[骁龙峰会] 高通与Liquid AI发布具备持久记忆的主动式AI智能体
高通与Liquid AI发布Liquid Context，这是一种面向骁龙平台优化的智能记忆层。该技术正被集成到面向梅赛德斯-奔驰的骁龙计算平台中。
原文深度解读
本文报道了高通（Qualcomm）与 Liquid AI 在 2026 年骁龙峰会（Snapdragon Summit 2026，9 月 23 日于毛伊岛）上发布 Liquid Context 的消息。Liquid Context 是一种面向骁龙平台优化的智能记忆层，属于主动式 AI 代理，所有 AI 计算在骁龙 NPU 内完成，无需将用户数据发送至外部云网络，并支持跨智能手机、PC、可穿戴设备等多设备的上下文与偏好共享。其第二代 Liquid Foundation Models（LFMs）从一开始就针对高通骁龙芯片的架构、计算方式、内存带宽和功耗进行优化。该技术目前正被应用于面向梅赛德斯-奔驰的骁龙数字座舱（Snapdragon Digital Cockpit）平台，被认为处于在实际车辆中实现本地 AI 的演示阶段。与电子元器件供应链的关系在于：该方案强调端侧 NPU、异构计算架构（Hexagon NPU、Sensing Hub、CPU）以及跨设备连续 AI 体验，可能影响相关 SoC、传感器与终端设备的元器件需求结构。
- Liquid AI 联合创始人兼 CEO Ramin Hasani 于 2026 年 9 月 23 日在毛伊岛举行的骁龙峰会上将 Liquid Context 描述为“一个读取、压缩和写入用户日常活动与体验的智能记忆层”。
- Liquid Context 是一种主动执行任务的 AI 代理，而非仅被动回答用户问题的 AI；它通过理解包括用户短信、笔记和照片在内的多种上下文来源，来管理日程或起草社交媒体帖子。
- 所有 AI 计算均在骁龙的神经处理单元（NPU）内处理，用户数据无需发送至外部云网络，因此在隐私和安全方面具有优势；同时它支持跨智能手机、PC、可穿戴设备等设备的连续体验，共享用户偏好和上下文。
- Liquid Context 的第二代 Liquid Foundation Models（LFMs）从一开始就考虑了高通骁龙芯片的架构、计算方式、内存带宽和功耗进行优化，旨在于骁龙平台上高效运行。
- Liquid AI 选择高通骁龙，是因为其支持持续观察和异构计算架构；Hasani 表示个性化代理需要强大的端侧系统来持续感知、收集和处理用户数据，而 Liquid Context 使用了芯片组的全部组件，包括 Hexagon NPU、Sensing Hub 和 CPU。
- 骁龙采用异构计算架构，将不同角色的处理器集成到单个 SoC 中：NPU 以低功耗高效运行 AI 代理，Sensing Hub 读取并抽象来自传感器和设备的测量数据，CPU 处理 token 采样以选择代理的最终词语和动作；Liquid Context 目前正应用于面向梅赛德斯-奔驰的骁龙数字座舱平台，被认为处于在实际车辆中实现本地 AI 的演示阶段。
供应链影响
- 由于 Liquid Context 依赖骁龙 SoC 中的 NPU、Sensing Hub 和 CPU 等异构计算组件，端侧 AI 代理的推广可能增加对具备此类异构架构的高性能 SoC 及相关传感器接口元器件的需求，但具体影响取决于终端厂商的采用节奏。
- 该技术强调所有 AI 计算在本地 NPU 完成、无需外部云网络，可能推动终端设备对本地算力与内存带宽配置的重视，从而可能影响相关存储与电源管理元器件的规格需求，但取决于实际量产方案。
- Liquid Context 支持跨智能手机、PC、可穿戴设备等多设备连续体验，可能带动多类终端对兼容骁龙平台 AI 能力的元器件需求，但取决于生态整合与消费者接受度。
- 该技术目前应用于面向梅赛德斯-奔驰的骁龙数字座舱平台且被认为处于演示阶段，若后续进入商业化部署，可能影响汽车座舱计算平台相关元器件的需求结构，但取决于车企量产时间表。
- 两家公司预计混合 AI（云 AI 与边缘 AI 结合）将成为市场标准，并援引 Hasani 称若假设正确，到 2029 年将部署于数十亿台设备，这可能意味着边缘 AI 相关芯片与元器件需求存在长期增长空间，但该预期取决于技术落地与市场验证。
系统解读，仅作为判断线索，不构成备货、出货、涨价或投资建议。
Liquid AI 联合创始人兼 CEO Ramin Hasani。（照片：THE ELEC）
高通与 Liquid AI 发布了 Liquid Context，这是一种面向骁龙平台优化的智能记忆层。该技术正被集成到面向梅赛德斯-奔驰的骁龙计算平台中，并朝着商业化部署推进。
Liquid AI 联合创始人兼首席执行官 Ramin Hasani 于 9 月 23 日在毛伊岛举行的 2026 年骁龙峰会上将其描述为“一个读取、压缩和写入用户日常活动与体验的智能记忆层”。
Liquid Context 是一种人工智能（AI）代理。它超越了仅被动回答用户问题的 AI，能够主动执行任务。通过理解包括用户短信、笔记和照片在内的多种上下文来源，它可以管理日程或起草社交媒体帖子。
所有 AI 计算均在骁龙的神经处理单元（NPU）内处理。由于用户数据无需发送至外部云网络，该方法在隐私和安全方面具有优势。
它还支持跨多个设备的连续性。Liquid Context 在智能手机、PC、可穿戴设备和其他设备之间共享用户偏好和上下文，使用户能够体验连续的 AI 代理。
Liquid Context 的第二代 Liquid Foundation Models（LFMs）从一开始就通过考虑高通骁龙芯片的架构、计算方式、内存带宽和功耗进行了优化。它们旨在于骁龙平台上高效运行。
高通 CEO Cristiano Amon（左）与 Liquid AI 联合创始人兼 CEO Ramin Hasani。（照片：THE ELEC）
Liquid AI 选择高通骁龙，是因为它能够实现持续观察并支持异构计算架构。“个性化代理需要强大的端侧系统，能够持续感知、收集和处理用户数据，”Hasani 说。“骁龙使这成为可能，而 Liquid Context 使用了芯片组的全部组件，包括 Hexagon NPU、Sensing Hub 和中央处理单元（CPU）。”
骁龙采用异构计算架构，将不同角色的处理器集成到单个系统级芯片（SoC）中。NPU 以低功耗高效运行 AI 代理，而 Sensing Hub 读取并抽象来自传感器和设备的测量数据。CPU 处理 token 采样，即选择代理的最终词语和动作。
Liquid Context 目前正应用于面向梅赛德斯-奔驰的骁龙数字座舱平台。据信，它处于在实际车辆中实现本地 AI 的演示阶段。骁龙数字座舱是一个控制车载仪表盘、信息娱乐系统和抬头显示器的计算平台。
两家公司预计，将云 AI 与边缘 AI 结合的混合 AI 将成为市场标准。“即将到来的混合 AI 世界将创造新的机遇，”Hasani 说。“如果我们的假设正确，到 2029 年它将部署在数十亿台设备上，创造一种将云与本地 AI 两个世界结合在一起的现实体验。”
Liquid AI co-founder and CEO Ramin Hasani. (Photo: THE ELEC)
Qualcomm and Liquid AI have unveiled Liquid Context, a smart memory layer optimized for Snapdragon platforms. The technology is being integrated into a Snapdragon computing platform for Mercedes-Benz as it moves toward commercial deployment.
Ramin Hasani, co-founder and chief executive officer of Liquid AI, described it at Snapdragon Summit 2026 in Maui on Sept. 23 as “a smart memory layer that reads, compresses and writes users’ everyday activities and experiences.”
Liquid Context is an artificial intelligence (AI) agent. It goes beyond passive AI that simply responds to user questions and proactively performs tasks. By understanding multiple sources of context, including a user’s text messages, notes and photos, it can manage schedules or draft social media posts.
All AI computation is handled within Snapdragon’s neural processing unit (NPU). Because user data does not need to be sent to an external cloud network, the approach offers advantages in privacy and security.
It also supports continuity across multiple devices. Liquid Context shares user preferences and context across smartphones, PCs, wearables and other devices, allowing users to experience a continuous AI agent.
Liquid Context’s second-generation Liquid Foundation Models (LFMs) were optimized from the start by taking into account the architecture, computing methods, memory bandwidth and power consumption of Qualcomm’s Snapdragon chips. They are designed to operate with high efficiency on Snapdragon platforms.
Qualcomm CEO Cristiano Amon, left, and Liquid AI co-founder and CEO Ramin Hasani. (Photo: THE ELEC)
Liquid AI chose Qualcomm Snapdragon because it enables continuous observation and supports a heterogeneous computing architecture. “Personalized agents require a powerful on-device system that can continuously sense, collect and process user data,” Hasani said. “Snapdragon makes that possible, and Liquid Context uses all of the chipset’s components, including the Hexagon NPU, Sensing Hub and central processing unit (CPU).”
Snapdragon uses a heterogeneous computing architecture, integrating processors with different roles into a single system-on-chip (SoC). The NPU runs AI agents efficiently at low power, while the Sensing Hub reads and abstracts measurements from sensors and devices. The CPU handles token sampling, which selects the agent’s final words and actions.
Liquid Context is currently being applied to the Snapdragon Digital Cockpit platform for Mercedes-Benz. It is believed to be at the demonstration stage for implementing local AI in actual vehicles. Snapdragon Digital Cockpit is a computing platform that controls in-vehicle instrument clusters, infotainment systems and head-up displays.
The companies expect hybrid AI, which combines cloud AI with edge AI, to become the market standard. “The coming world of hybrid AI will create a new opportunity,” Hasani said. “If our assumptions are right, by 2029 it will be deployed across billions of devices, creating a real-world experience that brings the two worlds of cloud and local AI together.”