Qualcomm的1-bit Bonsai模型为AI眼镜带来离线图像识别

Qualcomm和PrismML将AI缩小到适合你的脸

想象一下，问你的眼镜你在看什么——并在没有一格信号的情况下得到答案。这就是在2026年骁龙峰会上公布的一项新合作的承诺。Qualcomm与PrismML合作，在Snapdragon AR1 Gen 1平台上运行一个20亿参数、1-bit量化的Bonsai视觉模型。结果呢？智能眼镜可以完全离线地识别图像并回答问题。

为什么1-bit很重要：更少内存，更快速度

Bonsai 1-bit模型建立在PrismML早期的Bonsai 1.7B之上。通过将精度压缩到单个比特，与传统的4-bit模型相比，它大约将四倍的参数塞进相同的内存。简单来说，内存使用量降至约四分之一，文本token生成速度提高一倍。这对眼镜来说意义重大，因为每一兆字节和每一毫瓦都很重要。

对日常佩戴意味着什么

那么你实际上能做什么？据两家公司称，你可以识别面前的物体、即时翻译文本、询问与环境相关的问题，并获得免提语音助手——全部在本地完成，无需云端往返。无需等待，没有“连接中...”的加载圈。而且由于模型耗电更少，它产生的热量更少，电池寿命更长。对于戴在脸上的东西来说，这不仅仅是好——而是必不可少的。

更大的图景

我们以前听说过“你眼镜里的AI”，但通常有一个条件：手机绑定或持续连接。这种1-bit方法改变了这一局面。这是朝着真正独立的智能眼镜迈出的安静但有意义的一步，这种眼镜感觉不像一个小工具，而更像你感官的自然延伸。它会完美吗？一开始可能不会。但它让我们窥见一个未来：即使没有网络，帮助也始终存在。

要点：

• Qualcomm和PrismML在Snapdragon AR1 Gen 1上运行一个2B参数的1-bit Bonsai模型。
• 内存使用量约为4-bit模型的1/4；token生成速度翻倍。
• 实现离线图像识别、翻译、问答和语音助手。
• 更低的功耗意味着更长的电池寿命和更少的热量，适合可穿戴设备。
• 朝着不依赖云端的独立AI眼镜迈出的一步。