2026 年第一季度，具备边缘人工智能（Edge AI）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步数、心率和睡眠时长等基本指标的健康和健身洞察的需求日益增长。此外，低功耗神经加速器的出现使得在设备本地处理成为可能，且不影响电池续航，从而让 AI 功能直接在手表上运行。这使得设备能够提供即时的健康警报，例如跌倒和心律不齐检测，以及个性化建议，同时确保用户数据的隐私性，而无需过度依赖智能手机或云服务。
Counterpoint 研究公司首席分析师 Anshika Jain 指出：“品牌一直在不断升级其智能手表硬件，以提高设备的 AI 能力。边缘 AI 的集成能够实现实时健康洞察和更快的响应，同时有助于确保数据隐私。目前，边缘 AI 的渗透率仍然局限于领先品牌，在 2026 年第一季度，苹果公司仅在边缘 AI 智能手表出货量中就占了约 90%。”
健康和健身监测是边缘 AI 集成在智能手表中的主要驱动因素。与将生物信号流式传输到云端不同，现在手表可以在本地进行推理，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健康功能集成的发展。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长了三倍。品牌现在正致力于解决更复杂的问题，例如糖尿病监测。
在供应方面，芯片制造商正在不断升级其芯片，以将智能手表转变为智能健康伴侣，而非被动追踪器。苹果公司在 2023 年推出了 S9 芯片，其中包含一个 4 核神经网络引擎来处理机器学习任务。华为在 2025 年推出了自主研发的麒麟 W80 芯片，并配有其“Celia”助手，以在智能手表 AI 竞赛中保持竞争力。对于 2026 年，高通公司已发布了配备专用 NPU 的 Snapdragon Wear Elite，而谷歌即将推出的基于 Tensor 的可穿戴芯片预计将深化 AI 集成。除了我们目前计算的具备 NPU 的设备外，一种第二层级的设备端 AI 正在通过向量核心芯片出现，即使没有专用的 NPU，例如 Ambiq 的 Apollo 平台，它通过 Arm Helium 向量扩展及其新的 heliaCORE 软件内核进行神经推理。这种软件加速的方法值得关注，因为它可能会将设备端 AI 扩展到目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 AI 的前景：“智能手表中的边缘 AI 正从主要侧重于硬件集成转向同时也包含软件优化。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，允许任何应用程序在本地运行推理。AI 需要从单一应用程序转变为一个基于个人数据运行的个人层。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 AI 渗透率预计将在 2026 年接近 32% 的原因。”
边缘 AI 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本地运行。要符合此定义，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。