在2026骁龙峰会上，高通宣布携手阶跃、无量火及江波龙，基于第六代骁龙8超级至尊版移动平台，完成阶跃StepEdge-Omni 30B-MoE模型的端侧适配与推理优化，并现场演示了智能体助手。
该模型拥有300亿参数，采用混合专家架构，按任务需要仅激活部分专家模块，从而降低计算量与内存带宽需求。合作方通过推理引擎、异构调度及存储方案优化，使运行内存需求较行业常规方案降低超过50%，并能在手机上稳定运行。
高通表示，该方案无需调用云端服务，可在本地完成邮件理解、行程规划、日历同步、航班及酒店推荐、行程分享和邮件草拟等任务。
测试数据显示，模型预填充吞吐超过每秒330个Token，解码吞吐超过每秒28个Token。预填充吞吐指模型推理预填充阶段每秒处理的输入词元数量，是衡量长提示词与批量请求处理能力的关键指标。
业内人士认为，大参数MoE模型在手机端部署，有助于推动低时延和隐私保护型智能体应用发展，但规模化应用仍取决于终端成本、功耗、模型可靠性及用户接受度等因素。