6月4日至5日，2026高通汽车技术与合作峰会在无锡举行。本届峰会以“智启新程”为主题，聚焦AI汽车前沿技术与合作生态。高通指出2026年为“智能体之年”，汽车正演进为智能体AI的重要移动载体。峰会汇聚超70家供应商，集中展示AI智能体体验、舱驾一体及ADAS等创新成果。期间，高通联合生态伙伴发布“车端人工智能Claw生态计划”，并与博世、上汽大众等深化合作。此外，基于骁龙座舱、Snapdragon Ride及骁龙汽车平台至尊版打造的多款量产车型与舱驾融合方案集中亮相，加速AI智舱与高阶智驾规模化落地，共启汽车智能化新征程。

5月5日，英特尔宣布两项重要领导层任命。高通前高管Alex Katouzian将于同月加入英特尔，担任执行副总裁兼客户端计算与物理AI事业部总经理，他曾任高通技术公司执行副总裁兼手机、计算和XR事业群总经理。此外，Pushkar Ranade被正式任命为英特尔首席技术官，此前他担任代理首席技术官。Ranade将主导技术战略及专项项目，并推动量子计算、神经拟态计算、光子学等新兴领域的发展。

4月27日，高通美股盘前涨近5%。分析师郭明錤透露，OpenAI计划自主研发手机，并正与联发科、高通合作开发手机处理器，预计该处理器将于2028年实现量产。这一消息引发市场关注，推动高通股价盘前上涨。

3月10日，高通科技公司与Wayve宣布达成技术合作，共同推动面向量产的端到端ADAS和自动驾驶人工智能技术。此次合作将Wayve AI Driver集成至高通Snapdragon Ride平台，提供高性能、经过验证的系统单芯片（SoC）及主动安全软件组成的预集成解决方案。该方案旨在为全球汽车制造商提供更灵活的选择，支持从监管合规的ADAS部署扩展到更复杂的免干预驾驶环境，并实现免手作、无需眼皮的高级功能，进一步拓展驾驶场景覆盖范围。

把20亿参数装进胸针？高通补齐个人AI生态最后一块拼图 在今年的MWC巴塞罗那展会上，“智能跃升”成为焦点。人们不再满足于单一任务的AI，而是渴望拥有专属的个性化智能体。OpenAI CEO奥特曼曾指出，高度个人化的智能体是未来交互的核心。然而，个性化体验需要海量真实情境数据支持，而手机、PC等终端...

2026年2月24日，沙特AI厂商Humain宣布，高通全栈式AI机架已交付其数据中心，搭载6年前发布的AI100芯片。此次部署为高通在全球范围内规模最大的AI加速器部署之一，第一阶段将安装1024张加速器，支持大规模推理与边缘到云的混合AI。Humain首个客户为Adobe。选择AI100芯片或因其成本较低且当前热门AI芯片缺货严重。此外，Humain与高通于2025年签署合作备忘录，计划开发下一代AI数据中心。高通新推出的AI200和AI250芯片分别将于2026年和2027年上市，目前AI100仍能满足基础图像生成任务需求。

由于AI热潮推升需求，日东纺高端电子级玻璃纤维布供应短缺，苹果、高通等公司争相抢购用于芯片基板和印刷电路板的材料。苹果已派遣员工驻扎三菱瓦斯化学，确保BT基板材料供应，而三菱瓦斯化学正与客户磋商解决供应问题。高通则拜访了莜麦化学，探讨缓解供应瓶颈的可能性。此轮抢购凸显AI相关硬件制造对关键材料的高度依赖，供应链紧张局面引发行业关注。（1月14日）

2026年1月，CES展会在拉斯维加斯举行，AI技术成焦点。高通以“规模化扩展AI”为主题，展示了从个人AI到物理AI的全场景智能布局。在个人AI领域，高通发布骁龙X2 Plus平台，性能提升显著，支持多语言翻译、AI绘图等功能，预计上半年上市。物理AI方面，高通与Google合作推动汽车智能化，零跑D19车型将搭载双骁龙8797芯片，二季度交付。此外，高通跃龙IQ10处理器助力机器人实现边缘计算，加速具身智能落地。物联网方向，高通整合多项收购技术，赋能安防、物流等行业。高通携手全球伙伴，推动AI规模化应用，构建可持续智能未来。

1月5日，在CES展会上，高通科技发布下一代机器人综合架构，融合硬件、软件和复合人工智能技术。同时推出高性能机器人处理器——高通龙翼™IQ10系列，专为工业AMR和全尺寸人形机器人设计。该处理器扩展了高通的机器人发展路线图，提供高效节能的“机器人大脑”能力。基于高通在边缘人工智能和低功耗系统方面的经验，这一创新旨在将原型机转化为可部署的智能机器，推动从家用机器人到类人生物的物理人工智能应用落地。

高通CEO安蒙在12月出席瑞银2025全球技术与人工智能大会时透露，智能手机计算架构将迎来重大变革，预计于2026年正式公布，可能在2026年下半年的骁龙峰会上揭晓。安蒙表示，高通已为此投入数年研发，新架构将推动AI体验发展，结合本地与云端双轨路径，实现无延迟的视觉、听觉及语言处理能力，同时确保设备与云端无缝连接。他还强调，上下文能力对智能体体验至关重要，未来手机及其他智能设备将更注重实时动态环境信息的获取，以支持部分AI功能的高效运行。这一变革有望为行业带来深远影响。