高通跃龙QRB2210是为本项演示核心的Arduino UNO Q开发板提供动力的处理器 – 作为计算引擎，该处理器可直接在工厂车间运行Forgis公司的基础模型，处理机器人CAD模型、可编程逻辑控制器输入/输出信号、项目规范等多模态输入数据，延迟仅为20毫秒。居家时，只需几句话，您的智能体就能帮您整理照片，或是找到缓解胃痛的最佳方案。通过USB连接机械臂的摄像头，将视频流直接发送至运行Forgi

该运行时的核心构建原则是：仅需几行代码，就能在NPU、GPU、CPU上运行并集成最新生成式AI模型，同时兼容Windows、Android、Linux三大系统。但是，开发者体验仍有待完善：借助NPU加速运行生成式AI模型的实际难度远超预期，尽管收益十分明确：能够以极少的功耗实现更低的延迟与更高的吞吐量。GenieX是高通AI软件栈堆栈的延伸，为开发者提供了一条轻量化路径，可将各类强大AI能力落地至

该运行时的核心构建原则是：仅需几行代码，就能在NPU、GPU、CPU上运行并集成最新生成式AI模型，同时兼容Windows、Android、Linux三大系统。但是，开发者体验仍有待完善：借助NPU加速运行生成式AI模型的实际难度远超预期，尽管收益十分明确：能够以极少的功耗实现更低的延迟与更高的吞吐量。GenieX是高通AI软件栈堆栈的延伸，为开发者提供了一条轻量化路径，可将各类强大AI能力落地至

开源鸿蒙项目群技术指导委员会主席陈海波作主题报告，回顾开源鸿蒙五年来走过的非凡历程，发布了开源鸿蒙6.0 Release版本，并展望面向未来的智能终端操作系统关键技术创新方向，呼吁与会专家以智能化发展为主旋律，共同擘画开源鸿蒙下一个五年发展技术蓝图。为致敬生态共建者，大会设置了多场致谢授牌环节，包括开源鸿蒙年度课题致谢与亮相、开源鸿蒙技术专家组（TSG）致谢、开源鸿蒙高校社团致谢及开源鸿蒙竞赛训练

飞书用“一周适配”的高效率和“多端一致”的流畅体验，证明了鸿蒙开发框架的可行性，也为鸿蒙用户带来前所未有的办公体验，打造AI时代先进的生产力平台。鸿蒙电脑基于鸿蒙操作系统“一次开发，多端部署”的能力，首次实现了移动端与电脑端生态的深度融合。这不仅为移动应用解锁了全新的增量市场，也让用户在电脑端获得更丰富多元的使用场景，重塑了全场景设备的交互体验。据张鲁介绍，飞书基于鸿蒙操作系统“一次开发，多端部署

支持Adreno OpenCL后端的llama.cpp已在骁龙8 Gen1、2、3、Elite移动平台驱动的Android设备和骁龙X Elite计算平台驱动的WoS设备上充分优化。：用户可以针对不同的GPU进行后端修改和优化，因为当前的解决方案使用了所有标准的OpenCL功能。，与高通科技公司的专家交流，与使用本公司技术的其他开发人员联系，并随时了解以开发人员为中心的最新消息和产品更新内容。：全

由Khronos集团开发的OpenCL（开放计算语言）是一种被广泛采用的行业标准，可允许开发者编写高效且可移植的并行编程代码，这类代码可以在各种设备上运行，包括CPU、GPU、NPU、现场可编程门阵列等，并且不需要深入了解该类设备。llama.cpp 的 Adreno OpenCL 后端已在搭载 骁龙8 Gen 1、2、3 和 Elite 移动平台的 Android 设备上进行了良好的优化，同时也

目前，后摩智能已实现大模型端侧AI算力与多款AI创新硬件的深度融合，并与联想、长城、中国移动等数十家头部终端企业建立深度合作，推动 M50 芯片在 AI PC、桌面机器人、AI NAS、Agent Computer 等多元终端中实现规模化商用，持续拓宽端侧AI商业化应用边界。当前大模型参数规模持续扩容，但终端设备的体积、电池功耗、散热空间均存在刚性限制，算力、功耗、延时、部署等约束，已然成为大模型

这套采用上游优先策略、公开开发的软件堆栈，可以支持平台内的所有处理器、子系统和组件，包括 CPU、GPU、NPU、视频处理单元（VPU）、显示处理单元（DPU）以及电源管理芯片（PMIC）。该系统级芯片采用异构计算设计，搭载适用于CPU、图形处理器（GPU）、神经网络处理器（NPU）、DSP（数字信号处理器），以及实时MCU类的独立核心。通过这两个系列的处理器，您可以充分利用最高可达100万亿次运

这套采用上游优先策略、公开开发的软件堆栈，可以支持平台内的所有处理器、子系统和组件，包括 CPU、GPU、NPU、视频处理单元（VPU）、显示处理单元（DPU）以及电源管理芯片（PMIC）。该系统级芯片采用异构计算设计，搭载适用于CPU、图形处理器（GPU）、神经网络处理器（NPU）、DSP（数字信号处理器），以及实时MCU类的独立核心。通过这两个系列的处理器，您可以充分利用最高可达100万亿次运