2026 年第一季度，具备边缘人工智能功能的智能手表出货量同比增长 70%，市场渗透率达到 25%。这一增长得益于消费者对超越基本指标（如步数、心率和睡眠时长）的健康和健身见解日益增长的需求。此外，低功耗神经网络加速器使得在不影响电池续航的情况下进行设备端处理成为可能，从而允许人工智能功能直接在手表上运行。这使得设备能够在不严重依赖智能手机或云服务的情况下，提供跌倒和心律失常检测等即时健康警报，以及更私密的个性化体验。
Counterpoint 的首席分析师 Anshika Jain 评论说：“品牌一直在持续升级其智能手表硬件，以使其设备更具人工智能能力。边缘人工智能集成能够提供实时健康见解和更快的响应，同时有助于确保数据隐私。目前，边缘人工智能的渗透率仍然仅限于领先品牌，在 2026 年第一季度，苹果公司就占到了边缘人工智能智能手表出货量的约 90%。”
健康和健身监测是智能手表集成边缘人工智能的主要驱动力。现在，手表无需将生物信号流式传输到云端，而是可以在设备端实时分析心率、睡眠模式和体温，并检测房颤、睡眠呼吸暂停和血压升高等状况。这极大地推动了整个智能手表行业的功能集成。在 2026 年第一季度，具备血压监测功能的智能手表出货量翻了一番，而具备睡眠呼吸暂停检测功能的智能手表出货量则增加了两倍。品牌现在正着眼于更复杂的健康问题，如糖尿病。
在供应方面，芯片制造商正在不断升级其芯片，将智能手表转变为智能健康伴侣，而不仅仅是无源追踪器。苹果公司于 2023 年推出了 S9 芯片，该芯片配备了 4 核神经网络引擎来处理机器学习任务。华为在 2025 年推出了其自主研发的麒麟 W80 芯片，并搭配其“Celia”助手，以在智能手表人工智能竞赛中保持竞争力。对于 2026 年，高通公司已经发布了配备专用 NPU 的骁龙 Wear Elite，而谷歌即将推出的基于 Tensor 的可穿戴芯片预计将深化人工智能集成。除了我们目前计算的配备 NPU 的设备之外，一种第二层设备端人工智能正在向量核芯片上出现，而无需专用的 NPU，例如 Ambiq 的 Apollo 平台，它通过 Arm Helium 向量扩展及其新的 heliaCORE 软件内核运行神经网络推理。这种软件加速的方法值得关注，因为它可能会将设备端人工智能扩展到当前硬件定义之外的设备。
研究总监 Mohit Agrawal 强调了智能手表边缘人工智能的前景，他表示：“智能手表中的边缘人工智能正从主要集成硬件转向也包括软件优化。真正的突破在于更小、更高效的模型以及操作系统级别的访问权限，这使得任何应用程序都可以在本地运行推理。人工智能需要从单一应用程序转变为一个在个人数据上运行的个人层。这使得即时健康警报、手势控制和更丰富的个性化体验成为可能，这也是边缘人工智能的渗透率预计将在 2026 年达到 32% 的原因。”
边缘人工智能智能手表是指具备专用神经网络引擎或 NPU 的可穿戴设备，其机器学习推理部分或全部在设备端运行。要符合条件，至少一项健康、安全或交互功能必须在其主要的推理路径上本地执行于该加速器上。
