台北國際電腦展的第一場 CEO Keynote 由高通（Qualcomm）來開幕，在 Computex 2026 主題演講裡，高通（Qualcomm）執行長艾蒙（Cristiano Amon）直說： AI 的下一階段，不只是更會聊天而已，而會變成主動做事、跨裝置協作、深入真實世界的工具。高通把今年定義成「Agent 之年」，因為經過幾年的發展， AI 已經從單純一問一答，轉向能自主採取行動的存在。Amon 認為，這不只會改變個人運算，也會重塑手機、PC、汽車、機器人，甚至資料中心的角色分工。
AI 正從雲端走向邊緣，從螢幕走向世界
Amon 開場並沒有急著談產品，而是先把 AI 的定位拉高。過去 AI 多半待在雲端、像工具一樣被動回應。但現在，AI 開始擁有「身體」與感知能力，能看、能動、能連結，甚至能影響周遭環境。這也解釋為什麼他一再強調，Computex 不只是科技展，而是通往新世界的管道。
他還把 AI 的演進描述成一場「人機介面重寫」。現在的裝置，是為人類主動操作而設計。而未來，裝置還要同時讓智慧體來操作。換句話說，使用者不再只是打開 App、點擊按鈕、下指令，AI 會先理解意圖，再自己拆解任務、協調資料、規劃步驟，最後把結果交回給人類驗證。這種模式一旦成形，作業系統與應用程式的設計邏輯都會被重寫。
智慧體時代來了，手機不再是唯一中心
Amon 的第二個重點，是「手機中心論」正在鬆動。過去數位生活圍繞手機展開，所有穿戴裝置、App、生態系都跟著手機轉。但未來的中心會改成智慧體。手機不會消失，卻不再是唯一主角，它會變成智慧體的端點之一。這代表個人運算將進入多終端協同的時代，PC、耳機、眼鏡、車載系統都會成為 AI 的接入口。這也是近些年科技巨頭積極努力的想把產品結合到終端產品，未來出門不會只有手機作為 AI 的終端載體，而是身邊的任何配件都可能搭載 AI。
他也很明白地點出，這不是小改款，而是「裝置架構」的升級。因為智慧體要一直運行、持續繼承上下文、跨系統協作，所以硬體必須同步升級：需要更強又更省電的 CPU 做協調，需要高效率的 NPU、GPU 跑本地模型，還要兼顧感測器資料、延遲與功耗。尤其手機本來就已經很難撐滿一天電量，若再讓智慧體全天運作，工程挑戰只會更大。
AI 不是單一市場，而是一整條運算連續體
Amon 反覆強調一個觀念：未來不是雲端或邊緣二選一，而是「運算連續體（Compute Continuum）」。如果簡單講，就是把不同運算任務分配到最適合的位置，該放雲端的放雲端，該留在裝置上的留在裝置上。這樣做可以降低成本、節省 Token、提升效率。
他舉例，在程式開發這類高 Token 消耗任務裡，若搭配分散式智慧體 AI，讓協調器智慧分流到裝置與雲端，可節省大量 Token，成本也能明顯下降。另一个網頁生成的例子則顯示，在相同輸出下，Token 可減少約三成，成本降到原本的四分之一。Amon 要傳達的意思很清楚：AI 時代的核心貨幣不是晶片名詞，而是 Token；誰能更有效率地生成與消耗 Token，誰就更有競爭力。
Token 經濟學：AI 的新貨幣
這場演講最有意思的地方，是 Amon 把 AI 的未來直接拉到「經濟學」層次。他提出，從單回合對話、到多回合推理、再到具備智慧體能力的多步驟任務，Token 需求會呈現倍數成長。從 2026 到 2030 年，他引用的預估顯示，全球 10 秒內的 Token 需求將從 317 億增至 1.27 兆，成長達 40 倍。對他來說，Token 就是 AI 的貨幣。
Amon 的意思不是在談模型參數，而是在談基礎設施壓力：未來人們對 AI 需求不會只有聊天，可能也用來打程式、代理工作流、裝置協同、即時感知。這會把運算資源往更分散、更即時、更貼近各種使用場景。因此硬體、軟體與雲端服務都要重新設計。說白一點，AI 不是變得比較聰明而已，而是變得更會燒算力。
從手機、PC 到汽車：每一種裝置都要重新定義
Amon 很刻意地把不同裝置拆開來談。對個人裝置來說，重點是全天候智慧、上下文感知、省電、可移動。而對汽車來說，重點是高速連結、可靠性、安全與低延遲。對資料中心來說，則是大規模推論與能源效率。這些需求各不相同，所以不可能只用一顆晶片就打片天下。
在汽車部分，他也特別提出「兩個智慧層」：車艙內的 AI 是個人化助理，會跟著使用者在車、手機、PC、個人 AI 裝置之間流動；而車外的實體 AI 則負責感知、規劃、行動，利用攝影機、雷達與地圖來實際駕駛，就像是現在的 FSD 應用。這代表未來汽車可能同時搭載個人 AI 與 Physical AI 的運算平台。
機器人與工業場景：Physical AI 才剛開始
如果汽車是第一個把 AI 拉進實體世界的大型載體，那針對下一個機器人戰場。Amon 則形容機器人是把個人運算、感知技術、汽車產業的即時性與安全性融合在一起，形成一個分層式運算系統：最底層是即時執行，中間是行動與接地，上層才是推理。除了是「會動的機器」外，還可以是規模化部署的實體 AI 平台。
他也點出機器人與工業應用的共同特徵：電池壽命、感測整合、精準度、安全性、備援能力都很重要。從自主移動機器人、工業機械手臂、四足機器人，到人形機器人與無人機，Amon 認為高通正在打造跨外形規格的平台，並已經和 Vinmotion、Neura Robotics、Stogard 等公司合作，未來也會分享更多和 Figure AI 的合作進展。
6G 不只是更快，而是 AI 時代的網路骨架
Amon 最後把視角拉到通訊世代，認為 6G 將是第一代「為 AI 時代設計」的無線技術。除了過去的連網、講電話之外，它的三大支柱不是傳統的頻寬、覆蓋、速度而已，而是連結性、分散式運算、感測。網路不再只是傳資料，還可以開始參與 AI 的理解與判斷。
他形容，未來的 6G 會讓裝置、機器、智慧體、汽車之間持續交換上下文，網路本身也會變成 AI 網路，從基地台、機房一路延伸到資料中心。更激進的說法是，RF 訊號也會變成感測輸入，幫助建立城市甚至國家的數位雙生。這個想像很大，短期未必全都落地，但方向已經很清楚：通訊產業不會只是升速，會被重新定義。
Qualcomm 從單一晶片商，走向全運算平台
最後尾聲時，Amon 正式公布高通資料中心產品的新品牌「Dragonfly」，強調高通的產品組合將橫跨整個運算連續體，從最小的穿戴式裝置一路延伸到高效能資料中心。這句話其實是全場收束：過去高通專座做手機晶片，進到 AI 時代，高通也想從 AI 分一杯羹，成為跨裝置運算平台供應者。
他最後總結：「智慧體不是未來式，而是現在式。這場變革會創造新裝置、新需求，也可能帶來產業史上規模很大的升級週期。」AI 的下一波，不只在雲端，也不只在手機，而是在每一個裝置、每一個場景、每一段運算流程裡！
智能理財基金投組(不含ETF)2026/12/31前投資費用0元
