高通展示端侧MoE智能体 可理解意图与编排任务

时间：2026 年 11 月 7 日（第九届中国国际进口博览会现场） 地点：上海国家会展中心 人物：万卫星（高通公司 AI 产品技术中国区负责人）、高通工程团队、阶跃星辰、Infris AI、江波龙（Longsys） 事件详情：11 月 7 日，第九届进博会现场，高通公司 AI 产品技术中国区负责人万卫星展示了端侧 MoE（混合专家模型）智能体演示。该演示由高通联合阶跃星辰、Infris AI 和江波龙共同完成，实现意图理解、任务编排和目标 App 实时操作，且全部运算在设备本地完成，无需依赖云端。万卫星在分享中指出，MoE 模型将参数划分为多个专家模块，执行任务时只激活其中 2 至 3 个，20 个专家中仅调用所需部分，从而在设备内存与功耗受限条件下，减少单次推理实际运行参数量，提升运行效率。 背景：过去 3 至 4 年，终端侧 AI 已从影像识别拓展到语音转录、实时翻译、文本摘要等单点功能，但多数应用仍是一次解决一个具体任务。若要让终端完成意图理解、跨应用任务编排等系统级工作，就需要更强且更轻量的端侧模型能力。传统 Dense 模型在端侧通常只能部署 20 亿至 30 亿参数规模，应对复杂任务时完成度与准确率仍有提升空间。MoE 架构通过在单设备内选择性激活专家模块，为这一瓶颈提供了新路径。高通此前已多次在公开场合强调"计算连续体"和"端侧优先"理念，主张云端承接重智能任务、端侧发挥实时与隐私优势。 影响：高通此次进博会的演示将端侧 AI 竞争从单一模型或芯片性能的比较，转向模型、推理、存储与芯片平台的全链路协同优化。Infris AI 提供专家模块预测与预取的推理方案，江波龙优化 UFS 闪存到内存的专家模块加载效率，高通则在骁龙平台与软件栈层面优化专家路由、预测与缓存策略。这种分层协作模式意味着，未来终端侧 AI 的竞争壁垒将更多由生态协同能力而非单一芯片决定。对国内供应链而言，阶跃星辰提供模型能力、江波龙贡献存储方案，显示中国企业在端侧 AI 价值链中的位置正从下游应用向上游核心模块延伸。 总结：高通在进博会展出的端侧 MoE 智能体，标志着终端侧 AI 从单点功能迈向系统级智能体体验的关键一步。MoE 按需激活专家模块的技术路径，有望在手机、汽车、PC、眼镜等多种终端上落地意图理解与任务编排能力。高通与阶跃星辰、Infris AI、江波龙的联合演示也表明，端侧 AI 的竞争已经越过单打独斗阶段，生态协作成为下一阶段的核心变量。 常见问题： 问：端侧 MoE 智能体和云端大模型有何区别？ 答：端侧 MoE 智能体在手机或 PC 本地推理，无需网络，响应更快且隐私性更强；云端大模型依赖远程服务器，适合更重的计算任务。 问：MoE 如何在有限内存下运行大模型？ 答：MoE 将总参数拆成多个专家模块，每次推理只激活其中 2 至 3 个，实际运行参数量远小于模型总参数。 参考来源： IT 之家 https://it.ithome.com/archiver/1/024/000.htm 新浪财经 https://finance.sina.com.cn/roll/2026-11-08/doc-inixzpaw7202173.shtml 腾讯新闻 https://news.qq.com/rain/a/20261108A0A48V00 C114 通信网 https://www.c114.net.cn/industry/143253.html 量子位 https://www.qbitai.com/2026/11/508478.html Guozhen AI https://zglg.work/en/ai/news/2026-11-08-qualcomm-demos-on-device-moe-agent-at-ciie-with-stepfun-and-partners