本届进博会高通展台，联合阶跃星辰、Infris AI、江波龙，在第六代骁龙 8 超级至尊版平台上演示端侧 MoE 智能体，跑阶跃 StepEdge-Omni 30B-MoE 混合专家模型，全程在手机本地运行，不依赖云端，能够自主理解用户意图、拆解多步骤任务、调度对应专家模块，模拟处理邮件、规划日程、出行安排等复合任务，核心是证明复杂智能体能力可以下沉到消费终端，而不是只能在云端大模型上跑。MoE 和传统稠密大模型最大区别是，模型整体参数规模大，但每次推理只激活少量专家模块，降低算力与内存压力；这套方案是芯片、推理路由、预取调度、高速存储协同优化，不是单纯把模型装进手机。
演示核心信息清单
- 平台：第六代骁龙 8 超级至尊版移动平台，Hexagon NPU
- 模型：阶跃 StepEdge-Omni 30B-MoE（混合专家模型）
- 合作方：阶跃星辰、Infris AI、江波龙
- 分工：高通负责芯片与 NPU 软件栈、专家路由缓存；Infris AI 做专家预测预取；江波龙优化 UFS 到内存加载；阶跃星辰提供基座模型能力
- 技术特点：总参 300 亿，单次推理仅激活约 30 亿参数；INT4 量化，支持专家按需调度、闪存预加载
- 演示能力：意图识别、任务拆解、工具调用、多步骤自主编排，端侧闭环
- 价值亮点：数据留在本地，隐私性更强；无网络也可运行，延迟更低
- 目标终端：手机、PC、汽车、AI 眼镜等骁龙终端
MoE 稠密模型对比简表
| 类型 | 运行方式 | 资源消耗 | 端侧适配性 |
|---|---|---|---|
| 稠密大模型 | 每次推理全部参数参与计算 | 高，内存、带宽压力大 | 适合小参数量模型，很难上 30B 级别 |
| MoE 混合专家 | 根据输入路由，只激活部分专家 | 低，按需调用 | 适合端侧跑大总参模型，兼顾能力与功耗 |
整套链路运行流程
- 用户下发复合指令，智能体解析意图，拆成多个子任务
- 路由模块预判需要哪些专家，提前通知存储把对应专家模块从 UFS 加载进内存
- Hexagon NPU 只运行选中专家，完成推理，输出结果
- 自动判断是否需要继续调用工具、发起下一轮子任务，直到整体目标完成
- 全程本地运算，用户原始数据不上传云端
优势与现存局限
优势
- 隐私优先：端侧闭环，敏感信息不用上传服务器
- 弱网 / 离线可用：不依赖稳定网络，响应延迟更低
- 功耗可控：相比同规模稠密模型，单次推理算力开销明显下降
- 生态可迁移：这套 MoE 智能体方案可迁移到骁龙 PC、车载、XR 眼镜等设备
局限
- 属于技术演示，还不是面向消费者的正式上线产品
- 专家预取、缓存调度复杂，对手机内存、闪存性能要求高
- 复杂长链条任务稳定性、工具调用成功率仍需要持续迭代
- 对硬件平台有门槛，仅新一代旗舰骁龙平台适配
行业意义
过去端侧 AI 大多是单轮问答、文生图这类单点能力；本次高通演示重点是端侧 Agent 智能体，可以自主规划、链式执行任务，代表端侧 AI 从被动应答，走向自主执行。高通强调，端侧智能体是芯片、模型、推理引擎、存储协同的系统工程，需要国内模型、存储、算法厂商一起配合落地。
【相关 FAQ】
问题 1：高通进博会演示的端侧 MoE 智能体，用的是什么模型？
回答 1：是阶跃星辰 StepEdge-Omni 30B-MoE 混合专家模型，在第六代骁龙 8 超级至尊版手机本地运行。
问题 2：MoE 为什么能在手机上跑 30B 这么大的模型？
回答 2：MoE 不会每次都调用全部 300 亿参数，只会根据任务路由激活一小部分专家，降低 NPU 算力和内存带宽压力，配合专家预取缓存实现本地运行。
问题 3：高通这次端侧 MoE 智能体和普通端侧 AI 有什么不一样？
回答 3：普通端侧 AI 大多只能单次问答；这个 MoE 智能体可以自主理解复杂需求、拆解任务、链式调用工具，完成多步骤的自主执行，是 Agent 智能体能力。
问题 4：江波龙、Infris AI 在这次演示里负责什么？
回答 4：Infris AI 负责专家模块预测与预取调度；江波龙优化 UFS 闪存往内存加载专家模块的速度；高通负责芯片、NPU 和路由软件栈，阶跃星辰提供基座模型。
问题 5：端侧 MoE 智能体最大的好处是什么？
回答 5：用户数据全程在本地处理，不上云端，隐私更好；离线、弱网环境也能用，响应延迟更低。
【参考资料】
[2026-11-05] 新华网：高通进博会展示端侧 MoE 智能体
[2026-11-08] IT 之家：高通万卫星：终端侧 AI 从单点应用迈向智能体体验
[2026-09-22] 高通官方新闻：第六代骁龙 8 超级至尊版端侧部署 30B MoE
[2026-09-10] 高通技术博客：Hexagon NPU 面向 MoE 智能体架构
【免责声明】
本文内容基于进博会展台演示、高通官方与媒体公开信息整理，该方案属于技术演示，尚未作为消费产品正式商用；实际落地效果受硬件、系统、模型版本影响，不构成产品采购建议。