![]()
云端大模型存在网络延迟、数据隐私上传、高峰期算力成本高昂等短板，端侧离线大模型成为手机厂商重点布局方向，高通、苹果、国产手机品牌持续优化终端NPU适配能力。
IDC预测：2026全球AI手机出货量达到4.32亿台；Counterpoint判断，2027搭载原生端侧AI能力的手机，占全球手机出货量52%。端侧AI长期复合增速接近40%。
但是硬件存在短期无法逾越的限制：
1. 内存瓶颈
主流旗舰手机运行内存12~16GB，量化后的7B模型静态占用内存接近4GB，叠加系统、后台软件，内存余量紧张。运行多模态图文模型极易闪退。行业趋势来看，16GB运存成为AI手机入门门槛。
2. 功耗散热瓶颈
持续离线推理大模型瞬时功耗可达4~5W，长时间运行机身温度突破45℃，设备触发温控降频，推理速度大幅下滑，同时明显缩短续航。手机轻薄化结构，很难搭载高端散热。
行业主流折中方案：云边混合推理。简短问答、翻译、图片处理交给手机本地离线运算；复杂长文本、深度创作自动切换云端模型，平衡延迟、隐私、功耗。
现阶段端侧AI应用局限在AI修图、文档总结、实时翻译，颠覆性新产品还未出现。
交流话题：
如果手机可以稳定离线运行大模型，你愿意为此更换新机吗？
赞(26)