新模型（GLM4.6、YOLO13）：能否直接转换与量化？有哪些前置条件/限制？

[weixin_46424698]

对于像 GLM4.6、YOLO13 这类比较新的模型架构，我们想尽快在骁龙端侧做验证与部署。
想请教 QAIRT 这边对“新模型”的支持节奏一般是怎样的：
    •    新模型是否可以直接走现有工具链完成转换与量化？
    •    如果能转换，是否意味着也能完整下沉到 NPU/HTP，还是可能出现部分算子不支持导致回退？

从工程角度看，想让这类新模型更顺滑地在端侧落地，需要提前满足哪些条件：比如限制某些算子/激活函数、避免动态 shape、采用更“端侧友好”的模块替代、使用特定导出方式等？

另外，如果遇到不支持的算子，通常是建议“改模型结构”还是“等算子支持/用插件扩展”会更现实？

[weixin_38498942]

1. 转换量化：GLM4.6、YOLO13可通过QAIRT现有工具链（导出ONNX→qairt-converter转DLC→量化）转换，但新算子易致部分回退CPU，非完全下沉HTP/NPU。
2. 前置条件（端侧友好）：固定shape、用QAIRT支持算子（如避开小众激活）、敏感层FP16/INT8混合、ONNX导出指定静态维度、量化配足量校准数据。
3. 算子问题：短期优先改模型（替换/拆分不支持算子），长期等工具链迭代或用插件扩展，前者落地更快。
4. 支持节奏：新模型先靠ONNX兼容转换，热门架构1–3个月内工具链适配，QAIRT定期更新算子库。