1-bit 模型进 AI 眼镜：高通与 PrismML 在骁龙 AR1 上本地跑通 2B 视觉语言模型

9 月 23 日（骁龙峰会期间）PrismML 发布面向 AI 眼镜的 1-bit Bonsai：一个 2B 参数的视觉语言模型，由 1.7B 的 1-bit 语言模型加 0.3B 的 4-bit 视觉编码器组成，在骁龙 AR1 Gen 1 平台上本地运行。官方给出的实测（Qualcomm 侧测试，1024 token 上下文、4GB 内存平台）：语言模型权重从 4-bit 的 1.66GB 降到 0.43GB，缩 3.83 倍；token 生成速度从 7.44 提到 15.36 TPS。

能力口径是 PrismML 在 BFCL v3、HumanEval+、MMLU Redux、IFEval、IFBench、MuSR、GSM8K、GPQA Diamond 上与 4-bit 量化的 Qwen 3 1.7B 对比，称两者基准结果相当。场景落在「眼镜看得见、但装不下」的那些：识别眼前物体、翻译文字、结合环境问答、免手操作的语音帮助，全部本地完成，不再等云端。高通 XR 与可穿戴业务负责人 Ziad Asghar 与 PrismML CEO Babak Hassibi 均就模型-硬件协同优化表态。

它改变了什么：能塞进眼镜的不再只是小模型，而是同内存下 4 倍参数的模型——这条路上限由内存与功耗决定，位宽就是硬约束。PrismML 此前用「智能密度」讲这件事（Bonsai 2 27B 把 27B 模型压到 5.9GB），现在把同一逻辑搬到可穿戴。需要留意：这里的「等效智能」与速度数字分别来自两家公司自测，对比基准（1-bit Bonsai 1.7B 对 4-bit Qwen 3 1.7B）也是厂商自选组合。

原文链接：PrismML 官方新闻稿