讓老機型用上新功能？廠商的“好心”可能露了怯

過去我們總是稱贊廠商給老機型更新新功能的做法，但這一次要提出質疑了

近日三星官方社區發布公告，明確表示正在推進系統更新，計劃將Galaxy S26系列搭載的多項AI功能，逐步下放至Galaxy S25系列等老款旗艦機型中。

乍看之下，這似乎是三星“不忘老用戶”的暖心操作，既延續了老機型的生命周期，也讓未更換新機的用戶能體驗到新的AI功能。

但如果是關注手機相關技術、特別是AI底層邏輯的消費者，在看到這個消息后，或許反而會忍不住皺起眉頭。因為這場看似普惠的功能下放，反而可能揭開了如今“AI手機”硬件規格與軟件體驗之間的齟齬。

云端還是端側？這是手機AI功能的老問題

首先大家都知道，目前手機上的AI功能基本可以分成兩類。

一類是純粹基于云端算力實現的AI功能，比如很多機型都有的AI長焦增強、AI修圖、智能文案幫寫等功能。這些功能無需依賴手機本地的AI硬件（NPU），只用連接網絡調用云端服務器的算力就能實現。

對于這類AI功能，其實無所謂“下不下放”。畢竟就算是最入門、沒有本地AI算力的手機，只要能聯網也能使用，這也是不少入門機敢于自稱“AI手機”的核心原因。

但對于另外一類基于手機本地算力、端側模型實現的“AI功能”來說，情況就完全不同了。這類功能的流暢度、處理精度完全依賴手機SoC中NPU（神經網絡處理單元）的算力來支撐。

比如，三星Galaxy S26系列搭載的實時視頻AI降噪，以及Galaxy S25系列就有的實時語音翻譯等功能，就都需要NPU提供充足的算力，才能驅動安裝在系統中的端側大模型執行相關操作。如果這類強依賴硬件的AI功能能夠被輕易“下放”，就反而未必是件好事了。

當硬件進步太大，“功能下放”就反而令人生疑

為什么這么說？查閱相關資料就不難發現，歷史上確實有一些旗艦SoC在換代時，NPU的性能并沒有出現顯著增長。比如驍龍888與驍龍8 Gen1，前者NPU的算力約為26TOPS，后者的NPU算力為32TOPS，兩者的區別確實不大。再比如驍龍8 Gen2與驍龍8 Gen3，一個48TOPS一個45TOPS，NPU峰值算力甚至還略有回落。

在這種情況下，廠商將新機的本地AI功能下放給老機型，技術上確實沒難度，實操上也合情合理。

但Galaxy S26與S25系列所搭載的SoC，顯然并不符合這一規律。官方公布的數據顯示，第五代驍龍8至尊版的NPU算力高達100TOPS，支持INT2與FP8多精度計算，端側大模型推理速度可達220Tokens/秒。

相比之下，驍龍8至尊版的NPU峰值算力為80TOPS，看似只慢了20%，但問題在于它并不支持INT2精度，所以在兩者都“充分優化”的前提下，實際推理速度的差距就會被顯著拉開。甚至這還沒考慮兩款SoC在片上緩存、內存帶寬上的差異。

如此一來，如果Galaxy S26系列里那些依賴高算力的本地AI功能（比如支持毫秒級響應的端側大模型交互、4K視頻實時AI修復等），可以被“下放”給NPU規格顯著差了一截的前代機型，就不免會讓我們產生疑問。

到底是三星在Galaxy S26系列上對第五代驍龍8至尊版的硬件開發程度不足，AI功能并未充分“吃滿”這個平臺的NPU潛力，導致低算力的舊機型也能勉強運行。還是說在這個下放的過程中，相關端側AI模型會被大幅精簡。比如通過量化壓縮、裁剪模型參數等方式降低算力需求，看似是“同款功能”，實際體驗和處理精度大打折扣，根本不是真正意義上的功能復刻呢？

“端側AI”是核心競爭力，廠商理應更加謹慎

要知道對于如今的消費者而言，云端AI潛在的隱私問題早就不是什么“傳言”，而是擺在眼前的現實問題。在這樣的情況下，優化得當，充分吃滿硬件潛力的“端側AI”，顯然才是能夠體現各廠商真正實力的關鍵所在。

既然如此，當看似“專屬”于新硬件的端側AI功能卻能夠被輕易“下放”時，就反而不僅可能讓買了新機的消費者感到被冒犯，甚至也可能令人懷疑廠商的技術實力。

從結果來說，這次看似普惠的功能下放，究竟是廠商的誠意之舉，還是一場兼顧口碑與成本的營銷話術，或許還要等相關功能正式推送后，才能從實際體驗中找到答案。