PrismML 正把微型语言模型推进到智能眼镜场景。高通在 Snapdragon Summit 上展示，这家公司开发的 1-bit Bonsai LLM 已可在基于 Snapdragon AR1 Gen 1 平台的 AI 智能眼镜上本地运行。
这意味着部分视觉与语言任务可以直接在设备端完成，不必依赖云端处理。按 PrismML 的设定，佩戴者可针对眼前所见内容实时提问，设备再给出对应回答。
2B 参数版本面向视觉语言
此次用于智能眼镜的是一款 20 亿参数模型，针对视觉与语言任务做了调优。文章称，PrismML 的主要卖点是把更大的模型压缩到更小体积，在这一案例中可缩小约 4 倍，同时尽量保留标准基准测试中的大部分表现。
PrismML 由加州理工学院研究人员创立，顾问团队包括加州大学伯克利分校教授 Ion Stoica。公司希望推动开放权重模型在终端设备上运行，更充分利用现有硬件算力。
端侧 AI 瞄准隐私与算力效率
PrismML 将这一路线定位为另一种选择，即减少对封闭式 AI 实验室的依赖。其思路是把更多推理任务放到本地执行，从而降低对云端算力和外部隐私承诺的依赖。
对高通而言，这类模型也有助于强化 Snapdragon 在 AI 眼镜等新硬件中的端侧能力。随着可穿戴设备加入更多实时识别和问答功能，模型体积、功耗和响应速度正变得更关键。
仍未公布搭载产品
不过，目前还没有搭载 PrismML 的智能眼镜正式发布。现阶段披露的重点仍是模型已完成对高通芯片平台的适配，并在大会上完成展示。
这使 PrismML 朝其“设备端开放权重 AI”目标又推进一步，但距离真正进入消费级硬件，仍取决于后续是否有厂商推出对应产品。
