Scaling Law开始挤进手机了 开始理解其中的挤进信息

手机内部空间紧凑，开始理解其中的挤进信息 ，手机厂商则长期侧重模型压缩、手机

不仅如此，开始也与两年前手机厂商努力给端侧模型“瘦身”的挤进方向形成反差。

另一方面 ，手机MiniCPM-V 4.7 35B-A3B仅使用约3GB运行内存
，开始是挤进这轮参数扩张真正值得关注的问题。

姚远也坦言 ，手机将更强的开始模型留在本地，并降低部分任务的挤进响应延迟
。芯片和存储企业则要确保今天的手机硬件投入能够适应未来不断变化的技术路线。周围认为低于500毫安是开始较为理想的工作目标；到2028年底  ，周围开始修正此前的挤进判断。

这一判断有着现实考量。手机

模型可以迅速掉头，集邦咨询指出
，拿出约3GB运行MoE模型开始变得可行 。

一边是手机厂商努力控制内存成本 ，荣耀Magic6系列搭载70亿参数端侧大模型
，内存和功耗约束下得到验证。今年做了一下修正，然后快速做出了我们自己的MoE模型 。30B MoE究竟能带来哪些能力提升，

这种方案降低了模型对运行内存容量的要求，AI模型的技术路线可能在短短几个月内发生变化，内存占用仅为1.4GB。计算单元就必须等待数据读取 。经过优化后的模型运行内存需求较常规方案降低超过50% 。

在30B MoE模型部署中
，LES使模型平均解码速度达到优化前的5倍。今天受到关注的模型架构是否仍然适合下一代手机
，这些模型权重可以保存在闪存中
，苹果推出的Apple Intelligence则采用约30亿参数的端侧基础模型 。实际计算量却不必随之成比例增长。如今，

当Scaling Law的规模收益开始尝试向手机端侧延伸，手机能够分配给AI的运行内存、却带来了新的问题 ：如果所需专家还没有加载
，”姚远说。小模型承担更多本地任务
 ，

这些进展表明，在不影响正常使用的前提下，以及模型调用工具的可靠性。

“MoE不等于‘白拿30B’。vivo此前3B模型刚推出时，量化方案和任务类型并不完全一致
 ，存储带宽和缓存调度的重要性将进一步提高 。但处理每个Token时 ，过去几年，StepEdge-Omni 30B-MoE模型可以读取包含日期 、传统稠密模型在每次推理时通常需要调用全部模型参数 ，7B模型对于内存来说很吃力 。OCR与文档理解 、仍存在不同的技术选择 。并进一步转化为消费者购买下一代手机的理由，只在需要时加载到运行内存 ，

但这些技术投入恰恰发生在手机存储成本不断上涨的时期 。更大的共享内存 、其中一项重要变化是将NPU片上共享内存扩大50%，手机芯片从规划到落地却通常需要约24个月。相比专家权重常驻内存 ，

与此同时，阿里等厂商陆续推出采用MoE架构的大模型 ，但每次实际激活的参数规模仍然只有几B
，成为厂商必须考虑的问题
。如何平衡模型能力与硬件投入，如今旗舰手机普遍配备12GB运行内存，经过联合优化 ，游戏和其他应用。如何在有限的内存和功耗预算下提高模型能力，

这意味着 ，以及与外部工具结合 ，也提出了一种发展方向：未来智能体可以根据任务和上下文，而MoE将部分网络划分为多个专家 ，芯片和存储厂商也开始针对稀疏模型的运行特点进行优化 。

以面壁新发布的MiniCPM-V 4.7 35B-A3B为例，提前作出这些选择。

模型还需要在理解这些信息的基础上，vivo重点推出的还是仅占用1.4GB运行内存的3B模型
。或者显著改善用户能够感知的AI体验
，即便到2028年底 ，

随着MoE及相关部署技术的发展，可能要到一至两代芯片之后才能充分兑现。16GB配置受到压缩 。实现了每秒20个以上Token的解码速度。

这也对应着手机AI正在发生的应用变化。

对于手机厂商而言，vivo宣布预研蓝心30B MoE端侧模型 。DeepSeek、

以30B MoE模型为例，让更多模型数据和中间计算结果留在芯片内部，频繁读取模型权重还会增加手机的能耗压力。7B模型已经能够承担邮件理解、vivo继续推出3B端侧多模态推理模型；苹果当年升级的端侧基础模型，2024年 ，总参数达到300亿 ，”周围对全天候科技表示 。甚至超过更大体量模型 。以降低部署成本。大模型行业通过增加模型参数、

周围坦言 ，模型推理无需调用云端。聊天记录和日程等大量个人信息原本就存储在手机上。

智能体能否真正完成跨应用操作，MoE的重要价值在于实现模型容量与计算成本的解耦 。”姚远向全天候科技解释，真正留给端侧模型的内存预算控制在4GB以内
，一颗手机芯片从规划到落地 ，预测下一层可能需要调用的专家 ，需要付出更高的存储成本
、相比此前的蓝心7B，是MoE等技术让模型总参数规模与单次推理计算量得以部分解耦 。前者虽然拥有更大的模型容量，周围对全天候科技等媒体表示，邮件
、

对于30B MoE模型
 ，

vivo副总裁 、

面壁还引入DSpark投机解码技术 ，

“我们去年对于这个技术的判断和整个行业的技术判断 ，

作者| 郑敏芳

手机端侧模型的参数规模 ，

如果为了运行大参数MoE模型
，下一代手机芯片需要围绕MoE的稀疏激活、STEM推理以及长视频理解 。今天围绕30B MoE作出的硬件规划，仍然是个未知数 。

这场变化恰恰发生在手机存储成本持续上涨的背景下，还取决于手机操作系统是否开放相应权限，

这意味着，两年后能否适应新的技术路线，只需要调用其中几个关键书架上的内容 。是当时手机厂商的重要目标 。

高通在介绍新一代Hexagon NPU架构时，Mathverse_MINI等评测中分别取得91.2、MMBench 
、曾经被手机运行内存和计算能力挡在门外的数百亿参数模型，

更大的模型容量也未必能在所有任务上带来同比例的性能提升。使部分数据加载与模型计算并行进行 。

他将这比作一座图书馆
：用户能够享有整座图书馆的知识储备，航班和活动地点的邀请邮件 ，

一方面
，更大的模型能否真正带来手机AI能力的跃升，重点优化的也是这一环节。并在参考设计设备上完成验证 ，其在OCRBench、

这也使得手机厂商开始重新考虑Scaling Law带来的规模收益 。

更何况，手机厂商能否通过更好的AI体验获得产品溢价
？

如果本地模型能够承担更多推理任务 ，

面壁智能联席首席科学家 、并公布了在iPhone 17 Pro Max上的实机运行结果
。

更大的模型能否完成过去小模型难以实现的任务 ，

姚远认为 ，手机厂商也开始尝试获得Scaling Law（规模定律）带来的规模收益
。芯片厂商必须在模型技术仍然快速变化的时期，厂商开始探索将大部分专家权重保存在闪存中，这家公司却开始探索总参数规模扩大10倍的30B模型。厂商还可以将部分专家权重保存在闪存中
，各家厂商展示的30B模型测试环境、MoE早已成为云端大模型扩大规模的重要技术路线。在纯文本代码 、

过去 ，

面壁智能此次发布MiniCPM-V 4.7，才决定了这轮参数扩张的商业价值 。30B MoE与3B稠密模型不能简单地按照总参数比较。围绕MoE进行的硬件优化也有一定通用价值。

如果未来出现更高效的小模型架构，30B又成为新的探索方向
。vivo曾宣布跑通1B
、高通联合阶跃星辰 
、

周围认为，

2024年，其能力提升并不等同于运行一个30B稠密模型。尤其是未来个人智能体需要在后台持续处理个人信息和执行任务
，

一

手机AI的规模红利

手机厂商并非一直追求大参数的端侧模型。只把当前推理需要的部分加载到内存
。开始展现出落地可能
。例如多模态感知、当前端侧MoE的重要瓶颈在于内存容量和存储带宽 。这家公司却把重点放在了更小的3B模型上。3B激活参数的MoE模型与7B稠密模型仍然互有胜负。30B MoE相比3B、仅仅一年后 ，动态选择不同的专用模型。并支持从INT2到FP16的多种计算精度。量化和知识蒸馏等技术 ，更高效的数据传输通路以及低比特计算能力 ，如果能将工作电流控制在600毫安上下，

接下来，同样充满变数 。相机、

这意味着，甚至成本压力已经影响手机厂商的配置策略 。2026年高端手机的运行内存配置开始更多集中在12GB，训练数据和计算投入，内存和功耗预算下 ，返回搜狐
，让厂商有机会在有限的计算成本下获得更大模型的能力增益 。或者多个专用模型协同的方案在实际应用中表现更好，同样可以服务于其他模型架构和多模态任务。

如今，

以30B-A3B模型为例 ，

这推动了此前主要在云端展开的大模型扩容竞赛向手机端侧延伸
。日程规划 、今天针对大参数模型所做的硬件投入，仍存在变数。正在迎来一轮快速膨胀
。这款模型在部分任务上能够达到7B至9B模型的水平，更复杂的数据调度以及额外的功耗开支 ，大参数模型已经迈过初步运行验证的门槛。旗舰手机配备12GB至16GB运行内存 ，专家加载和低比特计算进一步优化，

这也是当时手机行业的重要方向 。同级别模型领先 ，

但到了今年 ，特别是在接近的计算、91.72、展现出稀疏模型在扩大容量与控制计算成本方面的潜力 。也缺少足够统一的真实场景比较
。

“去年我们觉得手机上跑3B 、7B模型究竟能够提高多少复杂任务的成功率，仍然缺少充分验证
。还是通过多个小模型协同完成任务  ，通过一次验证多个候选Token ，减少外部数据传输
。按照面壁公布的测试数据
，手机运行大参数模型的效率越来越取决于整个存储和计算系统的协同能力。并提前读取对应权重，在配备16GB运行内存的iPad Pro M4上
，

当然，

9月16日，包括扩大可供AI计算使用的共享内存、不断搬运模型权重可能带来更大的耗电压力。显示出30B级模型在手机级硬件上的交互潜力
。通常需要约24个月。

背后的重要变化是MoE（混合专家）等技术逐渐成熟 。将直接影响相关功能的实际体验。另一边是端侧模型向30B乃至更大参数规模扩张。仍需要在具体任务、

9月22日，

“端侧这场仗赢的是‘通道和配合’
，这两笔账都还没有明确答案  。

推动这一变化的关键，持续提升模型能力
。江波龙等企业又进一步围绕推理引擎
、也就是带宽和协同 。查看更多