这是什么

高通CEO Cristiano Amon 本周在公开场合透露了一个目标：到2028年，AI公司希望手机能持续运行千亿参数（100B）级别的大模型。

千亿参数是什么概念？当前主流手机本地能跑的是 1B-7B 级别的模型（量化后的开源模型，即把参数精度压缩以便在本地运行），千亿参数比这大了几十倍到上百倍。Qualcomm 是安卓阵营最大的手机芯片供应商，它的目标基本就是行业风向标。

这个表态之所以重要，是因为它把"端侧大模型"这件事从"可能"推到了"有时间表的承诺"。

行业怎么看

支持方的逻辑很直接：现在的 AI 都跑在云上，手机只是个传话筒。一旦千亿参数模型能在本地持续运行，AI 助理可以真正离线工作，响应延迟从几百毫秒降到几十毫秒，隐私数据也不用出门。Qualcomm 押注的 NPU（神经网络处理单元，即专为 AI 计算设计的芯片模块）路线确实在进步，每代性能翻倍。

但冷静的声音来自三个地方：

第一是物理。手机电池容量、散热、内存带宽三大约束同时存在。千亿参数的 FP16（半精度浮点）模型光是权重就要 200GB，远超手机内存上限。即使量化到 4-bit（用 4 个比特表示一个参数，体积压缩到原来的四分之一），也要 50GB。"持续运行"不卡顿，需要电池和散热技术同时跃迁。

第二是经济。Qualcomm 旗舰芯片单价几十到上百美元，要让手机厂商全配这个等级的算力，整机价格可能冲到万元以上。

第三是生态。即便硬件达标，千亿参数模型需要的训练数据、训练算力、用户场景都还没准备好。手机端跑一个超大模型，谁来训练，谁来维护？

对普通人的影响

对消费市场：如果真实现，2028 年旗舰手机会贵出新高度，但语音助手、AI 修图、本地翻译会脱胎换骨——完全离线、零延迟。

对个人职场：出差、跨境、网络差的场景会真正受益。律师、医生、记者这种对隐私敏感的工作，可能不再需要把对话传上云。

对企业 IT：本地化 AI 会冲击一批云端 AI 服务商的定价权，但企业级安全和定制化需求短期内仍依赖云端。