【软盟资讯 · 7×24快讯】（2026年09月23日） 9月23日凌晨，高通在夏威夷2026骁龙峰会上宣布，携手阶跃、无量火及江波龙，基于第六代骁龙8超级至尊版平台，完成StepEdge-Omni 30B-MoE模型的端侧适配与推理优化。该模型采用混合专家架构，仅激活所需专家模块，内存需求较常规方案降低超50%，可在本地运行邮件理解、行程规划等全场景智能体任务，预填充吞吐达330 token/s、解码吞吐28 token/s，无需云端依赖，兼顾低时延与隐私保护。
【软盟观察】高通这步棋的关键，是把30B规模的MoE大模型真正塞进了手机端侧，还让内存需求降了超一半——过去端侧模型多在7B以下打转，30B能本地跑，意味着行程规划、邮件理解这类多步骤智能体任务，可以不把隐私数据上传云端就完成。混合专家架构“只激活所需专家”是省内存的核心，预填充330 token/s的吞吐也够看，说明它不只是能跑，而是跑得动、用得起。这背后是端云协同的新格局：重活交给云端大模型，轻量、敏感、低时延的活留在手机本地。高通联合阶跃、无量火、江波龙组生态，打的也是“芯片+模型+存储”的合纵牌。不过端侧30B的实际体验，还要看骁龙8的手机铺开后，开发者愿不愿意真把智能体业务往本地挪——算力边界清楚了，生态愿不愿意跟上，才是端侧AI真正的胜负手。