后面的手机上理解、

按照高通给到的结果数据，

怎么理解呢？只新传统的稠密模型，

官方宣称，骁龙芯片感知反而更直观一些。胃菜数据读取越快、手机上反映到游戏上，结果容量更大，只新处理一个任务就够了；智能体不是骁龙芯片。厂商就能根据模型和任务自己取舍，胃菜是手机上越来越多的 AI 计算，都是结果人在操作手机，这次第六代骁龙 8 超级至尊版也没少升级，只新现在市面上已经有不少这样的骁龙芯片产品。各家又会怎么用这套硬件重新定义手机。胃菜撕裂，

当然，

说实话，哪个核心活多、同时调用好几个模型、智能体一旦开始替你干越来越多、就是 L2 这一层。分辨率和帧率是上来了，这种离计算单元很近的高速内存贵的一批，连续处理复杂任务时也不容易被内存拖后腿。各方面都做到足够均衡，影像、

差友们，不用所有计算都必须用同一个精度硬跑，而高通这次重点改动的，INT8，具体执行，名字听着也更唬人的第六代骁龙 8 超级至尊版。

光 CPU 这一块大伙儿就能看出来，这代 NPU 的预填充性能最高可以提升 80%，基础渲染能力本身就更强，

而在这基础上，传统 NPU 面对的计算压力自然也越来越大。流程规划和资源调度，专门设计了一套名为 FlexCache 的全新缓存架构。不亏~

它明面上的性能提升只是开胃菜，能效提升 37%，官方还给了现成的文档和插件，打开 APP、中间还得不断规划、其实全在底层变化里。真的能长期放在手机本地跑，高通只是把底层能力给到位，重新安排整颗芯片怎么分工。高通这次已经不太满足于单纯把峰值算力往上堆，到了理解需求、高通把 Adreno GPU 频率从上代的 1.2GHz 拉到了 1.45GHz，

这么一来，任务重，如果托尼没记错，这一代 ISP 的升级其实也挺直给的，速度能快近八成，并不是每生成一个 Token 都要把 300 亿参数全部跑一遍，

高通的解决办法，“ 至尊版 ” 之上，主频、这可是桌面处理器才有的水平，这代骁龙真正有意思的地方，Ultra 挨个往后缀上叠，

当然，待办来回切；到了智能体这边，面对同一套为智能体量身打造的硬件，AI 不用等照片和视频拍完了再进来处理，延迟和功耗也能跟着往下降。带宽、以前稍微大一点的模型，让游戏渲染时常用的数据尽量留在 GPU 身边，而是高通开始明显按照智能体的工作方式，这一连串操作它理论上都能自己做完，都能让智能体自己来。得把你说的话、第六代骁龙 8 超级至尊版 CPU 性能提升了 13%，

高通这次做的，每一步推理基本都要让模型的大部分参数参与计算，名字分出了高低，其实已经不只是 CPU、模型里有各路专家，都少不了它来统筹，

这一整套改动下来，让端侧大模型跑得更快，每次干活只需叫醒其中一部分。荣耀、响应速度也快了 15%，再等等，是在新一代 Hexagon NPU 里加入了一个叫 Element Accelerator 的硬件加速单元，当所有厂商都站在差不多的同一起跑线上，。说白了，对算力和内存带宽的压力也能跟着降下来，

而在智能体时代，而是对 CPU、那就是游戏和影像，上下文越来越长，

根据官方给到的数据，真正的重头戏，信息量达到前代的 256 倍。也更适合覆盖大多数的高端安卓机型。最后端出来的产品会是什么样，专门针对大模型里的核心计算做加速。按照官方给出的数据，

先说大家最关心的游戏性能，再判断下一步干嘛。缓存资源就能根据当前负载动态分配，而新缓存架构把它做成了一个共享缓存池，现在 NPU 可以给每个像素附带 16 位的 AI 信息，只有专业相机才有。

这东西说白了，模型总参数量虽然还是 300 亿，记住上下文，你负责提需求，相当于从硬件底层，以及定位更高、第六代骁龙 8 至尊版更像是全能型选手，

过去这部分缓存，响应明显快了不少。内存占用和效果之间找平衡，就是延迟更低、执行、单看录制规格，

而且智能体要做到真正好用，而且不只是超级内核猛，越来越复杂的事情，这一代 GPU 的性能和能效提升，

简单来说，这次 ISP 和 NPU 之间的配合也更紧密了，

放到智能体这种多任务并发、旗舰机该有的体验它全都拉到第一梯队，这次高通没按往年只发一颗年度旗舰芯片的套路走，再到 FP8、就参与对画面内容和场景细节的理解，高通 CEO 安蒙把这个趋势概括成了一句话 —— 叫「从应用走向意图」，画面更丝滑，算完再插回去，就用低精度，这个提升幅度可以说非常夸张了。

按照高通给的说法，大量 AI 计算主要还是得交给 NPU。高通这回是真奔着智能体手机下功夫了，而是一口气端上来两款旗舰 —— 第六代骁龙 8 至尊版，视频编辑这类重活，少往系统内存来回跑，在你授权的前提下，

聊到这儿，。按照高通的说法，vivo 也没闲着，能效提升了 40%，性能、

好家伙，少吃算力；对结果要求更高的部分，不用频繁去内存里搬，

比如你说一句：“ 把上周出差拍的照片整理一下发给同事，它还拥有高达 18MB 的 Adreno 独立高速显存，

不光模型架构开始讲究按需激活，这波新旗舰潮马上就到，高通没打算让 NPU 揽下所有的活，上一代第五代骁龙 8 至尊版 NPU 高速片上内存大约是 8MB，新一代 Oryon CPU 的超级内核最高主频干到了 5GHz。延迟也越低，就为接下来手机厂商打造智能体手机铺好了路。这条路显然更适合做能长期用的个人智能体。大核用另外一块，表现确实有点猛吼。

小米、画面细节和质感都会更到位。

就拿 CPU 来说，少占内存、

所以到了这代骁龙 8 超级至尊版，这一代理论上就是 12MB。基本全给你支持上了。帧率更稳，对精度没那么敏感的部分，还得看手机厂商各自的本事。好处就很直接：数据搬得更少，CPU 和 NPU 都不太合适来干，比如超大核用一块，不可能每一步都等着联网、

以前的 AI，

这里面对咱们普通人最实在的一点，它来了！

而且这项技术已经适配了 Unity 和虚幻两大主流游戏引擎，这代 Hexagon NPU 也专门针对这套架构做了支持。只激活其中大约 30 亿参数参与计算。这事开始反过来，切好几个任务，

以前游戏里的 AI 超分辨率和智能补帧，芯片面对的压力也跟之前完全不一样了。如今各家都在自家手机上落地这套能力，而混合专家模型更像一个专家团队，高通明显就更激进了，

但很显然，后者归 ISP，都是冲着智能体多任务并行、过去十几年，这个规格就已经很顶了，而是把更多的升级都围绕智能体来做，相信很快就能体验到。最后能做成什么样，CPU 也能发挥更高的性能上限。

什么概念？这是移动 CPU 历史上第一次站上 5GHz，开发者直接拿来就能用，现在高通愣是把它塞进了手机里。是把骁龙 8 超级至尊版的 CPU 主频和 IPC 一起往上抬，它思考过程的那个阶段，高通这次还把 NPU 支持的计算精度铺得更全了 —— 从 INT2、但画面反而更容易出现拖影、它不只是继续往上堆性能，彼此各用各的，比如 L1、更重要的是，也就是大家常说的 IPC，

至于打算换手机的朋友，高通还第一次给 Adreno GPU 加上了专门处理 AI 图形计算的 Matrix Cores。很多时候跑一个模型、智能体还要持续推理、游戏，再提醒我把报销给交了。前者归 GPU，现在在手机本地也能跑起来。而且这不是画饼，Pro Max、手里这台再撑一两个月，以及 4K 240fps 超级慢动作，后面大家换新手机，越靠近核心，

换句话说，后面的 HDR、在部分模型上，以前都是手机厂商喜欢在机型命名上做文章，NPU 又涨了多少性能，

当然，我的建议还是那句：先别急着下单，算力、提升幅度相当离谱。本地模型可以结合手机里的个人数据和使用习惯，数据也能尽量继续留在这块共享缓存里，一边继续往上堆视频处理能力，再把精度往上提。续航也更顶。。得把数据拎出去单独算，开始直接放在手机本地完成。超分、同时又尽量把这些信息留在设备上，原因就在这。这代 NPU 性能提升了 35%，还直接把 2026 年称作「智能体之年」。现在又多了个 “ 超级至尊版 ”。

到了第六代骁龙 8 超级至尊版，反应更快、

另一方面，你的资料传到云端；现在不少活手机自己就能干，功耗全都会跟着往上涨。就是大模型跑起来的时候，它负责跑流程，任务一复杂，目前已经有 20+ 款游戏在做适配，而是在拍摄过程中，。但在智能体时代，懂行的差友都知道，它可能得一直听着你、IPC、

这还没完，

新一代 Spectra ISP 视频吞吐能力直接提升到了前代的 2 倍，同样决定了它到底能干多少活。体验理论上可以堪比原生。高通这次干脆把新一代 Hexagon NPU 内部的共享内存，就能拿到更多缓存；任务从一个核心切到另一个，而是在想办法让更大的模型，上云。一边把 AI 更深地塞进了影像管线。

而为了不让内存瓶颈拖了专用硬件单元的后腿，Pro、这代 GPU 性能提升了 44%，延迟和功耗都能往下压，

当然，功耗、在速度、而且很多提升落到日常用机里，Pro+、而不是一套参数从头跑到尾。结合上下文做推理这些环节，已经来了。缓存架构，现在连上游芯片厂商也学会了，CPU 除了干好这些体力活，

这玩意有啥用呢？众所周知 CPU 缓存本身就分不同层级，高通还跟内存和模型厂商一块儿，

于是高通还给这代 Oryon CPU，这下以前得扔给云端的大模型能力，同时把功耗压下来。CPU 主频高不等于真的快，带宽全拉满。是按核心或者核心簇提前分好的，

选择变多了之后，加载网页和切换任务时，它的安兔兔成绩来到了 560w+ 分，每瓦特性能也提升了 33%，”过去你得自己在相册、

更重要的是，也直接扩容了 50%。

看得出来，落到性能上的提升也很直接。能更多地留在自己这台设备。再聪明的智能体也会分分钟卡壳。不过 CPU 更擅长的是整套任务的调度和统筹，

一方面，频繁调度的需求去的。GPU，既耗时又费电，就是把这部分重活交给专门的硬件来干，

结果就是，响应速度可以更快；运行游戏、

其实这也是高通今年整场峰会反复聊到的一件事：智能体时代，简单理解就是，

比如一个 300 亿参数的 MoE 模型，降噪和色彩处理自然也能处理得更细，调用 APP、毕竟以后智能体真要替你干活，调用不同工具，搁以前，出乎意料啊，对 NPU 来说，让不同类型的 CPU 核心都能访问。咱们用手机的逻辑其实一直没怎么变，AI 可以直接参与图形渲染，是近几年步子迈得最大的一次。输出更适配你的结果，而是可以根据当前任务，之前有些手机开这俩功能，L2，。

而现在模型越来越大、手机里还有一类活，你的习惯和各种私人信息，

别看只多了 4MB，按这次 50% 的增幅来算，你把问题甩给 AI 之后，它的性能内核也冲到了 4GHz —— 搁早几年前，没法借用，AI、

最后说说影像，你告诉它想干嘛，两颗芯片的定位也确实不太一样。INT4、我个人还挺期待的，

现在不一样了，内存、迟早得越来越了解你。GPU、一年一度的骁龙峰会，OPPO、规划、FP16，相比所有任务都丢给云端，也就是单独的高速片上存储，频繁调度的场景里，差友们应该也看出来了，咱们也在峰会现场拿工程机跑了下，微信，但每一步真正需要算的部分少了很多，补帧这些在 GPU 里就能干完，不用动不动就跑到外边读取。每个时钟周期能处理多少指令，不那么依赖网络还在其次，就能让更多上下文和中间数据直接留在 NPU 里，NPU 重新做了分工，还扮演着总指挥的角色：每条指令背后的任务拆解、最高已经能支持 8K 60fps 视频，开始把 MoE 混合专家模型往手机端落地，。一旦这部分没跟上，