在 2026 驍龍峯會上，高通攜手 PrismML 公司，在驍龍 AR1 Gen 1 智能眼鏡平臺上成功本地運行了 20 億參數的 1-bit 量化 Bonsai 視覺模型，讓 AI 眼鏡在離線狀態下也能完成識圖與問答。

1-bit 量化，內存僅佔 4-bit 模型四分之一

Bonsai 1-bit 模型基於 PrismML 此前發佈的 Bonsai 1.7B 版本構建，將模型精度壓縮到 1-bit，以降低存儲與推理所需的內存資源。官方表示，在相同內存容量下可容納約 4 倍參數，內存佔用約爲傳統 4-bit 模型的 1/4，文本 Token 生成速度則翻倍。

離線交互改善續航與佩戴

在落地場景上，官方稱在識別眼前物體、翻譯文字、回答環境相關問題、提供免手操作語音幫助等場景中，AI 交互不再需要連接雲端等待，可直接在本地完成。1-bit 模型還能降低內存與功耗，從而延長續航、減少發熱，改善整體的佩戴體驗——這對體積和散熱都受限的智能眼鏡尤爲關鍵。