面壁智能在端侧智能技术分享会上提出预判,按照 MoE 混合专家架构、模型压缩、手机 NPU 算力同步迭代的节奏,两年之内手机设备有机会流畅跑起达到 GPT-6 同级能力的大模型,这个判断的底气来自 MiniCPM-V 4.7 的落地成果,这款 35B-A3B 版本 MoE 多模态模型,推理时只激活 3B 参数,仅占用大约 3GB 内存就能在旗舰 iPhone 上运行,输出速度可以稳定做到 30token/s 以上,在此之前强能力大模型都高度依赖云端服务器,受网速、隐私、时延限制很大,而 MoE 稀疏架构、极低比特量化、推理编译器优化,搭配新一代手机 NPU,正在快速拉高手机本地能承载的智能上限,行业将当前阶段称为端侧智能撞线前夜,意思就是技术供给、硬件算力、模型效率三条曲线快要交汇,本地强智能大规模普及的节点已经临近。
核心标杆模型参数表
| 项目 | MiniCPM-V 4.7 35B-A3B | 说明 |
|---|---|---|
| 总参数量 | 350 亿 | MoE 混合专家架构 |
| 单次激活参数 | 30 亿 | 稀疏推理,不用全部参数参与计算 |
| 运行内存占用 | 约 3GB | 旗舰手机即可承载 |
| 实测解码速度 | 30token/s 以上 | iPhone 18 Pro Max 优化后数据 |
| 能力范围 | 图文理解、数学推理、多模态交互、简单 Agent 任务 | 开源多模态基座模型 |
支撑这个预判的三条技术主线
- 模型架构革新:MoE 混合专家路线,不再追求全参数激活,只按需调动部分专家模块,用低内存开销换取高智能上限,和传统稠密大模型思路完全不一样
- 轻量化技术栈:蒸馏、剪枝、极低比特量化、稀疏推理协同优化,同等智能水平持续压低内存、算力、功耗需求
- 移动端硬件升级:新一代旗舰手机 NPU 算力持续提升,内存规格放大,系统底层增加端侧 AI 调度接口,给大模型推理提供硬件底座
端侧本地运行 AI 带来的优势清单
✅ 隐私更好:照片、聊天、屏幕内容等数据不用上传云端,在本机完成推理
✅ 不受网络限制:离线状态下依旧可以使用多模态理解、推理、智能助手功能
✅ 响应延迟更低:不用走网络来回传输,交互反馈更顺滑
✅ 带宽成本更低:减少云端 API 调用,适合高频、长时间连续智能交互
当前还没跨过的难点
- 功耗瓶颈:长时间跑强推理模型,手机发热明显、耗电速度快
- 系统权限与生态:安卓、iOS 对后台大模型、屏幕读取、跨应用 Agent 的权限管控严格
- 能力对齐风险:端侧模型在复杂逻辑、长文本、事实准确性上,和顶级云端模型还有差距
- 行业共识差异:该预判属于面壁智能的观点,还有不少同行认为两年时间很难追上 GPT-6 完整能力
【常见问题】
问题 1:端侧智能撞线前夜这个说法是什么意思,两年内手机装进 GPT-6 智能是谁提出的预判?
回答 1:端侧智能撞线前夜指算力、模型、软硬件配套快要达到强 AI 本地落地临界点,该预判来自面壁智能联席首席科学家姚远,基于 MiniCPM-V 4.7 的 MoE 端侧模型进展,提出两年内手机可以承载 GPT-6 同级智能。
问题 2:两年内装进手机的 GPT-6 级智能,是不是直接把 OpenAI 原版 GPT-6 模型移植到手机?
回答 2:并不是移植原版 GPT-6,目标是做出能力对标 GPT-6的端侧稀疏 MoE 模型,依靠激活少量参数、轻量化优化,在手机有限内存和功耗下实现接近的推理与多模态水平。
问题 3:MiniCPM-V 4.7 和端侧智能撞线前夜的观点之间有什么关联?
回答 3:MiniCPM-V 4.7 的 35B MoE 版本成功在 3GB 内存条件下在手机流畅推理,是支撑端侧智能撞线前夜判断的关键实证,证明稀疏专家路线可以把高阶多模态能力下放到移动端。
问题 4:进入端侧智能撞线前夜之后,云端大模型是不是就会被手机端模型替代?
回答 4:端侧智能撞线前夜不代表云端模型被替代,长期会是云边协同模式,简单任务、隐私敏感任务本地跑,超复杂长推理、大规模计算任务继续调用云端大模型。
【参考资料】
[2026-11-10](两年内把 GPT-6 的智能装进手机!我们已经抵达端侧智能的「撞线前夜」)锦囊专家
[2026-11-09](对话面壁智能姚远:两年内,GPT-6 将跑进你的手机)IT168
[2026-11-05](面壁智能展示 MiniCPM-V 4.7,35B MoE 模型手机端流畅运行)智东西
[2026-10-01](端侧智能产业发展报告(2026 年))中国信息通信研究院
【免责声明】
本文资讯仅为端侧智能行业观点科普,两年内手机实现 GPT-6 同级智能属于技术预判,不是既定结果;模型落地效果、功耗、能力上限受芯片、系统、算法迭代影响,不构成产品采购、投资决策依据。
