9 月 22 日的骁龙峰会上，高通发布了第六代骁龙 8 至尊版和超级至尊版，首批 2nm 手机芯片。
参数很多，但有一条最值得普通人记住：
手机能本地跑的模型规模，从现在普遍的 40 亿参数，跳到了 300 亿。
差不多 7.5 倍。
这个数字意味着什么，值得讲清楚。
300 亿参数，是怎么塞进手机的先说个前提，免得被数字唬住。
它跑的是 MoE，混合专家模型。简单说就是模型很大，但每次回答只唤醒其中一部分「专家」，不是全部参数一起动。所以 300 亿这个规模听起来吓人，实际每次推理的计算量并没有等比膨胀。
高通的官方口径是支持最高 300 亿参数的端侧 MoE 模型，其中超级至尊版把这个规格写在了明面上。
对照组也有意思：苹果今年 6 月 WWDC 上推出的第三代基础模型，是 200 亿参数的 MoE。
另外几个能落地的数字：
首字生成时间低于 1.5 秒——这是你问完一句之后，屏幕上蹦出第一个字的等待时长。超过两秒，人就会觉得卡。NPU 速度提升 35%，每瓦性能提升最高 33%——快是一回事，省电是另一回事。手机跑 AI 最怕的不是慢，是发烫掉电。新增一颗 micro NPU，专门干超低功耗的常开音频处理。相当于给「随时在听」这件事单独配了个小灶，不占主力。首发机型包括一加 16、摩托罗拉 Signature 27、小米 18 Pro（普通版由小米 18 Pro 首发，且有半年独占期），后面荣耀、iQOO、OPPO、Redmi、红魔、vivo 都会跟上。
对你来说，真正变的是三件事第一，断网也能用。
飞机上、地下车库、山区、地铁隧道，这些地方现在的 AI 等于没有。本地跑起来之后，AI 变成一个装在你口袋里的东西，跟信号无关。
这个变化比想象中大。因为它把 AI 从「一种网络服务」变回了「一种设备能力」，跟相机、计算器是同一类东西。
第二，数据不出手机。
你问云端 AI 的每一句话、上传的每一份文档，都要经过别人的服务器。合同、病历、财务表、私人照片，能不上传就不上传，这是常识。
本地跑，这些内容从头到尾都在你的设备里，没有服务器日志，没有数据留存。
第三，不花钱。
这条放在今年其实最扎心。
下半年国产模型集体调价，豆包、千问先后推会员，DeepSeek 的 API 涨了一轮。用 AI 开始变成一笔要算账的开销。
本地模型不烧 token，不需要订阅。机器是你自己的，电是你自己的，跑多少次都不另收钱。
但别急着高兴该泼的冷水也得泼。
300 亿参数的 MoE，和云端那些万亿级模型，能力上还有明显差距。复杂推理、多步骤长链条任务、需要实时联网查资料的活，本地模型现在还扛不住。
所以更现实的用法是分工，不是替代。
适合交给本地的：日常问答、写草稿、整理笔记、总结文档、翻译、简单的图片描述、头脑风暴这类不需要精确性的脑暴。
还得留给云端的：复杂逻辑、长篇研究、写代码工程、实时信息检索、任何需要「查一下现在是什么情况」的任务。
一句话概括：私事和杂事本地跑，难事和新鲜事上云。
更普惠的一件事：千元机也在跟上其实比旗舰芯片更值得关注的，是端侧 AI 正在往低价位渗。
今年已经有千元机搭载本地模型。实测数据是：主流 8GB 内存的千元机跑压缩后的 7B 模型，单轮短句推理延迟 300–600 毫秒，千字左右的长文档总结 10 秒内完成。日常够用了。
差距也确实在：
旗舰 12GB 以上机型能跑稀疏千亿参数模型，每秒生成 25–35 个 token千元机稳定跑 3B–7B，每秒 10–18 个 token千元机本地上下文上限多在 16K–32K，旗舰能到 128K连续跑十分钟以上深度推理，千元机发热和耗电会明显上来但这些差距在缩小。行业里的方向很明确：量化技术继续压、芯片厂商给千元 NPU 做专属算子、第三方 App 接入本地 AI 的门槛继续降。
没有本地离线 AI 的手机，接下来会越来越不好卖。
现在就能上手不用等新机。你手上的手机大概率已经能跑了。
安卓：Google AI Edge Gallery 是最省事的选择，装完直接下 Gemma 4 的模型开聊，E2B 版本 6GB 内存就够，E4B 需要 8GB。想在骁龙机型上跑满 NPU，可以用 MLC Chat，速度明显高一档。PocketPal AI 则胜在模型随便挑，Hugging Face 上的 GGUF 都能载入。
iPhone：PocketPal AI 或者 LLM Farm，App Store 直接搜，内置模型列表一键下载，苹果的 Neural Engine 会自动加速，不用配置。
动手派：安卓装 Termux 再装 Ollama，能在手机上拿到和电脑一致的本地接口，还能接其他工具。代价是折腾二十分钟加熟悉命令行。
有个小提醒：模型文件一般占 1–4GB，先看看存储空间。另外从小模型起步试，别上来就拉最大的，跑不动还发烫。
所以换不换机如果你现在用的还是两三年前的机器，这次升级值得等一等——端侧能力的代际差是很实在的，明年这批机器上的 AI 体验会和今年明显不同。
如果你手上就是近一两年的旗舰，那硬件早就够用了，缺的是个 App。先把本地 AI 装起来用一周，看看哪些活其实可以不上传云端，比研究参数有用得多。
真正的变化不是手机变快了，是AI 的归属变了——它开始从一项你租用别人的服务，变成一件你自己的东西。
如果把 AI 完全装进手机、断网也能用，你最想让它帮你干哪件事？留言聊聊。