高通第二代骁龙音频至尊版媒体问答内容汇总

今天# 第二天会议结束后，我和部分媒体朋友对高通技术公司高级副总裁兼XR、可穿戴及个人AI业务总经理Ziad Asghar与高通技术公司音频产品管理资深经理 Andrew Laister进行了一次群访。

问答围绕高通第二代骁龙音频至尊版展开，集中回应了功耗表现、端侧AI能力、混合AI架构、小型设备平台边界、智能眼镜平台分层、Star计划中国市场进展、企业端与消费端产品差异、CPU架构以及数据战略等问题。

一、功耗：环境模式降40%，活跃模式降10%—25%

高通方面明确，发布会提到的40%功耗降幅来自环境模式，即待机模式，指耳机处于就绪状态、随时可以响应提问；活跃模式（如流媒体播放音乐等传统场景）的降幅在10%—25%之间。环境模式之所以被强调，是因为它直接决定设备的可用性与就绪性——用户真正需要时，设备能否即时响应。

二、AI算力翻倍：端侧能做什么

第二代骁龙畅听至尊版被定位为体积最小、却能承载个人AI与智能体体验的产品。AI算力翻倍后，端侧可以完成关键词搜索、触发词唤醒智能体、部分自动语音识别（ASR）和文字转语音（TTS）等工作。完整的智能体体验仍需与其他终端协同：与智能手机配合，或通过expand个人局域网扩展与超低功耗WiFi直连云端。

三、混合AI：按时延与复杂度分层调度

高通强调混合AI愿景：不同终端协作完成智能体体验。具体调度规则是——复杂问题交给云端数据中心处理；对时延敏感的问题在手机或用户佩戴的智能眼镜上完成；介于两者之间的由手机完整处理。选择最优节点的逻辑还包括成本：终端侧推理的token免费，云端token要花钱。高通同时指出，用户身上多个设备构成的设备星座需要编排，以选择最优的处理位置。

四、小型设备的平台能力与定位

针对智能戒指、吊坠等小形态产品，第二代骁龙畅听至尊版有三大核心能力：内建麦克风，通过对话激活智能体；内建嵌入式NPU；超低功耗WiFi，覆盖范围和吞吐量优于蓝牙。关于小设备的未来定位，高通认为它承担两个角色：一是作为更大服务生态的终点，与众多终端共同向用户提供整体服务；二是不能只是单纯通信模组——若所有信息都要接收转发，处理负担过重。设备应具备智能过滤能力，丢弃不重要的信息，只把关键数据传到下一节点。

五、智能眼镜平台分层：OEM如何选型

高通将智能眼镜按功能层级划分，不同层级匹配不同平台，这也是OEM区分两类芯片平台的依据。

产品层级

功能配置

对应平台

入门级

仅音频，无摄像头

第二代骁龙畅听至尊版

中低端

仅CV摄像头（不做人脸识别，只做情境分析）

骁龙AR1

中端

音频+摄像头

骁龙AR1

中高端

音频+摄像头+1—2块显示屏

骁龙AR1

高端

摄像头+显示屏+沉浸式AR体验

骁龙AR2

其他可穿戴

智能手表、吊坠、胸针

骁龙可穿戴（Wear）平台

高通称其产品组合是业界覆盖最广的个人AI平台组合。针对纯音频眼镜，第二代骁龙畅听至尊版还有两个独有优势：超低功耗WiFi让眼镜可远离配对手机（业界独家），连接速率从上一代MCS3提升至MCS7；支持数据直连云——企业用户不想让保密数据进入个人手机时，可直接发往云端。

六、WiFi6E与中国大陆市场

有媒体问及：Direct to Cloud功能依赖WiFi6E，而6GHz频段在中国大陆不对消费电子开放，高通是否会推出大陆专供版本。高通回应：第二代骁龙畅听至尊版支持WiFi6E，一是相关协议能提升与其他WiFi设备的共存性（家庭、办公室共享网络场景），二是芯片支持2.4GHz、5GHz、6GHz全频段，希望在中国大陆可以正常使用。对大陆专供版本未给出具体承诺。

七、Star计划：已开始接触中国客户

Star计划首批合作伙伴包括Inspkes及其旗下约18个品牌。高通提供微型化镜架侧模组、运行于眼镜、手机、云端的软件，以及规模化扩展伙伴。在中国，团队已开始与智能眼镜客户洽谈，模组方案能帮助缺乏快速研发能力的本地品牌加速产品上市。Star计划不限于眼镜，胸针、吊坠、耳塞等形态均可纳入，参考设计已展示；具体厂商与时间表暂未公布。

八、企业端与消费端的差异

企业端产品与消费端差异明显，高通当前优先面向企业端设计：设备需要加固，能在油气、车间等恶劣生产环境中工作，对强度和耐候性有严格检测要求；数据处理不流向个人手机，而是通过expand能力直达云端或公司内部边缘服务器，确保数据始终留在企业范围内。消费端则更多关注连接功能上的差异化需求。

九、CPU架构：嵌入式方案，开放开发

面向耳塞、戒指等小尺寸设备的极低功耗需求，第二代骁龙畅听至尊版沿用上一代S7的嵌入式新架构，包含用于感知、应用处理、音频工作流的多类处理器，高保真DSP负责通用音频处理，另有专用低时延处理器支持听障辅助等应用；eNPU（嵌入式NPU）与高通其他低功耗产品线保持一致。所有核心均向客户开放，可直接在其基础上开发。

十、数据战略：做平台，让生态发掘工作流数据

关于AI训练数据的价值，高通表示已经看到明确需求：机器人训练需要第一视角（egocentric）数据，VR/MR场景需要手部、眼部追踪数据。高通认为自己离真实工作流数据最近（芯片无处不在），但定位是构建平台，让合作伙伴与客户利用这些数据，而非自己下场做数据业务；相关能力已在Star计划内落地，并已与部分公司开展合作。