高通在本届进博会展台现场演示端侧 MoE 智能体,这套方案是联合阶跃、Infris AI、江波龙一起调通的,依托第六代骁龙 8 超级至尊版的 Hexagon NPU 算力,把 300 亿参数 StepEdge-Omni MoE 模型完整跑在手机本地,不用一直依赖云端。MoE 模型的特点是不会每次推理都激活全部参数,只会根据用户指令调用对应的专家模块,大幅降低内存和功耗压力,所以手机这类移动终端才能扛住这么大的模型。整套演示的工作流程很清晰:用户给出需求之后,端侧 MoE 智能体先读懂意图,接着把复杂任务拆成多个小步骤,自动匹配对应的专家子网来分工处理,最后输出结果,现场演示了日程安排、邮件处理、出行预订这类实用任务,所有数据都留在设备本地,隐私安全比云端方案更好。这次进博会的展示,主要就是向行业证明,300 亿级 MoE 智能体有机会在手机终端规模化落地,不只是实验室效果,普通消费者以后在手机、AI 眼镜、AI PC 上都能用上本地运行的自主智能助手。
一、演示硬件与模型配置
- 核心芯片:第六代骁龙 8 超级至尊版,Hexagon NPU 异构 AI 引擎
- 模型:StepEdge-Omni 30B-MoE 混合专家模型
- 合作方:阶跃、Infris AI、江波龙
- 存储配套:江波龙高性能存储,搭配专家缓存、闪存调度技术
- 精度支持:INT2、INT4、INT8、FP8、FP16 多精度,方便开发者平衡速度、画质和耗电
二、端侧 MoE 智能体工作流程清单
- 用户下发自然语言指令,全部输入在本地采集,不上传云端
- MoE 路由模块判断任务类型,挑选对应的专家网络,只激活少量参数运算
- 智能体自主拆解复杂任务,按顺序调用不同专家模块分步执行
- 各个专家模块输出结果汇总校验,生成最终回复
- 全程推理在终端 NPU 完成,响应速度更快,数据不会外传
三、端侧 MoE 智能体对比普通端侧稠密大模型
| 对比项 | 端侧 MoE 智能体(本次进博会演示) | 普通稠密端侧大模型 |
|---|---|---|
| 参数激活规则 | 总参数 300 亿,单次推理仅激活约 30 亿参数 | 每次推理都要调动模型绝大部分参数 |
| 内存带宽压力 | 更低,适合手机有限内存 | 高,大参数稠密模型很难在手机稳定跑 |
| 功耗表现 | 功耗可控,适合长时间使用 | 功耗偏高,容易发热降速 |
| 任务能力 | 支持多步骤自主智能体任务,能串联多个操作 | 大多只支持单轮问答、生成 |
| 隐私属性 | 全部本地运算 | 部分方案仍需要联网辅助 |
四、落地场景
- 智能手机:本地智能助手,自动整理消息、规划行程、处理文档
- AI PC:本地办公智能体,批量整理文件、多轮任务处理
- AI 眼镜、可穿戴设备:轻量化本地 AI 交互
- 后续可拓展到车载端、机器人等骁龙平台设备
【常见问题】
问题 1:高通进博会演示的端侧 MoE 智能体,MoE 是什么意思?
回答 1:高通进博会演示的端侧 MoE 智能体里,MoE 就是混合专家模型,简单说模型内部划分很多不同专长的专家子网,收到用户请求时只挑选匹配的专家来运算,不用全部参数一起工作,也是这次端侧 MoE 智能体可以在手机跑 300 亿参数模型的核心原因。
问题 2:高通进博会端侧 MoE 智能体必须联网才能用吗?
回答 2:高通进博会端侧 MoE 智能体核心推理环节是在设备本地完成,不需要持续联网,任务数据保存在终端,隐私性更强;只有需要调用第三方线上服务的时候,才会按需联网。
问题 3:高通进博会端侧 MoE 智能体现在普通手机能不能直接用?
回答 3:高通进博会端侧 MoE 智能体演示基于第六代骁龙 8 超级至尊版平台做深度适配优化,现阶段属于技术演示方案,还没有面向全部机型开放,后续生态完善之后才会逐步落地到对应新机。
问题 4:端侧 MoE 智能体对比云端智能体,优势在哪?
回答 4:高通进博会展示的端侧 MoE 智能体,优势是响应延迟更低、用户原始数据不上传、断网也能跑基础任务,缺点是单轮能承载的模型上限受手机算力、内存限制,适合日常轻中度自主任务。
【参考资料】
[2026-11-05](全勤生” 高通公司亮相进博会,展示 6G 前沿创新与 AI 生态成果)新华网
[2026-10-30](高通连续九年全勤赴约进博会 6G 终端原型机将迎全球首展)中国国际进口博览会官网
[2026-09-22](高通携手合作伙伴基于第六代骁龙 8 超级至尊版移动平台端侧落地 MoE 模型,加速智能体 AI 体验规模化扩展)高通中国官网
[2026-09-10](为什么智能体 AI 需要完全不同的移动架构:高通 Hexagon NPU)高通中国官网
【免责声明】
本文内容仅为行业资讯信息整理,文中提到的端侧 MoE 智能体为进博会现场技术演示成果,不代表产品量产上市承诺;实际性能、功能、上市时间以高通及合作厂商官方发布为准,本文不构成任何购买、投资建议。
