PrismML宣布，已在搭载 Snapdragon AR1 Gen 1 的智能眼镜上运行Bonsai，这是一款拥有约2 billion个参数的1 bit视觉语言模型。在演示中，图像和文本数据均在设备端处理，但并未推出新的消费产品。
Bonsai的1.7 billion个参数由语言部分构成，视觉部分则包含300 million个参数。据公司介绍，模型权重占用0.43 GB；在4 bit版本中，这一数值为1.66 GB。在性能测试中，Bonsai每秒生成15.36个token，而作为对比的模型生成了7.44个token。PrismML表示，结果基于其自身测试，实际使用效果可能会因任务、运行时长、摄像头、电池和温度条件而有所不同。
为何重要
这次演示提供了一个技术案例，表明包括图像和文本处理在内的人工智能任务，可以在无需云端连接的情况下于智能眼镜硬件上运行。模型权重占用空间更小，且测得的速度高于作为对比的模型，这对于内存和处理能力有限的设备具有直接意义。这一情况尤其与关注智能眼镜响应时间、数据处理方式以及硬件资源使用情况的人密切相关。不过，由于相关测量基于公司自身测试，在不同任务以及摄像头、电池、温度和运行时长条件下能否取得相同结果，仍未有定论。此外，由于目前并不存在新的消费产品，这次演示将如何转化为日常使用仍不明确。
背景
PrismML在FikirPilot档案中并不是一个新名字：在过去90天内，我们发布过一篇提到这一名称的新闻；该文章发表于2026年9月20日。