把模型装进手机，和让它在日常使用中跑得稳、跑得久，是两回事。
2026年1月，Arm发布20项技术预测。其中一项判断是，计算正在从集中式云架构走向覆盖设备、终端和系统的分布式智能架构。模块化、能效，以及云端、物理终端与边缘AI之间的连接，成为重点。
同月，Arm中国区业务全球副总裁邹挺表示，随着AI在云、边、端加速渗透，架构设计、技术路径和安全标准都在推动半导体技术创新。对手机来说，这些话最终要落到几个具体问题上：一次调用要等多久，连续运行会不会明显发热，电池能否承受。参数表仍然重要，只是它能回答的问题有限。
模型装得下，还得跑得久
据36氪对2026年端侧AI竞争的梳理，端侧模型还会继续变小、变轻，单靠压缩已经不够。接下来的工作，是让模型同底层框架、芯片和具体设备场景配合起来。
报道给出的例子是苹果AFM3系列。在6月9日的WWDC2026上，苹果推出约200亿参数的端侧主力模型AFM 3 Core Advanced，并采用稀疏架构，每次推理只激活其中一部分参数。这让模型的总规模与单次推理的实际计算量有了明显区别。
因此，“约200亿参数”仍值得关注，却不能直接等同于每次任务的计算负担。模型可以保留较大的能力范围，具体运行时再按任务调用一部分。评价手机AI时，除了看模型有多大，还要看它每次究竟用了多少。
NPU优化要盯住真实任务
同样的道理也适用于NPU。峰值算力适合写在规格表上，功能落地时还要看实际工作负载：框架能否减少无效开销，任务如何在处理器和NPU之间分配，哪些计算留在本地，哪些交给云端。
围绕Arm架构做端侧开发，把模型移植到手机通常只是开头。模型、软件框架、芯片和整机调度需要一起适配。某个环节单独提速，未必能缩短用户真正感受到的等待时间。
实时翻译、相机图像识别就是直观的场景。衡量这些功能，不能只看能否启动，还要看响应速度、持续运行时的功耗，以及多次调用后的发热和电量消耗。用户不会直接接触模型参数表，但会立刻注意到手机变烫、掉电变快。
封装和集成开始分担压力
Arm的20项预测还提到，2026年的芯片创新将更多来自新型材料和先进封装，包括3D堆叠、芯粒集成等路径，而非继续依赖晶体管尺寸缩小。
这项预测给出的是技术方向，并不代表每款手机芯片都会马上采用3D IC或芯粒方案。它说明，性能和能效的改善已经不只落在单个计算核心上，封装、架构和系统集成也要参与进来。
模型侧通过稀疏化、轻量化减少单次推理的负担，芯片侧则从材料、封装和系统设计中寻找空间。两边最终算的是同一笔账：在手机可以接受的能耗内，完成足够有用的AI任务。
发布会上的数字，还得过日常使用这一关
到了2026年，手机发布会依然会谈参数量和NPU算力。判断端侧AI是否好用，还可以追问三件事：每次推理实际调用多少资源，功能能否持续稳定运行，模型、框架、芯片与设备场景有没有对上。
Arm把能效、模块化和云边端连接列为重点，反映到手机端，就是把参数量和峰值算力放回整机环境中衡量。等待时间、发热和电量消耗，也应当进入同一张成绩单。
资料来源：
