刷到华为Mate90发布，眼睛一下子被标题里"30B端侧大模型"这几个字勾住了。说真的，前两年"手机跑大模型"这话我基本当营销噱头听，觉得是厂商PPT上凑数的。结果这次点进去一看，30B参数的MoE模型，真的往Pro Max上塞了，就忍不住多翻了几篇资料，越翻越觉得这里面有事儿，干脆坐下来跟大家唠唠。

先把丑话说在前头：这篇不是那种拿着机器跑安兔兔、逐条跑分的硬核评测，我拿到的真机深度测试数据有限，咱不编。我更多是把发布会公开的参数、能看到的演示功能掰开揉碎，再顺着往下算一笔产业上的账。你要是冲跑分来的，可能要失望；但你要是想搞明白"这玩意儿到底能干啥、跟我换不换手机有啥关系、这波产业链的钱在往哪走"，那接着往下看。

先说清楚，"30B"到底是个啥概念，别被数字唬住

很多人一看"30B"就懵，B是billion，也就是十亿，30B就是300亿参数。搁两年前，300亿参数的模型那是数据中心里一柜子服务器才扛得住的东西，你让它在巴掌大的手机上跑，听着就离谱。

但这里有个特别容易被忽略的技术点，我也是查了资料才搞明白：30B模型塞进手机，不等于这300亿参数全部常驻在内存里等着调用。现在主流走的是MoE，混合专家模型，再加苹果那种"NAND全量存储、DRAM稀疏调用"的思路。说人话就是：完整的模型权重放在闪存里，不占内存，你问一句、它按需把要用的那部分"专家"临时调进内存拼起来算一次，用完就走。苹果那个20B的AFM模型，常驻内存里实际跑的也就1到4B的稠密子模型。

所以"手机跑30B"和"手机常驻30B"是两码事，后者现在的硬件确实做不到，前者靠架构优化和稀疏加载是能落地的。这个区别你心里有数就行，不然容易被"300亿参数下放到手机"这种说法带得过高期待。

Mate90这一代，端侧AI到底上了什么

我先把发布会公开的信息给你捋一遍，免得大家版本对不上。

10月1号发的Mate90系列，分三档：Mate90用的是麒麟9030，Pro是麒麟9035，Pro Max才上麒麟9050 Pro这颗逻辑折叠韬芯片。30B MoE全模态端侧大模型，是Pro Max及以上才部署的，这点很关键，你要是买个基础版Mate90，别指望拿到一模一样的体验，发布会没承诺的咱不替它吹。

Pro Max这颗9050 Pro，几个和AI直接相关的数字：达芬奇架构NPU性能提升140%，晶体管密度每平方毫米2.38亿个、比上代涨28%，跨Die传输带宽125TB每秒，关键路径时延降了30%以上。这些数字普通用户看不懂没关系，你就理解成：给本地跑模型准备的那块"专用肌肉"，这一代明显壮了一圈。

模型能干嘛？发布会讲得比较实的几样：AI离线修图，没网也能在本地把图修了；场景理解能力提升47%以上；配合HarmonyOS 7，小艺帮记、小艺导航条、小艺通话2.0、小艺图库助手这一整套都升级了。翻译成人话，就是你开会它帮你当场记、通话里的要点它帮你抽出来、相册里翻照片它能听懂你的描述直接找，而且这些活儿不一定要把你的数据传到云端。

我个人比较在意的是"离线"这两个字。你有没有过那种尴尬时刻：在地下车库、在山里、信号只剩一格，这时候想办个事、想让AI帮你整理点东西，传统联网AI直接抓瞎。端侧模型本地跑，断网它照样转。隐私上也是这个道理，照片、通话、笔记这些本来就是最私人的东西，留在你自己手机里处理，不用过服务器，这一点我觉得比"聪明程度"更实在。

但咱也得泼点冷水，它不是万能的

兴奋归兴奋，我查完资料反而冷静了不少。端侧AI现在有几个绕不开的物理约束，厂商发布会一般不太讲。

第一，决定手机能跑多大模型的，根本不是那个好看的TOPS纸面算力，而是内存容量、内存带宽和散热功耗。TOPS是每秒能算多少次，可模型数据得从内存搬到芯片里，路太窄、车再快也跑不动。手机就那么大，系统、相机、后台App还要抢内存，留给模型的就那么点。所以你会发现端侧模型的上下文长度普遍只敢开到512到2048，云端随便128K，不是不想开，是开超了内存装不下，系统直接把App杀掉。

第二，持续高负载会发烫、降频、掉电。AI要长时间挂着干的那种活，手机撑不撑得住，现在比拼的早就不是"第一个词出得多快"，而是"稳定跑一下午还不烫手"。这个得等更多用户真实用了才知道，发布会给的都是理想状态。

第三，端侧和云端大概率是混合着来，不是谁取代谁。难的、需要大上下文的复杂推理还是交给云，本地先把隐私敏感、低时延、离线能办的活儿接过去。谁要是跟你说"以后手机端侧能干翻云端大模型"，那基本是顺嘴吹。

为什么偏偏是今年爆，不是去年也不是明年

这个问题我琢磨挺久，我觉得是三条线在2026年头一回凑到了一块儿。

第一条，模型自己在"浓缩"。 清华那边提过一个"能力密度"的说法，大意是同样聪明程度，模型需要的大小大约每100天翻一倍地缩小。你对照看看，今年8月的Qwen3.8-27B，跟三百亿、几千亿参数的头部模型在几个编程、办公、Agent基准上差距已经缩到个位数了。模型越小越聪明，手机才装得下。

第二条，芯片今年终于铺开了。 高通骁龙8 Elite Gen5、联发科天玑9500这些，NPU峰值都到100TOPS级别，功耗还比上代砍了一半多。到了9月，骁龙8 Elite Gen6、Extreme Gen6上了2nm，Extreme版已经能在移动端跑超300亿参数的MoE，还第一次支持LPDDR6内存和UFS5.0闪存；苹果A20 Pro也是2nm，内存带宽提了50%，端侧AI性能翻倍。这批量产芯片刚好卡在2025年底到2026年上车，硬件这道门算是开了。

第三条，也是很多人忽略的，拿到"准入证"了。 今年7月15号，国家网信办完成首批7款手机端侧AI服务备案，苹果、华为、带豆包的努比亚这些在列。专门给手机端侧单列一张备案清单，这是头一回。你要知道苹果的Apple Intelligence技术上两年前就备好了，国行迟迟不来，等的就是这张牌。政策这道横在前面的坎过去，厂商才敢光明正大把AI当主卖点卖。

模型变小、芯片变快、合规放行，三条线同一年交汇，落地才算成立。所以今年圈内把它叫"Agentic AI智能机元年"，不是空话。

这波产业链的钱，到底在往哪流

聊到这儿才是咱财经视角真正该算的账。

先说需求底盘。全球智能手机存量超60亿台，国内超过10亿台，可这两年换机周期一路拉长到44到51个月，影像、折叠屏这些微创新刺激不动了，行业急需要一个新变量把人重新换手机。机构预测口径不太一样，我都给你标清楚：新浪转载的独角兽智库说2026年国内AI手机出货占比突破53%、对应1.22万亿空间；IDC口径是2026年中国新一代AI手机出货1.47亿台、同比增31.6%、首次超过总出货量一半；Counterpoint则说2026年全球支持生成式AI的手机占45%，2027年升到52%。数字有出入，方向是一致的——渗透率正从低位往上爬，这才是行情的底子。

顺着"一台AI手机由什么堆出来"去拆，钱主要落三层。

最上面是终端和系统，华为、荣耀、vivo、OPPO这些自己持牌、自己改模型、吃个性化红利的大厂。vivo已经在预研30B MoE端侧模型，联发科天玑9600 Pro本地也能跑最高30B，说明这不是华为一家的独角戏，是全行业都在抢的赛道。

中间是芯片和算力，分两条腿走。一条是旗舰手机的主SoC，高通、联发科、苹果、还有华为自己的麒麟；另一条是端侧专用协处理器和物联网、机器人、车载那块的端侧SoC，A股里像瑞芯微走的就是"主芯片加协处理器"双轨，主SoC管通用计算，协处理器专门扛推理，它从1TOPS到20多TOPS的梯队都有布局，多卡级联还能摸到27B稠密模型，恒玄、星宸、全志、晶晨这些也在这一层。这一层的特点是卖硅片，不用办模型备案，吃的就是终端出货量。

最容易被忽略、但今年最紧的是存储。端侧大模型要常驻、要高带宽，内存和闪存必须一起升级，单机容量从128GB往512GB甚至1TB跳。更关键的是，云端HBM把DRAM产能大量吸走，端侧和云端两头抢，供需紧张。今年Q3一般型DRAM合约价环比涨13%到18%，NAND涨10%到15%，渠道实际更猛；佰维存储上半年AI新兴端侧存储收入28.6亿元、同比涨了433.58%，长鑫第五代DRAM平台G5也量产了。这一层今年是真景气，但也是周期性最强的，后面我会单独说风险。

涨价这件事，你换机的时候一定会撞上

顺着存储得提一嘴，因为它直接关系到你掏多少钱。

受上游存储等零部件涨价影响，今年手机新品普遍上调。Mate90起售价5999，比前代起售价高了1300块。Counterpoint的数据是，2026年全球在售智能手机平均涨价约15%，超过40%的机型经历涨价，新发布机型比去年同期发布的高出25%，这在行业里是头一回。分析师也直说，今年厂商被迫提价，四季度高端销售未必能超过去年同期。

我的感受是，AI是把双刃剑：它是高端化的理由，可存储涨价把成本实打实压给了消费者。你为端侧AI多付的钱里，有一部分是付给了算力升级，也有一部分是替这轮存储周期买单。这个账消费者得自己算清楚，值不值，看你用不用得上那些本地AI功能，别为一个自己一年开不了两次的功能硬上顶配。

最后说几句掏心窝的风险

我不想把这篇写成捧场软文，有几个坑得摆在台面上。

一是落地节奏不及预期。端侧现在还卡在芯片工具链碎片化上，这块芯片跑得溜，换一块重来；主流开源生态默认给英伟达CUDA优化，国产芯片再好没人适配也接不住社区更新。精度、省电、便宜这三角，同一时间你只能选两样，物理约束摆在那，急不来。

二是存储是周期，不是永续。这轮涨价高度绑在AI资本开支上，一旦全球算力建设见顶，供需平衡会快速反转，消费级存储今年Q3涨幅已经比Q2收窄了。把周期景气当成长期成长去给估值，是容易栽跟头的。

三是个性化和合规有矛盾。端侧最值钱的就是"越用越懂你"，可要做到这个就得微调模型、喂私有数据，而租牌登记的小厂商一改模型就不满足条件、得回去重新排队备案。这条路实际上把最有价值的个性化，更多留给了一开始就自己持牌的大厂，小玩家的空间没想象大。

收尾

写到这儿我自己回头看，其实Mate90的30B端侧模型，它的意义不在"手机突然变聪明了多少"，而在于一个信号：AI从云端那栋大楼里，开始往每个人口袋里的设备搬了。这件事我两年前觉得是噱头，今年看着模型、芯片、政策三条线凑齐，我愿意认真对待它。至于你要不要为它换手机，我觉得先等等真实用户的口碑，别急着为发布会的镜头买单。

话说回来，你手上现在这台手机，用了多久了？
要是端侧AI真做到离线帮你记事、修图、找照片，你愿意为它换机吗？
还是觉得现在这些功能够用、纯粹是噱头？
评论区聊聊，我一条条看。

免责声明：
本文仅为个人对公开行业信息的整理与观点分享，文中提及的市场数据、机构预测均来自公开报道，口径和时点各不相同，可能存在偏差；文中涉及的公司仅用于产业链逻辑说明，不构成任何股票、基金或产品的买卖建议。市场有风险，决策需独立判断，据此操作风险自担。