AI 初創 PrismML 於 9 月 23 日在夏威夷茂宜島舉行的 Snapdragon Summit 2026 宣布，旗下小型 AI 模型「1-Bit Bonsai」系列已可在 Qualcomm Snapdragon AR1 Gen 1 平台智能眼鏡本地運行。這證明即使是體積細小且運算資源極有限智能眼鏡，亦能搭載高性能本地 AI 模型，毋須依賴雲端運算。新模型參數量達 20 億，較過往同類 AI 模型大 4 倍，同時維持全日續航所需低耗電表現。
記憶體大減 4 倍
PrismML 由 Caltech 研究人員創立，並由 UC Berkeley 學者 Ion Stoica 擔任顧問。公司專注研發低位元 AI 模型壓縮技術，將模型權重精度降至 1-bit 或三元（ternary）水平，大幅減少記憶體需求。今次為智能眼鏡特製版本，以 4 月推出的 1-Bit Bonsai 1.7B 為基礎，結合視覺與語言能力，讓佩戴者理解眼前所見事物並即時回應。
Qualcomm 官方測試數據顯示，語言模型以 1-bit 精度運作時，記憶體佔用量僅 0.43GB，較 4-bit 版本 1.66GB 大減約 74%。運算速度方面，1-bit 模型每秒可生成 15.36 個 token，對比 4-bit 版本 7.44 個，速度提升逾一倍。整套系統結合 1-bit 語言模型與 4-bit 視覺編碼器運作。PrismML 與 Qualcomm 特別針對 Hexagon NPU 最佳化模型架構及權重，務求在有限硬件空間發揮最大效能。
高層評論智能眼鏡挑戰
Qualcomm 負責 XR、可穿戴裝置及個人 AI 業務高級副總裁兼總經理 Ziad Asghar 表示，個人 AI 未來取決於能否將強大智能直接搭載於日常使用裝置。他指出今次支援 PrismML 創新 1-bit 模型，目標是令輕巧省電可穿戴裝置實現進階 AI 體驗。
PrismML 聯合創辦人兼行政總裁 Babak Hassibi 指出，AI 要普及便需要在隨身攜帶或佩戴裝置搭載高性能智能。智能眼鏡透過視覺提供龐大場景資訊，但裝置本身限制極多。公司與 Qualcomm 合作，在這些限制下設計 Bonsai，結果在相同硬件尺寸實現更高智能水平。他在 X 平台形容，由 Snapdragon AR1 Gen 1 驅動 1-bit 20 億參數 Bonsai 模型，是首個 1-bit 多模態模型於個人 AI 平台運行案例，並暗示日後有更多合作項目推出。
技術積累早見端倪
今次智能眼鏡展示並非 PrismML 首次亮相。公司剛於 9 月 17 日推出旗艦模型 Ternary Bonsai 2 27B，將基於 Qwen 27B 參數模型壓縮至僅 5.9GB，保留 98.2% 原始效能。該模型支援 262K token 長文本及多模態圖文輸入，並以 Apache 2.0 授權免費開放下載。這項技術積累解釋了公司為何能在短時間內，為資源受限智能眼鏡平台交出兼顧效能與省電方案。
Qualcomm 強調今次展示屬技術示範性質，暫未有具體消費級智能眼鏡產品發布時間表或合作品牌名單。消費者要親身體驗這款低耗電高效能 AI 眼鏡，仍需等待硬件廠商將技術整合至實際產品。
資料來源：PrismML
