一个核心视角：折叠屏，为什么才可以谈端侧 AI

一台手机要真正把端侧 AI 做起来，靠的到底是什么。

体验几天后，我越来越确定，不能只盯着芯片型号，也不能只看厂商公布了多少 AI 功能。端侧 AI 能不能持续运行，推理速度稳不稳定，手机会不会迅速发热，背后都和整机空间、散热能力、电池容量、屏幕形态有关。折叠屏的价值，也要放到这个体系里看。

理解手机性能，有一个很关键的概念叫热管理设计预算，也就是 TDP。很多人看手机性能，习惯先看芯片，比如骁龙 8 Gen 3、天玑 9300，再看跑分高不高。这种判断不算错，但不完整。芯片能提供多高的理论性能，只代表它具备多大的计算能力，真正装到手机里以后，能持续输出多少，还要看热量能不能及时排出去。

旗舰手机常见的热管理预算，大约在 3 到 7 瓦。厂商把这个数值设在什么区间，会直接影响整机表现。预算设得更高，比如 7 瓦、8 瓦，手机表面温度达到 43℃、44℃也可以接受，芯片就能在短时间内保持更高功耗，跑分和瞬时性能通常会更好。代价也很直接，机身更热，耗电更快，长时间运行时依然可能降频。

如果厂商更重视握持温度、续航和持续稳定，就会把功耗限制得更严格。这样做不会让手机在短时间测试里特别激进，但能减少明显发热，也能让性能输出更平稳。用户日常使用时，真正感受到的并不是芯片最高能冲到多少，而是连续使用十几分钟、几十分钟之后，它还能保留多少性能。

热管理预算有限，想继续提升性能，主要办法就是提高散热效率。

VC 均热板、石墨烯导热膜和其他导热材料，作用都很明确，就是尽快把芯片产生的热量传到更大的机身区域，再散到外部。芯片制程升级的意义也不只是提高峰值性能，更重要的是在同样的 3 到 7 瓦预算内，完成更多计算，减少无效功耗。

大家常说“冰箱里跑分”，本质上也是改变散热条件。外部温度降到零下后，机身散热明显加快，芯片可以维持更高功耗，测试成绩自然会上升。这个现象反而说明，手机性能不能只看芯片，整机散热能力同样决定实际表现。

折叠屏在这里有一个直板机很难复制的条件，就是展开后的有效面积更大，内部也有更充足的空间安排散热结构。现在旗舰手机的 VC 和导热材料已经越来越成熟，想继续提高持续性能，增加有效散热面积就变得很重要。

折叠屏展开后，可以布置更大面积的散热材料，也更容易把热量分散到不同区域，减少局部高温。

过去讨论散热，大家想到的多半是游戏。到了端侧 AI 阶段，散热面对的是另一类计算任务。大模型本地推理需要持续占用算力和内存，处理长文档、图片、录音和多轮对话时，功耗不会只维持几秒。它要求手机在较长时间内保持稳定计算，还不能因为温度上升很快降低性能。

vivo X Fold 6 里的模型包大约是 2.7G。按照量化后的体积估算，它大概率对应一个 7B，也就是 70 亿参数左右的模型。7B 放在目前的手机端和汽车端，本地推理能力已经属于中等偏上的水平。它可以在离线状态下完成文档总结、文字提炼和素材理解，实用性明显高于去年很多只有 3B 左右的端侧模型。

模型从 3B 提升到 7B，不只是参数数字变大。它对内存带宽、芯片算力、功耗和散热提出的要求都会提高。手机能把模型装进去，不代表用户就能顺畅使用。推理一两次很快，和连续处理多个任务时仍然稳定，是两种完全不同的体验。端侧 AI 真正难的地方，就在于把模型、算力、功耗、温度和续航一起控制好。

vivo X Fold 6 配备 7000 毫安时电池，这个数据放在端侧 AI 场景里很重要。大电池不只是延长普通使用时间，也能在模型高负载运行时提供更充足的电量。端侧推理会持续消耗电能，任务越复杂、运行时间越长，对电池容量的要求越明显。7000 毫安时和更大的散热面积放在一起，才构成了比较完整的端侧 AI 硬件基础。

这也是我认为折叠屏更适合承载端侧 AI 的原因。它不是因为屏幕更大就自动更智能，而是它在电池、内部空间、散热面积和持续功耗上，更有条件支持 7B 这类模型长期运行。

这种变化看起来不复杂，却直接减少了操作步骤。用户不需要离开当前内容，也不必先把素材保存到本地。看到内容、选中内容、拖给 AI，整个过程可以在同一个屏幕里完成。AI 得到数据后，可以继续做总结、对比、改写、提炼和创作，信息传递更连贯。

没有 AI 参与时，分屏和多窗口经常被认为使用频率不高。两个应用同时打开，并不一定能提高效率。现在情况变了。用户需要频繁从聊天、网页、文档、相册和备忘录中提取内容，再交给 AI 处理。折叠屏提供的屏幕空间，正好能让素材来源和 AI 工作区同时存在，拖拽也有足够的操作区域。

端侧 AI 的价值，不能只用模型参数和生成速度来判断。用户每天愿不愿意用，取决于内容能不能快速进入模型，结果能不能继续用于当前任务。折叠屏把大屏、多窗口、拖拽、本地模型和大电池放到了一台设备上，才让端侧 AI 从功能展示变成连续可用的工具。

所以，vivo X Fold 6 值得讨论的重点，不只是它装了一个 7B 左右的端侧模型，也不只是它有 7000 毫安时电池。更关键的是，折叠屏提供了更大的有效散热面积，也提供了适合 AI 调用内容的操作空间。端侧模型负责理解和处理，热管理保证它能持续运行，大屏交互负责把数据快速送进去。这几个条件同时成立，端侧 AI 才不只是发布会上的功能名称，而是用户可以反复使用的实际能力。