2026 年第一季度，支持边缘人工智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更深入健康和健身洞察的需求日益增长，这些洞察超出了步数、心率和睡眠时长等基本指标。此外，低功耗神经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，从而让 AI 功能可以直接在手表上运行。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，提供即时的健康警报（如跌倒和心律失常检测）以及个性化建议，并提供更注重隐私的用户体验。
Counterpoint 研究公司首席分析师 Anshika Jain 表示：“品牌一直在持续升级其智能手表硬件，使其更具人工智能能力。边缘人工智能集成能够提供实时的健康洞察和更快的响应速度，同时有助于确保数据隐私。目前，边缘人工智能的渗透率仍局限于领先品牌，在 2026 年第一季度，仅苹果就占边缘人工智能智能手表出货量的约 90%。”
健康和健身监测是边缘人工智能集成到智能手表中的主要驱动力。如今，手表无需将生物信号流式传输到云端，而是在本地进行推理，实时分析心率、睡眠模式和体温，并在设备上检测房颤、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在健康功能方面的集成。2026 年第一季度，具有血压监测功能的智能手表出货量翻了一番，而具有睡眠呼吸暂停检测功能的智能手表出货量则增加了两倍。品牌现在正致力于解决更棘手的问题，如糖尿病。
在供应方面，芯片制造商不断升级其芯片，旨在将智能手表转变为智能健康伴侣，而非被动追踪器。苹果在 2023 年推出了 S9 芯片，配备了四核神经网络引擎来处理机器学习任务。华为在 2025 年推出了自主研发的麒麟 W80 芯片，并配有其“Celia”助手，以在智能手表人工智能竞赛中保持竞争力。到 2026 年，高通公司宣布推出配备专用 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。除了我们今天计算的配备 NPU 的设备之外，在没有专用 NPU 的矢量核心芯片上，一种第二层级的设备端人工智能正在兴起，例如 Ambiq 的 Apollo 平台，它通过 Arm Helium 矢量扩展及其新的 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。
Counterpoint 研究公司研究总监 Mohit Agrawal 强调了智能手表边缘人工智能的前景：“智能手表中的边缘人工智能正从主要集成硬件转向同时包含软件优化。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可以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，这就是为什么到 2026 年边缘人工智能的渗透率将接近 32%。”
边缘人工智能智能手表是指配备专用神经网络引擎或 NPU 的可穿戴设备，部分或全部在设备端运行机器学习推理。要符合条件，至少一项健康、安全或交互功能必须在其主要推理路径上本地执行于该加速器上。
