，這一趨勢覆蓋幾乎所有的垂直行業(yè)生態(tài)，推動AI解決方案在多平臺落地。如今AI在邊緣側的部署場景已十分廣泛，涵蓋移動應用、固定場景應用、無人化應用等各類應用場景及不同尺寸終端，行業(yè)正迎來根本性轉變：邊緣側已具備環(huán)境感知能力，可直接自主做出決策，而這一能力在過去完全依賴云端實現(xiàn)。

他提到，過去五年間AI模型不斷進化，不僅智能程度持續(xù)提升，更與運行的數(shù)據(jù)環(huán)境高度貼合，憑借更強的模式識別能力和真實場景中的持續(xù)學習優(yōu)化能力，智能體在各應用場景中的能力不斷增強。與此同時，機器到機器（M2M）應用也發(fā)生重大轉變，從原本的云端數(shù)據(jù)采集處理，逐步實現(xiàn)獨立智能運行；而大語言模型的發(fā)展，更讓人機交互變得直接簡單，將人納入系統(tǒng)閉環(huán)后，這一輪由AI驅動的產業(yè)轉型，正在各產業(yè)生態(tài)中全面展開。

據(jù)Nakul Duggal介紹，在邊緣AI的落地實踐中，高通已將XR技術成功引入工業(yè)、消費及商業(yè)應用生態(tài)，如今智能眼鏡等終端已經能本地運行小型AI模型，可實現(xiàn)本地拍照、查詢、處理并反饋結果，無需依托云端，這一技術進步徹底改變了一線工作人員的工作模式，也重構了邊緣側智能能力的部署與應用方式。而要實現(xiàn)邊緣AI的廣泛落地，需要全新的技術工具作為支撐，這類工具需具備處理結構化、半結構化、非結構化及合成數(shù)據(jù)的能力，能完成多類型數(shù)據(jù)的融合與整合，并基于這些數(shù)據(jù)完成模型的訓練、微調與實際部署。

為推動邊緣AI的規(guī)模化發(fā)展，Nakul Duggal強調生態(tài)系統(tǒng)構建的重要性，這也是高通的核心策略之一。過去六個月，高通完成對Arduino的收購，核心目的是將邊緣AI與邊緣計算技術交到數(shù)百萬開發(fā)者手中，覆蓋教育、商業(yè)、消費等多個領域。高通為開發(fā)者提供從硬件開發(fā)平臺到開發(fā)工具鏈的完整能力，打造低成本的邊緣硬件平臺，讓開發(fā)者能夠實現(xiàn)數(shù)據(jù)訪問、模型編程與邊緣部署，同時通過反饋閉環(huán)完成模型的持續(xù)訓練優(yōu)化，最終推動復雜邊緣AI應用在工業(yè)生態(tài)中落地。

在他看來，計算機視覺技術的演進正為邊緣AI發(fā)展注入新動能，其正從傳統(tǒng)形態(tài)逐步演進到視覺語言模型，并進一步邁向視覺-語言-行動模型（VLA模型）。這一演進重構了系統(tǒng)設計邏輯，實現(xiàn)了攝像頭與連接能力的協(xié)同工作，可對場景完成完整的態(tài)勢感知與分析，并將信息實時賦能整個產業(yè)生態(tài)。目前這類能力已在邊緣固定攝像頭、工業(yè)網(wǎng)關攝像頭、無人機攝像頭等多場景推進，依托專用、公共等各類無線網(wǎng)絡實現(xiàn)連接，支持本地、云端或混合部署模式，而這些能力的實際落地，僅在過去24個月內快速實現(xiàn)，技術發(fā)展速度遠超預期。同時他也表示，邊緣智能的全面普及，還需要整個產業(yè)生態(tài)完成大量的能力建設與協(xié)同配合，推動網(wǎng)絡架構的持續(xù)升級。

在演講中，Nakul Duggal重點闡釋了具身智能這一人工智能發(fā)展的新范式。他稱，具身智能是智能被深度嵌入物理世界的全新發(fā)展方向，當下行業(yè)正朝著在機器人中實現(xiàn)通用智能的目標邁進，而生成式AI的出現(xiàn)成為關鍵驅動力，讓智能系統(tǒng)擺脫了傳統(tǒng)基于規(guī)則的模式，得以在云端、邊緣側、機器人等多場景構建具備持續(xù)學習能力的智能體系。

同時他也坦言，將具身智能應用于機器人領域仍面臨諸多挑戰(zhàn)。機器人運行于真實的物理非結構化環(huán)境，而非虛擬場景，在高精度操作、高速度響應以及人機協(xié)同工作等場景中，仍有大量工作需要完成，包括物理環(huán)境的定義、機器人的針對性訓練等。目前行業(yè)仍處于這一轉型的早期階段，但人工智能技術的迭代速度，以及AI算法在特定任務上的精度和能力提升速度，已呈現(xiàn)明顯加快的趨勢。

Nakul Duggal稱，高通在ADAS智能駕駛領域深耕多年，而智能駕駛本質上是一種運輸機器人，核心是完成從A點到B點的運輸任務，遵循既定規(guī)則并避開障礙物，基于規(guī)則的智能駕駛技術已發(fā)展多年，而Transformer人工智能技術的引入，正加速這一領域的創(chuàng)新發(fā)展。但物理機器人與運輸機器人存在本質區(qū)別，其需要解決精度、操作范圍、執(zhí)行等核心問題，完成對物體的物理操作與具體任務，這也推動了技術架構的全新變革，模型正越來越依賴視覺、語言和行動的結合，并在此基礎上持續(xù)提升系統(tǒng)的物理智能。

談及具身智能系統(tǒng)的架構設計，Nakul Duggal稱，具身智能系統(tǒng)中的物理硬件如同大腦和神經系統(tǒng)，這一“神經系統(tǒng)”此前并未被納入人工智能生態(tài)系統(tǒng)的核心考量，而高通正投入大量精力探索統(tǒng)籌硬件組件的系統(tǒng)架構，并借鑒Daniel Kahneman提出的系統(tǒng)1思維，梳理系統(tǒng)需要構建的基礎能力與核心組件。他認為，硬件本身、硬件的數(shù)據(jù)基礎獲取能力、硬件對機器人實際運行環(huán)境的接入能力，是具身智能發(fā)展的關鍵基礎，這些因素決定了機器人任務相關數(shù)據(jù)的采集、模型的訓練以及技能能力的轉化，而結合持續(xù)的數(shù)據(jù)采集、技能訓練與任務定制化硬件，將推動具身智能邁向全新發(fā)展階段。

Nakul Duggal稱，當下正處于人工智能發(fā)展的黃金時代，邊緣AI的深度落地與具身智能的全新探索，為產業(yè)發(fā)展帶來了無限機遇，未來行業(yè)將在這一領域不斷突破，推動人工智能與物理世界的深度融合。

以下為演講全文：

大家上午好！感謝各位的邀請。各位的發(fā)言非常精彩，很高興能與在座各位同仁共聚一堂。

我們正看到，隨著各行各業(yè)開始擁抱人工智能，整個工業(yè)生態(tài)系統(tǒng)正在經歷一場巨大的變革。過去幾年，當我們思考網(wǎng)絡如何構建、產業(yè)如何發(fā)展以及解決方案如何部署時，主流路徑是將智能遷移到云端，并在云端完成處理。然而，隨著人工智能開始大規(guī)模部署，越來越多的行業(yè)正在重新思考：AI在日常工作中發(fā)揮的作用。正如多位同仁此前所提到的，邊緣正變得越來越智能，模型能力也在不斷提升，這使我們能夠在多個平臺上推動解決方案的落地。這一趨勢幾乎適用于所有垂直行業(yè)生態(tài)。

此外，我們開始看到AI在邊緣側部署的環(huán)境非常廣泛。這些場景涵蓋移動應用、固定場景應用，以及在許多情況下的無人化應用，當然還包括各種尺寸的終端。

當我們從更宏觀的角度思考這一變化究竟意味著什么、究竟發(fā)生了哪些改變時，可以看到一個根本性的轉變：隨著邊緣側變得越來越智能，它正在具備環(huán)境感知能力（situational awareness），并能夠在邊緣側直接做出決策，而在過去這需要依賴云端來完成。過去五年間，模型變得越來越智能，并且越來越貼合其運行的數(shù)據(jù)環(huán)境。隨著模型具備更強的模式識別能力，并能夠在真實世界運行中不斷學習和優(yōu)化，智能體正在各類應用場景中變得越來越智能。

與此同時，我們也正在看到機器到機器（machine-to-machine, M2M）應用的重大轉變。過去，這類應用更多是采集數(shù)據(jù)并發(fā)送到云端處理；而現(xiàn)在，它們正逐漸在實現(xiàn)獨立智能運行。除了機器之間的交互之外，隨著大語言模型（LLM）的發(fā)展，當人被納入系統(tǒng)閉環(huán)后，機器與人之間進行溝通和交互也變得非常直接和簡單。而這一整輪轉型，正在我們所處的每一個產業(yè)生態(tài)系統(tǒng)中展開。

在過去幾年中，高通一直在一個重要領域表現(xiàn)突出，那就是將XR技術引入工業(yè)應用、消費應用以及商業(yè)應用生態(tài)之中。如今，人們已經可以在智能眼鏡等設備上運行小型模型。例如，當你看到某個事物時，可以讓眼鏡拍下一張照片，并直接向設備提出問題。隨后，這個查詢請求可以被發(fā)送到你的手機，或同一系統(tǒng)中的本地設備，無需通過云端進行處理，然后再將答案返回給你。這種能力在過去是無法實現(xiàn)的。在與客戶的交流中我們發(fā)現(xiàn)，這類技術進步正在徹底改變一線工作人員的工作方式，同時也在改變智能能力在邊緣側部署和應用的方式。

要讓這一切真正發(fā)生，實際上需要使用全新的工具。你需要能夠以新的方式處理數(shù)據(jù)——無論是結構化數(shù)據(jù)、半結構化數(shù)據(jù)，還是各種形式的非結構化數(shù)據(jù)，都必須具備處理能力。同時，還需要能夠處理真實世界數(shù)據(jù)，在許多情況下還包括合成數(shù)據(jù)，并在不同場景中對數(shù)據(jù)進行很好地融合與整合。通過這些數(shù)據(jù)對模型進行訓練，并進一步微調，最終將這些模型部署到實際應用中。

隨著這一工具在越來越多的應用場景中運行，其能力正變得越來越強大，發(fā)展勢頭也在不斷增強。通過這種方式，我們就有可能將人工智能真正推進到邊緣側。除了持續(xù)推出各類產品之外，我們采取的一個重要策略，是專注于構建生態(tài)系統(tǒng)。在過去六個月中，高通完成的一項重要收購就是Arduino。

我們意識到，當開始思考AI和邊緣計算時，未來可能出現(xiàn)的應用場景幾乎是無限的。實際上，很難提前預測或判斷未來究竟會出現(xiàn)哪些具體應用。因此，我們采取的方法是：確保能夠將技術交到數(shù)百萬開發(fā)者手中。這一策略可以覆蓋教育領域、商業(yè)領域以及消費領域。從硬件開發(fā)平臺到開發(fā)工具鏈，我們?yōu)殚_發(fā)者提供完整的能力，使他們能夠在邊緣側構建應用。

通過這樣的方式，我們正在把這一整套能力整合起來，使開發(fā)者生態(tài)能夠獲得數(shù)據(jù)訪問能力——無論是示例應用（sample apps），還是連接他們自己的數(shù)據(jù)庫。同時，開發(fā)者還可以編程模型、在邊緣硬件平臺上部署模型，并且這一平臺具有較低成本。這些模型隨后可以通過反饋閉環(huán)不斷訓練與優(yōu)化，并最終在廣泛的工業(yè)生態(tài)系統(tǒng)中部署應用。正是通過這種方式，我們能夠推動非常復雜的應用真正落地。

在這個例子中，我們可以看：計算機視覺正逐步演進到視覺語言模型，并進一步邁向視覺-語言-行動模型（VLA模型）。這一演進讓我們能夠以一種全新的架構方式來思考系統(tǒng)設計——例如攝像頭與連接能力如何協(xié)同工作，從而對攝像頭所看到的場景進行完整的態(tài)勢感知與分析，并將這些信息實時提供給整個生態(tài)系統(tǒng)使用。

目前，我們正在多個應用場景中推進這類能力的發(fā)展。例如：部署在邊緣側的固定攝像頭、安裝在工業(yè)網(wǎng)關上的攝像頭，以及安裝在無人機上的攝像頭。這些設備可以通過各種無線網(wǎng)絡進行連接，無論是專用無線網(wǎng)絡、公共無線網(wǎng)絡，還是其他類型的專有或開放網(wǎng)絡，都可以支持相關應用的運行，應用既可以結合云端能力，也可以使用本地部署的計算設備。因此，各種不同的部署模式都是可行的。而令人驚訝的是，這些能力真正變得現(xiàn)實，其實只是在過去大約24個月甚至更短的時間內發(fā)生的，發(fā)展速度非常快。

對我們來說，一個重要的認識是：客戶正在采用的網(wǎng)絡架構將會發(fā)生變化。正如大家剛才提到的，要讓智能能力真正下沉到邊緣側，整個生態(tài)系統(tǒng)還需要完成大量的能力建設與協(xié)同。

我們正處在一個非常令人振奮的時代。我相信大家都會同意，“具身智能”（Embodied AI）是一個相對新的概念。我們過去并未充分認識到智能正被嵌入進物理世界，而如今，讓物理實體具備智能、能夠學習，并在學習過程中持續(xù)改進，已經成為一個全新的方向。我們正在朝著在機器人中實現(xiàn)通用智能的道路邁進。

從根本上看，生成式AI的出現(xiàn)帶來了重要變化。它使我們能夠擺脫傳統(tǒng)基于規(guī)則的系統(tǒng)，轉而構建能夠適用于各種環(huán)境的智能系統(tǒng)——無論是在云端、邊緣側，還是在機器人之中——都能具備持續(xù)學習的能力。

當把這一能力應用到機器人領域時，一個非常有意思、但同時也充滿挑戰(zhàn)的問題是：機器人需要面對的環(huán)境往往并不是結構化環(huán)境。機器人并不是運行在虛擬世界中，而是運行在真實的物理世界里。因此，在很多方面仍然有大量工作需要完成，例如：如何定義機器人所處的物理環(huán)境，以及如何對機器人進行訓練——尤其是在需要高精度操作、高速度響應，以及與人協(xié)同工作的場景下。

目前，我們仍處在這一轉型的早期階段。但人工智能發(fā)展的速度，以及AI算法在特定任務上不斷提升精度和能力的速度，已經開始明顯加快。

從高通公司的角度來看，這段發(fā)展歷程其實非常有意思。我在高通負責多個業(yè)務領域，其中我們已經在ADAS智能駕駛領域深耕多年。我們逐漸認識到，從根本上來說，智能駕駛就是將人或貨物從 A 點運輸?shù)?B 點。某種意義上，它其實是一種運輸機器人。這種系統(tǒng)并不需要具備很高的靈活性，它主要需要做的是在遵循既定規(guī)則的前提下避開障礙物并完成路徑行駛。因此，從智能駕駛的定義來看，可以說基于規(guī)則的智能駕駛其實已經存在了很長時間。而隨著基于 Transformer 的人工智能技術開始應用，如果將這些能力引入其中，這一領域的發(fā)展正在開始加速。

但如果把這些能力進一步應用到真正的物理機器人上，就會出現(xiàn)許多不同之處。機器人需要面對的是精度）、操作范圍以及執(zhí)行等問題。在這種情況下，目標不再只是從 A 點移動到 B 點，而是要真正對物體進行物理操作，并完成具體任務。

正是在這一背景下，我們發(fā)現(xiàn)架構層面正在發(fā)生新的變化。模型將越來越依賴于視覺、語言和行動的結合，而在此基礎之上，我們還將進一步提升系統(tǒng)能力，使其具備物理智能。

所有這些發(fā)展也帶來了一個新的問題：我們是否可以在不考慮物理硬件形態(tài)的情況下，直接為具身對象部署人工智能？我們認為，具身智能系統(tǒng)中的物理硬件，其實類似于大腦和神經系統(tǒng)。這套“神經系統(tǒng)”在過去并沒有被我們真正視為人工智能生態(tài)系統(tǒng)中的一部分。因此，我們正在投入大量時間思考：未來應該構建怎樣的系統(tǒng)架構，去統(tǒng)籌身體各個部分，例如四肢、雙手以及各種執(zhí)行啟等。

在這一過程中，我們看到 Daniel Kahneman 提出的系統(tǒng)1（System 1） 思維——也就是說，需要思考哪些能力屬于類似“系統(tǒng)1”的能力。這些能力幫助我們更好地理解，未來系統(tǒng)中哪些基礎能力和核心組件需要被構建。

從根本上來說，我們認為硬件本身以及不同類型的硬件，再加上硬件對數(shù)據(jù)的基礎獲取能力以及對機器人實際運行環(huán)境的接入能力——也就是機器人真正存在并執(zhí)行任務的環(huán)境——都將成為關鍵基礎。這些因素將決定我們如何采集任務相關的數(shù)據(jù)、訓練機器人，并將任務訓練逐步轉化為我們所構建的技能能力。隨著時間推移，通過持續(xù)的數(shù)據(jù)采集和技能訓練，并結合針對具體任務設計的硬件，我們將能夠推動具身智能邁向新的階段。

我們確實生活在一個非常令人興奮的時代。很高興今天能在這里與大家交流，非常感謝大家的時間。