高通联手 PrismML 发布 1-bit Bonsai：AI 眼镜离线识图，内存占用降到 1/4

在 2026 骁龙峰会上，高通携手 PrismML 公司，在骁龙 AR1 Gen 1 智能眼镜平台上成功本地运行了 20 亿参数的 1-bit 量化 Bonsai 视觉模型，让 AI 眼镜在离线状态下也能完成识图与问答。

一、1-bit 量化，内存仅占 4-bit 模型四分之一

Bonsai 1-bit 模型基于 PrismML 此前发布的 Bonsai 1.7B 版本构建，将模型精度压缩到 1-bit，以降低存储与推理所需的内存资源。官方表示，在相同内存容量下可容纳约 4 倍参数，内存占用约为传统 4-bit 模型的 1/4，文本 Token 生成速度则翻倍。

二、离线交互改善续航与佩戴

在落地场景上，官方称在识别眼前物体、翻译文字、回答环境相关问题、提供免手操作语音帮助等场景中，AI 交互不再需要连接云端等待，可直接在本地完成。1-bit 模型还能降低内存与功耗，从而延长续航、减少发热，改善整体的佩戴体验——这对体积和散热都受限的智能眼镜尤为关键。