高通发布骁龙8 Elite Gen 6双芯，端侧AI可跑300亿参数模型

高通9月23日在年度骁龙峰会上推出两款旗舰手机处理器——骁龙8 Elite Gen 6与骁龙8 Elite Extreme Gen 6，两条产品线都把重心压在端侧AI上。顶配Extreme版本可在手机本地运行300亿参数的混合专家（MoE）模型。

两款芯片都配备新的传感中枢，可运行最高2亿参数的小模型。手机据此能在本地完成个人速记、区分不同说话人，并依据使用习惯积累记忆，让自动化任务的建议更贴合用户。高通称，新芯片能完整跑通语音输入到语音输出的代理流程。

骁龙8 Elite Gen 6新增加速器元件，以更高效率运行模型。Extreme版本可本地跑通300亿参数MoE模型：模型整体规模为300亿，但针对具体任务只激活其中一部分参数，以此压低算力与功耗开销。

高通把这一规格与苹果直接对照。苹果6月在WWDC（全球开发者大会）上发布200亿参数的混合专家模型，是其第三代基础模型中最先进的一款。按双方公布的参数规模，高通Extreme版本的本地模型高出约五成。

影像层面，新CPU让摄像头实现像素级控制，拍摄体验更接近专业设备，防抖与运动识别同步改善。Extreme版本支持8K 60fps录制和4K 240fps超高清慢动作，并启用新的高级专业视频（APV）编解码器。

两款芯片都能借助AI增强人声、降低噪声，并搭载高通新的voice bubble技术，在通话中隔离用户周围的杂音。

终端落地方面，摩托罗拉在峰会上宣布Motorola Signature 27手机，由骁龙8 Elite Extreme Gen 6驱动，将在今年内正式开售。

高通已在40多款AI设备上投入资源，公司仍认为多数人会优先用手机而非专用硬件接触AI。Nothing联合创始人Carl Pei此前暗示过这一趋势，苹果新CEO John Ternus本月早些时候在iPhone Duo发布会上也表达了相近看法。

手机里装大模型并不新鲜，但参数规模推到300亿，性质就不同了。此前端侧模型普遍停留在数十亿参数级别，主要处理摘要、翻译和简单问答。跨过百亿门槛后，手机才有条件承接更复杂的推理任务。

MoE架构是其中的关键。它把模型拆成多组专家，每次推理只调用相关部分，在参数总量与算力开销间取得平衡。高通的300亿模型、苹果的200亿模型都走这条路，端侧AI的比拼已从堆参数转向能效与体验的权衡。

普通用户能感知到的端侧AI价值，集中在隐私与响应速度。数据留在本地，不必上传云端，语音助手、照片处理、实时翻译都能离线运行。用户对数据外传的顾虑，正在被厂商转化为产品卖点。

参数规模与日常体验之间不能直接画等号。手机端高频的AI功能，仍是通话降噪、照片修图、语音转写这类轻量任务。300亿参数模型能否被用户真切感知，要看自动化任务和个性化代理能否做得顺手，而不只是发布会上的演示。

高通一边升级手机芯片，一边在40多款AI设备上布局。过去两年，专用AI硬件屡有尝试，多数产品的实用性和留存都不理想，手机则始终是用户每天握在手里的计算平台。把AI叠加上去，商业风险远低于另起炉灶。

对芯片厂商来说，考验还在后面。本地运行300亿参数模型，对内存、散热和功耗管理都提出更高要求，这些指标要到量产机型上市才能验证。摩托罗拉Signature 27是首个公开落点，实际表现会比峰会上的参数表更能说明问题。