高通把新一代手机芯片的卖点，从跑分和影像，明确转向了「本地能跑多大的模型」。
发生了什么
据 TechCrunch 报道，高通发布了两款新的智能手机芯片，主打 AI 能力。高通方面表示，其新的旗舰芯片可以在本地运行 300 亿参数的混合专家（MoE）模型。
这里有两个关键信息点。一是「本地」：模型不经过云端，直接在手机端推理。二是「MoE」：混合专家架构在推理时只激活部分参数，因此参数量大不等于实际计算量大，这正是它能在端侧落地的原因。
为什么重要
过去两年，手机厂商谈 AI，多数停留在把请求转发到云端大模型，端侧只做小模型的分流，比如摘要、翻译、简单问答。真正的旗舰级模型始终在数据中心里。
高通这次的表态，指向的是另一条路径：把有实际能力的大模型搬进设备。这背后是三重推力。
第一是隐私。数据不出设备，是端侧 AI 最直接的叙事，对企业和敏感场景尤其有说服力。
第二是成本与延迟。云端推理按 token 计费，用户规模一大，账单就压不住；而端侧推理的边际成本接近于零，响应也不再受网络波动影响。
第三是离线可用。飞机上、地下车库、弱网地区，云端方案直接失效，端侧模型不受影响。
值得注意的是，MoE 是关键变量。它让「300 亿参数」这个数字在端侧变得可谈——如果换成同等规模的稠密模型，内存占用和功耗都难以承受。换句话说，高通强调的不只是算力，更是架构与硬件的配合。
影响与看点
对开发者而言，端侧能跑 MoE 意味着应用形态会变。此前很多 AI 功能必须依赖联网和 API 调用，现在可以把一部分推理下沉到设备，做出响应更快、不依赖后端成本的体验，比如本地文档理解、离线助手、隐私敏感的输入处理。但也要清醒：本地跑得动，不等于跑得好。量化精度、上下文长度、持续推理的发热与续航，都是实际落地时要面对的问题。
对行业而言，这延续了手机芯片竞争重心迁移的趋势——从 CPU/GPU 峰值性能，转向 NPU 算力、内存带宽和能效比的综合较量。芯片厂商正在把「端侧大模型」当作新的旗舰叙事，而软件生态能否跟上，才是决定这套硬件是否被真正用起来的关键。
对普通用户，短期内更可能看到的是系统级助手变聪明、部分功能不再需要联网，而不是手机里突然多出一个通用大模型。
一个独立判断：端侧大模型的竞争，正在从「能不能跑」转向「跑起来是否划算」——功耗、内存和体验的平衡，会比参数数字更能决定胜负。
