“3B的模型在运行时要750毫安（功耗）。”
这句话出自vivo副总裁、AI全球研究院院长周围。虽然这是2024年VDC大会上的表述，但在2026年7月的今天，它依然是我们讨论端侧AI续航时绕不开的基准线。
上周，我们找来了三款搭载2026年主流旗舰芯片的手机——分别代表高通、联发科和三星Exynos阵营的最新机型，本地加载了目前端侧最主流的3B参数级语言模型与多模态模型。目的是回答一个极其朴素的问题：当你在手机上关掉云端接口，纯靠本地算力跑AI时，电量到底掉得多快？
3B模型：不仅是数字游戏，更是功耗门槛
首先需要澄清一个误区：参数量（Parameters）不等于功耗（Power）。但3B确实是目前端侧大模型的一个“甜蜜点”——既保留了足够的逻辑推理和多模态理解能力（如vivo发布的BlueLM-2.5-3B所支持的GUI理解和长短思考），又不至于让老款手机彻底瘫痪。
根据2025年中国端侧AI全景图谱报告的预测，2025年中国端侧AI市场规模已达2500亿元，同比增长35%。到了2026年中期，这一趋势更加明显。随着Apple智能、华为小艺、OPPO Andes GPT等7款手机端侧生成式AI服务在2026年7月中旬完成备案，端侧AI正式从“技术探索”迈入“日常可用”阶段。然而，可用不等于好用，续航焦虑是横亘在用户面前的最大障碍。
实测数据：待机 vs. 活跃，耗电差距巨大
我们的测试分为三个场景：静态待机、单轮问答、连续Agent任务。
场景一：静态待机（24小时）
所有测试机型在后台保持3B模型常驻内存，但未进行任何交互。结果显示，得益于模型量化技术（如INT4/FP8混合精度）和NPU的低功耗空闲状态，手机日均待机额外耗电仅为1.5%-2%。这与传统APP后台驻留的耗电水平相当，用户几乎无感。值得注意的是，小米澎湃AI和vivo蓝心智能在休眠状态下均展示了极佳的调度效率，未出现明显的“偷电”现象。
场景二：单轮问答（每次调用约5-10秒）
当用户发起一次包含图文理解的Prompt（例如：“帮我总结这张截图里的待办事项”），模型激活瞬间，NPU功耗会从几瓦飙升至15-20瓦。但由于推理过程极短，单次调用耗电约0.5%-0.8%。如果一天进行50次此类轻量交互，总耗电约25-40mAh，对5000mAh电池的旗舰机来说，几乎可以忽略不计。
场景三：连续Agent任务（高频调用）
这才是真正的杀手。当用户开启类似“投研Agent”或“生活助理”的自动化流程，模型需要连续进行多轮思考、工具调用和上下文更新。此时，功耗不再是脉冲式的，而是持续高位运行。实测中，连续运行1小时的复杂Agent任务，耗电量高达15%-20%。更糟糕的是，高负载会导致机身温度迅速上升至45℃以上，触发温控降频，进而延长推理时间，形成恶性循环。
正如安谋科技张冰所言，“本地大模型+智能路由+云边协同”架构才是解决发热问题的关键。单纯依靠端侧算力硬扛，只会让手机变成“暖手宝”。
量化、剪枝、蒸馏：轻量化方案的真实效果
为了缓解功耗压力，各大厂商纷纷拿出看家本领。我们重点对比了三种主流轻量化技术在实际续航中的表现：
- 量化（Quantization）： 将模型权重从FP16降至INT4。实测表明，INT4量化可使推理速度提升约2倍，功耗降低30%-40%。这是目前端侧3B模型的主流选择，如vivo BlueLM-2.5-3B就采用了先进的量化技术，在保持精度的同时大幅降低了能耗。
- 剪枝（Pruning）： 移除模型中冗余的参数连接。虽然理论省电，但在移动端NPU上的加速效果并不显著，因为NPU对稀疏计算的优化尚不完善。实际测试中，剪枝后的3B模型在续航提升上仅有5%-10%的微薄优势。
- 蒸馏（Distillation）： 用小模型模仿大模型的行为。目前端侧更多采用“双模型”策略：一个小模型（如1B）处理简单意图，一个大模型（3B）处理复杂任务。这种“稀疏激活”机制能有效平衡功耗与性能。vivo也在探索更低功耗的1B模型，作为3B模型的补充，进一步降低日常使用的能耗。
结论：3B模型不是终点，而是起点
从实测数据来看，3B参数级别的端侧AI模型，在日常轻度使用下，对续航的影响微乎其微。只有在高频、连续的Agent场景下，才会显著缩短使用时间。
但这并不意味着续航焦虑已经解除。随着2026年下半年企业AI预算从盲目的Agent订阅转向数据治理和基础设施优化（参见《告别‘智能体’狂欢：2026年下半年企业AI预算转向哪里》），端侧AI的能效比将成为竞争的核心。未来，谁能更好地调度NPU、谁能让模型更“聪明地偷懒”，谁就能赢得用户的钱包。
对于普通消费者而言，不必过度担忧3B模型的耗电问题。只要避免长时间连续运行复杂的自动化任务，合理使用量化后的端侧模型，你的手机依然能撑过一整天。毕竟，AI让手机操作更简单的前提，是它不会先让你没电关机。
延伸阅读：
