会懂网AI资讯，9月29日，近日，高通在骁龙峰会2026上发布了第二代 Snapdragon Sound Elite，这是公司首款面向个人AI时代的高端音频平台，系统级芯片面向智能音频可穿戴设备，包括AI胸针、无线耳机与音频眼镜。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。
具体来看，与旗舰手机平台使用大型 Hexagon NPU 不同，该平台采用体积更小的微 NPU，第二代产品在微 NPU 的IP模块与内部架构上做了显著改进，架构优化使AI计算性能相比上一代翻倍，芯片面积缩小30%，能效提升40%。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。
从技术细节出发，更小的芯片与更低的功耗要求，让在耳机、眼镜这类紧凑产品中实现个人AI能力变得更加可行。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。
在产业层面，该平台还支持超低功耗 Wi-Fi 6E，设备可以直接与外部网络服务器通信而无需经过智能手机，这种直连云技术让独立的AI胸针、AI吊坠与音频眼镜成为可能。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。
对开发者与企业用户而言，第二代 Snapdragon Sound Elite 以及骁龙 AR1 与 AR1+ 均支持1比特AI模型架构，所谓比特数代表AI模型的精度，数据中心主要使用16到32位模型，而传统端侧AI通常使���4到8位模型，降低比特数能显著削减模型文件大小与内存占用，计算也从复杂的浮点乘法转向更简单的加减运算，从而提升处理速度并降低功耗，代价是误差风险上升，高通与 PrismML 合作以尽可能减少精度损失。
展望后续，高通方面强调，10秒的AI响应时间会让消费者流失，对于内存受限的可穿戴设备，量化后的1比特模型可以直接在设备上运行，即时处理实时指令与控制、面向视障用户的环境感知以及实时语音转写。相关进展将持续影响行业格局，值得长期跟踪。多方数据显示，AI 应用的渗透率仍在快速提升，真实场景的反馈正反过来推动模型迭代。
暂无评论内容