30B级MoE模型密集登陆手机端，端侧AI进入参数扩张新阶段

2025年9月至10月间，手机端侧AI领域出现一次罕见的集中突破：高通联合阶跃星辰、无量火与江波龙，将300亿参数的MoE（混合专家）模型完整部署于第六代骁龙8超级至尊版平台；vivo同步宣布预研蓝心30B MoE模型；面壁智能则发布35B-A3B开源模型MiniCPM-V 4.7，并实现在iPhone 17 Pro Max上的本地推理运行。短短数周内，30B级端侧模型接连亮相，标志着端侧大模型正式告别“小而精”的压缩路线，转向追求Scaling Law（规模定律）带来的能力跃升。

这一转变与两年前行业主流方向形成鲜明反差。2024年，vivo主推仅占1.4GB运行内存的蓝心3B模型，荣耀Magic6搭载7B模型，苹果Apple Intelligence基础模型亦控制在约3B参数规模。当时行业共识是：受限于手机内存与功耗，端侧模型应轻量化、高效化，而非盲目堆参数。vivo AI全球研究院院长周围曾明确表示，“端侧大模型不应盲目追求参数规模，关键在于满足用户需求”，并判断轻量化将是长期趋势。

转折点出现在2025年初。MoE架构的成熟成为关键推手。传统稠密模型每次推理需调用全部参数，而MoE将网络划分为多个专家子模块，单次推理仅激活其中少数专家。以面壁智能的35B-A3B模型为例，总参数达350亿，但每处理一个Token实际参与计算的参数仅约30亿——相当于用3B级算力承载30B级知识容量。清华大学助理教授、面壁智能联席首席科学家姚远将其类比为“一座图书馆”：用户可调用整馆知识储备，但每次提问只需查阅几个关键书架。

该技术路径并非凭空而来。过去两年，DeepSeek、阿里等已在云端大规模应用MoE模型，验证了其在扩容与控成本间的平衡潜力。如今，这套逻辑正向端侧迁移。高通为适配MoE，在第六代骁龙平台中扩大NPU共享内存；厂商亦采用专家权重闪存存储+按需加载策略，降低常驻内存占用。周围坦言：“去年我们觉得3B、7B对内存很吃力，今年发现12GB运行内存下，拿出约3GB跑MoE模型已具备可行性。”

参数膨胀的背后，是手机厂商对Scaling Law收益的重新评估。长期以来，端侧AI受限于硬件，主要依赖模型压缩、量化与知识蒸馏等“瘦身”技术；而云端则持续通过增加参数、数据与算力提升性能。MoE的引入，首次让手机有机会在有限算力下获得接近云端的模型容量红利。

然而，规模扩张并非无代价。首要瓶颈转为存储带宽与功耗。即便采用4bit量化，35B模型权重仍需约15GB闪存空间；频繁从闪存加载专家权重会显著增加I/O延迟与能耗。高通为此强化NPU与内存子系统的协同调度，并引入投机解码（speculative decoding）优化推理流程。但这些方案尚未完全解决“读取墙”问题——当模型复杂度进一步提升，现有UFS 4.0或LPDDR5X带宽可能成为新的瓶颈。

更深层的挑战来自技术路线的不确定性。手机SoC从定义到量产通常需24个月周期，而AI模型架构迭代速度极快：2024年主流为稠密7B，2025年转向MoE 30B，未来是否会出现更高效的稀疏结构（如动态路由、层级MoE）尚不可知。当前针对MoE优化的硬件设计，两年后能否兼容下一代范式，存在显著风险。

实际能力提升也需分场景看待。据补充资料，30B MoE在多模态感知、OCR识别、长文档理解等任务中优势突出，但在纯文本生成、代码编写或指令跟随等任务上，与7B稠密模型互有胜负。这意味着，参数增长并不自动转化为全面体验升级，其价值高度依赖具体应用场景与用户可感知的交互改进。

产业链正面临一场谨慎的技术押注。一方面，芯片厂商需在NPU架构、内存带宽、能效比上提前布局；另一方面，终端厂商需权衡：是优先支持高参数模型以构建技术护城河，还是维持轻量化路线保障续航与稳定性？vivo的路径变化颇具代表性——从2024年聚焦3B，到2025年快速转向30B MoE，反映出行业内对技术拐点的集体判断。

值得注意的是，此次扩张并非孤立事件，而是端侧AI演进的必然阶段。随着用户对实时语音翻译、离线图像生成、本地化知识检索等高阶功能需求上升，仅靠小模型已难以支撑。MoE提供了一条折中路径：在不颠覆现有硬件框架的前提下，释放模型容量潜力。

未来半年至一年，行业焦点将转向三方面：一是30B级MoE模型在真实设备上的能效实测数据；二是厂商能否将模型优势转化为具体功能卖点（如离线会议纪要生成、多语言实时字幕等）；三是新一代SoC是否会在硬件层面原生支持MoE调度机制。若上述环节取得进展，端侧AI或将真正迈入“规模驱动能力”的新周期。

目前来看，30B并非终点。面壁智能已提出“30B总参 / 3B激活”的演进目标，高通路线图亦指向更高参数密度。但能否持续扩容，最终取决于手机物理边界——尤其是运行内存上限与散热能力——能否与算法创新同步演进。这场从云端蔓延至掌心的规模竞赛，才刚刚开始。