约200亿参数、超过1万亿总参数、TPU性能提升60%——2026年6月，端侧AI最抢眼的几组数字，分别落在苹果AFM 3 Core Advanced、小米MiMo-V2 Pro和Google Tensor G5上。
把它们排在一起，很容易得出一个草率结论：数字越大，手机里的AI越强。可苹果给的是模型规模，小米同时给了总参数和激活参数，谷歌强调的是芯片代际增幅，口径并不相同。落到日常使用，还要补上功耗、机身温度、速度衰减和电量消耗这几笔账。
目前可引用的公开材料没有提供三款平台在同一任务、同一环境下的温度与降频数据。谁更凉快，暂时不能靠发布会数字排座次。
苹果先减每次要算的量
21经济网6月23日报道，苹果推出了约200亿参数的端侧主力模型AFM 3 Core Advanced。它采用稀疏架构，每次推理只激活一部分参数。
这并非简单地把模型做小。苹果保留了约200亿参数的规模，同时控制实际参与计算的部分，目的很明确：少用一些算力，减轻端侧运行负担。
稀疏架构只解决了一部分问题。模型如何压缩、数据怎样在内存和NPU之间流动、任务持续多久，都会改变最终功耗。现有来源能说明苹果在省算力，无法直接证明搭载该模型的iPhone一定比安卓旗舰更凉或更快。
谷歌把更多功能留在本地
钛媒体的相关报道提到，Pixel 10系列的Tensor G5首次由台积电3nm工艺代工，TPU性能提升60%，Gemini Nano常驻端侧，实时翻译、屏幕理解和语音转录都可以在本地执行。
Gemini Nano的模型思路也与苹果不同。21经济网援引早期Gemini技术报告称，Nano由更大的Gemini模型蒸馏而来，目标就是装进终端设备。
模型常驻时，芯片并不会一直满载。更值得观察的是功能被频繁唤醒后的表现：连续转录能否保持速度，屏幕理解是否明显增加耗电，多项本地能力同时工作时会不会触发降频。TPU提升60%说明的是芯片性能变化，不能直接换算成机身温度。
小米的万亿参数，先看激活量
2026年3月，小米MiMo-V2 Pro端侧大模型上线。钛媒体给出的数据是：总参数超过1万亿，激活参数420亿，AI文案生成只需2秒。
这里最容易被忽略的是420亿。总参数体现模型容量，激活参数更接近推理时实际参与计算的规模。即便如此，420亿也不能直接和苹果的约200亿放在一起比较，任务类型、模型结构和压缩方式都会影响负载。
2秒同样只是一次任务的速度信息。没有连续运行后的耗时、温度和电量数据，它还不足以回答散热问题。该报道还称，搭载千亿端侧大模型的手机出货量已突破2000万台。参数规模已经成为安卓手机的重要卖点，能效表现却仍缺少统一量尺。
散热账藏在连续使用里
端侧AI的能效比，峰值速度只是其中一面。相册搜索往往很快结束，语音转录、屏幕理解和长文本生成则可能持续占用计算资源。任务运行时间不同，NPU、CPU、内存承受的压力也不同。
一份有参考价值的测试，需要回答这些具体问题：
- 功能是否全程在本地执行，有没有中途调用云端；
- 连续多轮运行后，处理速度是否明显下降；
- 机身温度和电量消耗如何变化；
- 发热后是否出现降频、帧率下降或功能受限。
散热硬件也不能只看VC均热板面积。热源位置、导热路径和系统温控策略都会影响结果。厂商如果只公布模型参数、TOPS或单次响应速度，消费者很难据此判断手机能否长期稳定运行端侧大模型。
手机变贵，散热不会自动变好
投资界转引的Omdia预测显示，2026年全球智能手机出货量预计同比下降12.2%至10.93亿部，市场总值反而同比增长6.1%。全球智能手机平均售价预计从2025年的467美元升至2026年的565美元，上涨21%，增加98美元。
推高价格的重要因素是存储成本。该文提到，2026年第一季度DRAM和NAND闪存均价环比上涨超过80%，AI服务器对HBM的需求增加，消费电子可获得的产能随之收紧。
这组数据解释了旗舰机为什么越来越贵，却不能证明涨价部分都投入了散热。端侧模型需要更多存储和内存资源，芯片、电池、影像系统与散热设计也在争夺同一份成本和机身空间。价格更高，能效表现仍要单独验证。
买旗舰机，先问功能，再看参数
需要离线翻译、语音转录、相册搜索或屏幕理解，可以先查清具体机型支持哪些本地功能，以及断网后还能保留多少能力。看到万亿参数时，再确认厂商说的是总参数还是激活参数。
散热方面，优先找同任务、同条件下的连续测试。只看一次生成速度，无法判断降频；只看芯片性能增幅，也推不出续航变化。苹果的稀疏架构、谷歌的Tensor G5和小米的万亿参数模型，都需要经过这道检验。
三家的方向已经摆在桌面上：苹果压低单次激活量，谷歌扩大端侧常驻功能，小米抬高模型规模。散热冠军还没出现。开场很快，适合演示；反复调用后仍能守住速度、电量和手感，才是旗舰机该交的答卷。
