AI走进物理世界：连接与计算为什么成为关键？

AI正在从数字空间进入越来越多真实终端。机器人、智能汽车等物理AI加速发展，AI也在向相机、穿戴、陪伴设备等更多硬件形态延伸。从理解和生成信息，到感知环境、实时交互乃至参与行动，AI与现实世界的连接正在不断加深。

8月15日，由腾讯云架构师技术同盟主办的2026粤港澳大湾区架构师峰会在深圳举行。大会汇聚技术与产业领域嘉宾，围绕AI、软件架构、智能硬件等前沿议题展开交流。广和通集团CSO & COO李腾发表《从数字AI到物理AI：端侧计算和连接，AI走进真实世界的基石》主题演讲，分享AI硬件的终局和路径、端云协同下一代技术架构，以及连接与计算如何支撑AI走进物理世界。

从AI硬件重构到“计算连续体”

李腾在分享中指出，AI正在重塑越来越多硬件品类，新形态AI硬件也在加速出现。

一类产品在既有硬件基础上叠加AI能力，另一类则开始围绕AI重新设计产品形态和交互方式——设备如何感知环境、如何与人交互，哪些任务在本地完成、哪些能力与云端协同，都成为新的产品命题。

这正是从“硬件+AI”向“AI+硬件（AI Native硬件）”演进带来的变化。

随着模型与多模态能力持续发展，以及硬件工程、供应链等产业能力不断成熟，AI也开始进一步参与产品定义和交互方式的重构。

与此同时，智能能力不再局限于单一设备或云端。设备端、边缘端和云端开始共同承载不同的模型、算力、数据与应用，AI硬件由单点智能进一步走向端—边—云协同的“计算连续体”。

技术架构范式转变：端—边—云协同

AI进入真实设备后，不同任务对实时性、功耗、数据安全和算力的需求不同，也需要在设备端、边缘端和云端之间分工协同。

云端依托大规模算力和数据资源，处理更大规模模型训练与复杂任务；边缘端结合企业数据和边缘算力，承担模型推理与数据处理；设备端则承担更多实时交互和本地处理任务。

不同AI任务根据需求在端、边、云之间协同运行，由此构成“计算连续体”。

计算决定AI任务在哪里处理，连接则支撑数据与服务在不同节点之间实时协同。

连接与计算，如何支撑AI走进真实世界？

AI硬件走向端—边—云协同，需要芯片、连接、平台、算法、云服务和应用等多层能力共同支撑。围绕这一技术架构，广和通持续深化芯片算力、通信连接、AI使能平台和场景应用等关键环节的产品与方案布局，并完善模型工程化、AI安全、可靠性测试及全球认证和测试等工程能力。

芯片算力层，已形成覆盖0—100 TOPS的算力模组，以及5G、高端、中端、入门级智能模组产品矩阵，面向不同终端的性能、功耗和成本需求提供多层级计算平台。

通信连接层，产品覆盖5G NR、4G LTE、蜂窝LPWA及Wi-Fi等多种无线通信技术，支撑AI终端与边缘、云端之间的数据连接与服务协同。

此外，Fibocom AI Stack使能平台涵盖AI Module、AI工具链、AI引擎、AI模型仓及支持与服务，覆盖模型适配、推理和端侧部署等关键环节，并与AI Cloud云平台协同，提升AI应用开发、部署与端云协同效率。

场景应用层，产品与方案进一步延伸至“硬件+AI”和AI Native两类方向。前者覆盖FWA、智能POS、无人机、智能手持等成熟终端；后者面向端侧AI、机器人、智能汽车等新形态，形成端侧AI会议机、AI BOX、MagiCore AI陪伴、AI相机、Fibot具身智能开发平台、智能座舱等产品与方案。

从芯片算力、通信连接，到AI使能平台与场景应用，广和通正沿着AI硬件新架构，持续推动连接、计算与AI能力融合，支撑AI进入更多真实终端和应用场景。

从“硬件+AI”走向“AI+硬件”，AI正在从数字空间进入更加复杂的现实环境。

连接让智能有效部署，计算让智能无处不在。二者正共同成为AI走进物理世界的重要基石。