U
产品发布

高通发布双旗舰AI芯片 端侧可跑300亿参数模型

高通骁龙峰会发布8 Elite Gen 6与Extreme Gen 6双旗舰芯片:感知中枢可跑2亿参数小模型,Extreme版本地运行300亿参数MoE模型,支持8K 60fps。摩托罗拉Signature 27首发搭载,年内上市。

👁 23阅读 💬 0评论
高通发布两款AI手机芯片 旗舰款可本地运行30B模型
📝 全文约 1855 字 · 预计阅读 5 分钟

当AI竞赛从云端转向口袋,手机芯片的军备竞赛再度升级。当地时间2026年9月22日,高通在年度骁龙峰会(Snapdragon Summit)上一次性发布两款旗舰手机处理器——骁龙8 Elite Gen 6与骁龙8 Elite Extreme Gen 6,将端侧AI能力推向新的高度。其中Extreme版本宣称可在手机本地运行300亿参数的混合专家(MoE)模型,这一规模已超过苹果今年6月在WWDC上发布的200亿参数端侧模型。在“手机能否取代专用AI设备”的行业争论背景下,这次发布被普遍视为高通对“手机即AI终端”路线的一次重磅押注。

感知中枢:让AI代理真正“认识”你

两款芯片均配备全新的感知中枢(Sensing Hub),可本地运行参数量最高达2亿的小型模型,无需联网、无需上传数据即可完成一系列轻量级AI任务。高通强调,这将为AI代理带来更好的个性化体验。现场重点演示了“个人速记”功能:手机可在本地实时记录并整理对话,还能区分不同说话人,自动生成结构化笔记。

更重要的是,感知中枢能基于用户的日常使用习惯持续构建记忆,从而为任务自动化提供更精准的建议。高通表示,新芯片可以支撑一个完整的“语音进、语音出”AI代理——从听懂指令到开口回应,全流程都在设备端完成。对注重隐私的用户而言,这种本地化方案意味着对话内容不必离开手机,个性化与数据安全得以兼顾。

300亿参数MoE上机:与苹果正面交锋

本次发布最具冲击力的数字来自Extreme版本:它可以在手机本地运行300亿参数的混合专家(MoE)模型。所谓MoE,是指模型总参数规模虽然庞大,但处理具体任务时只激活其中一部分参数,从而在算力与功耗之间取得平衡——这正是大模型走向端侧的关键路径。

这一数字的参照系十分明确:今年6月的WWDC上,苹果发布了200亿参数的MoE模型,是其第三代基础模型中最为先进的一款。短短三个月后,高通便把端侧可运行模型的规模上限抬升至300亿。此外,骁龙8 Elite Gen 6本身也加入了全新的加速器单元,专门用于以更高能效的方式运行模型,为AI功能的持续负载提供硬件保障。

影像与通话:像素级控制加“语音气泡”

AI之外,影像依然是旗舰芯片的主战场。新CPU为相机提供像素级控制能力,以支持更专业的拍摄体验,同时改进了防抖与运动理解。Extreme版本在视频规格上大幅跃升:

  • 支持8K 60fps视频录制;
  • 支持4K 240fps超高清慢动作;
  • 引入全新APV(Advanced Professional Video)专业视频编码。

通话体验同样被AI重塑:两款芯片均可利用AI增强人声、降低环境噪音,还配备了高通全新的“语音气泡”(Voice Bubble)技术,可在通话中隔离用户自身的噪音,让对方听得更清楚。这些功能均由端侧AI驱动,不依赖云端。

首发阵营与“40款AI设备”的野心

首发阵营已经就位。摩托罗拉在峰会现场宣布了搭载骁龙8 Elite Extreme Gen 6的Signature 27手机,预计年内正式开售。对高通而言,旗舰芯片的落地速度正成为与对手竞争的关键变量。

更宏观的图景是,高通此前已披露正参与开发超过40款AI设备。不过公司内部的一个基本判断依然稳固:大多数人仍将把手机作为使用AI的主要设备,而非专用AI硬件。这也解释了高通为何把宝押在手机芯片的AI能力上——与其另起炉灶,不如让用户已有的设备变得更强。

手机还是专用设备?行业大佬站队

“手机才是AI的主要入口”这一判断,正在获得越来越多行业人物的背书。Nothing联合创始人裴宇(Carl Pei)此前已多次暗示这一趋势;而就在本月初的iPhone Duo发布会上,苹果新任CEO约翰·特努斯(John Ternus)也重申了同样观点——AI的未来更多发生在人们随身携带的手机上,而非独立的专用设备。

行业当前的主流共识是:大多数人会用手机来完成AI任务,而不是转向其他专用AI设备。

当然,分歧并未消失。专用AI硬件的拥护者认为,手机受限于形态与交互方式,难以承载真正的AI原生体验。但至少从高通与苹果两大巨头的动作来看,手机这条路线在短期内仍将主导端侧AI的落地节奏。

展望后续,骁龙8 Elite Gen 6系列的量产搭载将陆续揭开帷幕,摩托罗拉Signature 27只是第一张牌。当300亿参数级模型在手机端侧成为现实,本地运行的个人AI代理有望从演示走向日常——速记、通话降噪、任务自动化都只是起点。真正的看点在于:随着端侧模型规模逼近云端主流水平,手机厂商与模型厂商之间的算力话语权之争,才刚刚开始。

💬 评论