高通在2026驍龍峰會上正式發布了兩款旗艦移動平台，其中被外界廣泛猜測的那顆更高定位晶片，最終命名為驍龍8 Elite Extreme Gen 6，中文名叫第六代驍龍8超級至尊版。此前長達數月的爆料中，這顆晶片被廣泛稱為「驍龍8 Elite Gen 6 Pro」，甚至一些海外科技媒體也沿用了這個臨時命名。但高通最終給出的答案很明確：沒有Pro，只有Extreme。Pro本身並不符合驍龍移動平台的命名傳統，使用「Extreme」作為命名，完全符合高通官方的命名路徑。2025年9月，高通推出的面向超高端市場的筆記本計算平台就叫驍龍X2 Elite Extreme，Elite Extreme是標準Elite晶片之上的新級別。所以，第六代驍龍8超級至尊版使用Extreme這個後綴，是一脈相承的。
命名的事說清楚了，接下來的問題才是真正值得展開的：一顆5GHz的手機晶片，憑什麼讓人相信它不會燙手？一個能跑300億參數模型的NPU，到底想讓手機變成什麼？
5GHz不是問題，5GHz能撐多久才是
5GHz本身並不令人意外。高通的Oryon CPU架構從第一代開始就在主頻上走得激進，這一代把Prime核心推到5.0GHz，某種意義上只是把上一代已經逼近極限的數字正式越過了門檻。真正值得關注的是另一個問題：峰值性能能維持多久。
高通對此的回應落在了一個看起來不那麼「性 感」的地方——封裝。超級至尊版採用了Offset PoP方案，把原本垂直堆疊在SoC上方的內存晶片向側面偏移，在處理器封裝頂部騰出了一塊空間，用於放置銅質散熱塊。高通高級副總裁兼手機業務總經理Chris Patrick在驍龍峰會上說得很直白：「更快將熱量導出、讓SoC維持更低溫度，系統就能在最高性能區間停留更久。」
這個改動的物理邏輯很簡單。過去約10年，高通在8系平台上一直採用PoP封裝，將內存垂直堆疊在SoC上方。這種結構下，LPDDR內存的布線無需經過主機板，可直接在封裝內部完成，但內存本身也成了一層隔熱屏障，散熱材料很難直接接觸處理器封裝的核心區域。把內存挪到一側之後，晶片上方可鋪設導熱材料，形成一條通往手機散熱模組、熱阻更低的傳熱路徑。
實測數據很有說服力。在第三方測試中，採用Offset PoP的超級至尊版達到105℃溫度閾值需要915秒，超過15分鐘；而採用傳統PoP封裝的上一代旗艦晶片，達到同樣溫度只需要390秒，約6分半。也就是說，峰值性能的持續時間延長了超過一倍。Chris Patrick將這顆晶片比作「賽車引擎」：日常功耗較低，但在需要時可以釋放極高的峰值性能；而當峰值性能維持更久時，系統響應會更快，整體體驗也會更流暢。
GPU層面的能效優化同樣服務於這個目標。Adreno 850的GPU性能提升44%，能效提升40%，配合首次引入的Adreno Matrix Cores和Adreno Neural Fusion技術，AI超分和幀生成可以直接在圖形管線內部完成。在高通參考設備上的實測中，使用自研基準測試Traverse Evolve，開啟ANF超分後遊戲幀率從原生17.7幀提升至49.2幀，提升幅度178%；而在同等幀率條件下，功耗從6.2瓦降至1.1瓦，約為原生狀態的六分之一。這個數字的意義不在於省電本身，而在於把省下來的功耗預算留給了持續性能輸出。
這背後是高通手機業務高級副總裁Chris Patrick所強調的：「ANF不是採購來的現成方案，而是高通從底層開始設計的自有技術。」從封裝到GPU再到AI引擎，功耗問題被當成一個系統級工程來解，而不是靠單一模組的優化。
300億參數的意義不在大，在不需要你等
端側大模型這件事，過去幾年的敘事一直圍繞「參數規模」展開。但到了驍龍8 Elite Extreme Gen 6這一代，敘事重心發生了變化。
驍龍8 Elite Extreme Gen 6可以本地運行超過300億參數的MoE模型。這不是它第一次被提及的數字。真正的新資訊在於它怎麼跑，以及跑起來之後用戶感知到什麼。
MoE架構的關鍵在於：雖然總參數量達到300億，但每次推理只激活其中一小部分參數，計算成本遠低於同規模稠密模型。這意味著模型可以「裝進」手機而不壓垮功耗和內存。
高通的硬體底座為此做了三件事。第一，Hexagon NPU引入了專為Transformer工作負載打造的Element Accelerator，並將大容量共享內存擴容50%，讓模型狀態和中間張量保持在NPU附近，減少對外部系統內存的往返訪問。第二，配合LPDDR6內存和UFS 5.0快閃記憶體，模型權重可以從快閃記憶體高效加載，通過儲存與計算協同減少對運行內存的持續占用。第三，Sensing Hub搭載雙Micro NPU，性能提升85%，可支持最高2億參數的AI模型持續低功耗運行，支撐全天候的情境感知。
軟體層面，高通攜手階躍、無量火與江波龍開展的四方合作，在不修改模型結構、不損失推理精度的前提下，使階躍StepEdge-Omni 30B-MoE模型的運行內存需求較行業常規方案降低超50%。實測數據方面：預填充吞吐超過330 Token/s，解碼吞吐超過28 Token/s，首個詞元生成達到毫秒級。
這些數字翻譯成體驗就是：從郵件理解、行程規劃、日曆同步、航班酒店推薦到郵件草擬，整個智能體工作流全程本地完成，無需雲端調用，用戶不需要等待。
智能體時代的「以人為本」，是讓技術痕跡消失
高通CEO安蒙在峰會主題演講中給出了一個判斷：行業正從「以手機為中心」的體驗模式，邁向「以智能體為中心」的新時代。而高通從一開始就是人本AI變革行業的引領者和開創者。安蒙將智能體體驗的衡量標準概括為三個維度：可信、毫不費力、情境化。可信意味著安全和用戶控制權始終在用戶手中；毫不費力意味著使用智能體必須比自己動手更簡單；情境化則要求體驗個性化、主動服務而非打擾。
他舉了一個例子：智能體提醒用戶喜歡的樂隊來到所在城市，在獲得用戶授權後，用戶只需回答「是的」，後續的日程協調、門票購買、行程規劃全部由智能體跨應用、跨服務協同完成。所有複雜性隱藏在幕後，呈現給用戶的體驗卻非常簡單。
這才是超級至尊版在AI層面最值得關注的信號。它的NPU性能提升35%、每瓦性能提升33%、共享內存擴容50%、支持32K token上下文窗口——這些參數的意義不在於「更強」，而在於讓智能體可以在本地持續運行而不打擾用戶。它不需要每次響應都喚醒雲端，不需要把用戶數據傳出去，不需要用戶在每一個環節確認。它安靜地運行在後台，理解你的習慣，在你需要之前就已經準備好了。
安蒙在演講中特別提到，權限與控制必須始終掌握在用戶手中。這也是端側智能體和雲端智能體最本質的區別：數據不出設備，智能體才能真正成為屬於用戶的智能體。
