2026年骁龙峰会上，高通和PrismML做了一件事：让AI眼镜断网也能看图、回答问题。整套识别和问答，全程在眼镜里跑完，不用把照片传到云端。
跑的是什么模型？20亿参数的Bonsai视觉模型，精度被压到了1-bit。
1-bit是什么概念
打个比方，模型参数就像记笔记。以前每个数字要用4个格子写下来，现在只用1个格子，写完只有两种状态。Bonsai这个版本就是在此基础上做的——PrismML先发布了Bonsai 1.7B，再把它压缩成1-bit。
代价是精度损失，换来的是空间。官方给出的数字是：内存占用大约只有传统4-bit模型的四分之一。同样一块内存，能塞进的参数大约是原来的4倍。文本Token的生成速度还翻了一倍。
放在智能眼镜上，这几条都很实在。眼镜腿那么细，镜框那么窄，电池、芯片、散热全都挤在一起，多塞一点东西都难。模型瘦下来，才有机会装进去。
断网之后，能干什么
高通列了几个场景：看眼前的东西是什么、翻译路牌和菜单上的文字、回答"我现在在哪、周围有什么"这类问题，还有不用动手的语音求助。
这些事以前大多要靠云端。眼镜拍一张，传到服务器，等结果回来。网络一断，或者信号差一点，交互就卡住。现在这些动作都在本地完成，没有等待，也没有上传。
省下来的不只是时间。不联网就不需要持续唤醒通信模块，功耗跟着降，续航能撑更久，机身发热也少一些。对戴在脸上的设备来说，热不热、能不能戴一整天，往往比跑分更影响体验。
为什么这件事值得记一笔
过去几年，端侧AI的路线图基本是同一套逻辑：模型越做越小，量化位数越压越低。从16-bit到8-bit，再到4-bit，每次压缩都让"大模型进小设备"往前挪一步。这次直接压到1-bit，并且落到骁龙AR1 Gen 1这样的眼镜平台上跑通，说明这条路又往前探了一截。
当然，1-bit不是没有代价。极端压缩会牺牲一部分理解能力，复杂推理、长文本、细节识别这些任务，表现大概率不如更大位宽的模型。高通和PrismML选择的是视觉问答这类相对聚焦的场景，先把能做的事做稳，再谈扩展。
如果这条路走通，智能眼镜的产品形态会变。它不必时刻连着手机或云端，也能在离线状态下保持基本智能。对用户来说，这个差别很直接：出门跑步、进地铁、走到信号差的地方，眼镜还是那副眼镜。