没网也能用AI？端侧模型在这些场景完胜云端，但别指望它全能_手机

1. #手机大厂该不该自研AI手机#自研AI手机：手机大厂的必答题而非选择题。手机行业拼硬件的同质化竞争早已饱和，换机周期延长至36个月、硬件参数趋同让消费者失去换机动力，而AI与硬件的深度融合，正是未来5-10年的核心赛道，手机大厂自研AI手机已是必然选择。自研AI手机并非简单叠加功能，而是构建“硬件基座+软件生态+端侧智能”的核心壁垒。正如豆包AI手机的实践，通过自研自进化AI智能体与硬件协同，实现从被动工具到主动伙伴的跨越，而本地多模态推理、Agent化操作系统等技术，正成为用户体验的关键差异点。大厂自研能打通NPU算力优化、模型轻量化与场景落地的全链条，避免依赖第三方技术导致的体验割裂。在AI手机出货量年增近60%的市场机遇下，自研与否直接决定竞争力。大厂需投入核心资源攻克低功耗模型、隐私计算等技术，让AI深度融入影像、健康、互联等场景。唯有以自研掌握AI主动权，才能突破硬件瓶颈，在行业转型中抢占先机，为用户创造真正的换机价值。手机大厂该不该自研ai手机

2. OpenClaw + Ollama 本地部署！无需 API，断网可用，多模型自由切换（GPT-OSS / Qwen 3 / GLM 4.7）

3. 告别“云端依赖症”：AI为何要“锁”进本地硬件里？｜甲子光年

4. 全网封杀60天后！豆包AI手机现在怎么样了？巨头的围剿，还能东山再起吗？

5. E2B 手机端跑模型的影响比大多数人想的大。一旦手机推理成标配，很多云端 API 的商业模式会被颠覆——隐私敏感场景（医疗、财务）再也不用传数据到云端了。苹果的 On-Device 竞争对手也从 Gemini 变成了所有能跑在手机上的模型。

6. 无需训练，直接「算出」最强AI！理想汽车发现端侧Scaling Law

7. 盘点一周AI大事(5月3日)｜Google上线AI口语陪练 Google IO即将发布Gemini 4和Veo 4 Gemini上线原生文件生成 Google推出AI衣柜 Google翻译上线AI口语陪练 Claude 接入50多款创作软件，能直接操作Photoshop修图、做海报，接管Blender建模，用Ableton创作音乐英伟达开源全模态模型Nemotron 3 Nano Omni 研究员训练出复古大模型talkie KAIKAKU发布食品大模型Epicure 研究员开源突破性智能体协作框架Recursive MAS Moonlake上线Blender智能体Moonlake 3D Agent #前沿科技趋势发布月 #AI新星计划 #AI #AIGC #大模型

8. Qwen3.5 开源王炸！多模态性能屠榜，本地部署 + OpenClaw 实战全流程！|零度解说

9. 深扒GPT Image 2：疑似“吞”下了GPT-4o，OpenAI没把它当“生图”模型训练

10. Logan Thorneloe：我花4000美元买了一台顶配MacBook，只为了验证一个假设：本地AI模型能否取代每月100美元以上的云端订阅？经过数周真实的开发测试，结论比预想的更有启发性。现在的轻量化模型远比想象中强大。即便只有7B参数的模型，其表现也远超其体量，足以处理90%以上的日常开发任务。事实上，你并不一定需要128GB内存的顶配设备，32GB或64GB已经能够流畅运行非常出色的模型。本地化不只是为了省钱，更是为了夺回掌控权。它意味着更严密的隐私保护、零延迟的稳定性，以及永远不会因为服务商调整而随机降级的性能。本地模型没有宕机时间，它是你专属的、永不疲倦的数字劳动力。然而，真正的瓶颈不在模型本身，而在工具链。将本地模型无缝、可靠地接入现有的开发工具需要付出大量的调试成本。此外，高性能运转带来的风扇噪音和电池续航缩减，也是追求本地算力必须付出的代价。关于这笔投资是否划算，我的建议是：如果你每月在Cursor或Claude上的订阅支出超过100美元，那么投资硬件是明智的，因为模型只会变得越来越小、越来越强。但如果你的替代方案是谷歌等厂商提供的免费额度，那么昂贵的硬件投资就很难在短期内收回成本。我最终选择的策略是：将本地模型作为主力工作马，处理绝大部分编码任务；而将免费的云端大模型留给那10%需要极致性能的复杂场景。算力本地化不仅是技术选择，更是一种数字主权的回归。当模型变小、硬件变强，开发者终于可以尝试摆脱订阅制的枷锁。我的具体配置方案是：使用Qwen3系列模型，通过MLX框架进行部署，并配合Qwen Code CLI作为核心开发工具。 x.com/loganthorneloe/status/2002393827869626587

11. #微博声浪计划##听见微博# DeepSeek创始人梁文锋确认，DeepSeek V4将于2026年4月下旬发布，是中国首个去英伟达化的万亿级大模型，适配华为昇腾、寒武纪等国产芯片。该模型采用MOE架构，响应速度较V3提升35倍，支持百万级上下文窗口，代码生成质量内部测试超Claude Opus和GPT系列。叶锦川的微博音频

12. 重磅官宣｜端侧大模型领军者面壁智——能亮相2026 AI赋能汽车闭门研讨会！

13. 以小小小小胜大！Google 最强小模型刚刚发布，手机也能跑

14. 如何看待各大APP禁止豆包手机登陆，AI手机会是「兵家必争之地」吗？

15. 巴掌大的性能怪兽：极摩客EVO-X2搭载 AMD 395，本地跑235B实测

16. 小米技术官方宣布， Xiaomi miclaw 已正式通过中国信通院手机端智能助手（Claw）评估，成为国内首批通过该权威评测的手机端智能体依托 Xiaomi MiMo 自研大模型与端侧优先架构，Xiaomi miclaw 具备全生态底层支撑、深度记忆理解、跨域生态互联、持续自进化四大核心能力，打通手机、PC、座舱、AIoT 全设备，自主执行复杂指令

17. #微博声浪计划##听见微博# DeepSeek新模型曝光，V4架构意外泄露引发关注。该模型采用全新非迭代架构，适配英伟达Blackwell，FP8量化使显存降30%以上，还整合Engram记忆模块等。性能上支持百万级上下文，API成本或为GPT-4 Turbo的1/70，多方信源指向春节前后发布，将影响国产AI竞争格局。搞机的风采的微博音频

18. 盘点一周AI大事(12月21日)｜谷歌手撕OpenAI OpenAI 上线最强图像模型GPT Image 1.5 OpenAI发布最强编码模型GPT-5.2-Codex Google发布 Gemini 3 Flash Google开源A2UI协议微软开源最强3D模型TRELLIS 2 阿里开源分层编辑图像模型Qwen-Image-Layered 阿里发布Veo 3平替Wan2.6 字节发布Veo 3平替Seedance 1.5 pro 腾讯开源首个实时交互世界模型WorldPlay 研究员开源照片重新对焦Genfocus Pipeline 研究员开源实时换脸视频模型PersonaLive Meta开源最强声音分割模型SAM Audio #抖音知识年终大赏 #AI新星计划 #OpenAI #AIGC #前沿科技趋势发布月

19. //@风清扬飞翔_:一直在看屏幕”，而是： • 从 Android 系统底层拿到“UI结构数据（json）” • 本地用小模型 + 视觉模型做辅助识别 • 真正复杂的理解和决策，仍然交给云端大模型 • 最后由 Agent 统一拆任务并执行所以这是一个： “本地小模型 + 云端大模型 + 自动操作代理” 的组合系统

20. 【重磅解读】谷歌Gemma 4杀疯了：小模型性能炸裂，真正实现商用自由！

21. #小米发布自动驾驶模型##小米自动驾驶模型XiaomiOneVL发布# 小米发布并全面开源自动驾驶模型Xiaomi OneVL：一步式潜空间语言视觉推理框架，将VLA、世界模型和潜空间推理三大技术路线统一到同一框架中，让大模型推理“又快又准”：精度上超越显式思维链，速度上对齐“仅答案”预测，推理延迟最低仅0.24秒，为传统VLA自回归推理的5.4%，为量产车端实时部署提供了可行路径

22. #卢伟冰称AI手机是行业共识的大方向# 卢总这话真没毛病，最近豆包手机因权限冲突被微信封禁，刚好印证了AI手机最核心的门槛：绝非单纯堆功能，而是需要手机制造商完整拥有芯片、大模型、系统的闭环能力说白了，真正的AI手机必须得有底层支撑，硬件其实只是基础的入口，不是随随便便的品牌能搞定的。这种闭环能力显然头部厂商更有优势，比如小米，玄戒O1自研芯片+澎湃OS+MiMo大模型和超级小爱，未来胜算很大负三代的微博视频

23. 哪些本地模型可以实际处理工具调用？我搭建了一个框架来找出答案。15 个场景。12 种工具。模拟响应。初始温度 0。不进行选择性引用。我测试了从 0.8B 到 397B 的所有 Qwen3.5 尺寸，并且由于你们中的一些人在蒸馏测试后询问：是的，我也包括了 Jackrong 的 Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled。只有两款机型完全采用绿色设计：27B 高密度机型和 27B 蒸馏机型。397B？两项测试未通过。122B？一项测试未通过。35B？两项测试未通过。超时结果（主要出现在较小的模型上）是模型陷入循环，重复相同的工具调用，直到达到 30 秒的限制。最能暴露模型缺陷的测试是：“搜索冰岛人口，然后计算其2%”。题目很简单，但35B、122B和397B都使用了记忆中的四舍五入数字，而不是实际的搜索结果。他们不信任自己工具的输出结果。小型模型会产生数据幻觉。大型模型忽略数据。27B 直接把它穿过去了。

24. OpenAI大溃败！GPT-5「换皮」GPT-4o，两年半预训练0突破

25. NAS养虾（OpenClaw）对接本地大模型？我用极空间还真跑通了！

26. 12 个主流小型AI模型对比评测本地部署的选择是Qwen3-4B？

27. 硅谷《连线》杂志：性能顶级的 GPT-5们，正在输给一个中国开源模型#连线杂志 #AI #千问 #Qwen #千问恐慌

28. 提速10倍！Mac Mini 本地跑 AI 大模型，OpenClaw + oMLX 加速神器实测效果惊人！ | 零度解说

29. 今天看了看老戴关于三星手机上已经可以用谷歌 Gemini 操作手机了，好奇回看了豆包手机对比一下。两个都是“屏幕感知 + 路径规划 + 动作执行”的自动化系统。它们都依赖虚拟屏幕完成焦点隔离，并通过云端推理与端侧执行把复杂推理放到云端，把屏幕采集与输入执行留在本地。差异是使用方式和权限层级不同。豆包手机像是把未来 AI 手机的形态提前拿出来演示：用户只要给目标，它就能跨 App 看页面、点按钮、滑动、输入、记录信息。问题是它为了做到这些，拿到的权限很夸张，它甚至能看你的银行 APP一般银行 APP 是会做视觉保护的，所以它之前被禁还真是有道理的。Google / Gemini 未必比豆包更好用，主要就是权限统一管理，但是说实话，谷歌目前开放出来的功能就是点外卖打车这些，甚至没有 YOYO 和小艺花样多所以以后豆包手机肯定是进化方向，只是什么东西要给权限这个很难定

30. 创新Transformer！面壁基于稀疏-线性混合架构SALA训练9B模型，端侧跑通百万上下文

31. mimo大模型按这个势头发展下去，小米在手机和智能家居的未来无比光明。从长远来看，AI一定会深度融合到手机里，接管手机的一切功能——只要你用过任何一个Agent，就不难作出这个判断。而如果，一个手机厂商有自研的优秀底层大模型，那很显然，它相比采购第三方大模型的产品，在适配度/迭代速度上会有巨大的优势。这种优势持续累积起来，会形成类似于苹果自研芯片+自研系统的超级护城河。说真的，我觉得所有手机厂商都应该all in大模型，否则即使不被淘汰，也会被夺舍。

32. 如何看待三星谷歌合作首款AI手机上线，但未像豆包手机一样触及安卓权限，主要依靠Gemin大模型能力？

33. OpenAI被曝联手联发科、高通开发手机芯片，高通涨逾10%，这对 AI手机市场来说意味着什么？

34. #ai手机被豆包带火了吗#真正的AI助手是能丝滑调用各种App，替我们完成复杂任务的“授权管家”。目前，在将这种能力与硬件深度整合的手机厂商中，荣耀可能是走得最远、体系最完整的。荣耀的AI强在它不止能对话，更能“自动驾驶”手机。其自研的MagicGUI大模型，能让YOYO智能体像人一样观看屏幕、思考并操作App，一句话就能自动完成跨软件比价、下单的全流程。基于此，YOYO已能支持超过3000种场景的自动执行，并能持续学习进化，真正从工具变成了“智能伙伴”。同时，荣耀的“无界智联”技术，甚至能打破生态壁垒，与不同系统的设备无缝协作。因此，未来的AI手机生态，很可能不是单一主导，而是像荣耀这样，以强大的自研AI核心与开放的生态整合能力，重新定义手机的形态。当你的手机能安全、顺畅地替你操办一切时，它就真的不止是手机了。ai手机被豆包带火了吗

35. 马斯克曾提出手机将只剩屏幕与 AI 芯片、OS 和 App 会终结的激进观点，而豆包手机助手的尝试，正契合 2025 年芯片与边缘 AI 的底层变革。未来终端将从程序执行中心转为 AI 推理节点，NPU 成核心，车机等设备也能运行轻量 AI 模型。虽马斯克的 5-6 年时间表偏激进，但 AI 重塑智能终端的方向已明确，将带动更多厂商入局

36. 【无自研手机计划，#字节能用豆包抓住手机厂商的灵魂吗#？】字节跳动的“触角”，延伸至了手机领域。12月1日，字节跳动和中兴通讯合作的AI手机正式“亮相”。中兴将这款合作手机的工程样机上架商城，售价3499元。字节跳动正式发布了豆包手机助手技术预览版，这是豆包与手机厂商在操作系统层面合作的AI助手软件。据了解，这款手机由字节主导AI交互功能，中兴负责硬件设计与生产，核心优势在于豆包手机助手拥有高权限，可跨应用执行复杂指令。这意味着，用户只需发出语音指令，便能直接操控其他App，简化原本繁琐的复杂手机操作。值得一提的是，这并不意味着中兴想要进军手机市场，与华为、苹果掰手腕。字节强调，没有自研手机的计划，还在和多家手机厂商洽谈豆包手机助手的合作。不过，豆包手机助手跨应用执行复杂指令的背后，意味着手机厂商权限的让步。一位头部手机厂商员工向@搜狐科技表示，“为啥现在只有中兴愿意和字节合作？头部手机厂商都有自己的AI团队，肯定不希望被字节掌控。”操作系统是手机的“命脉”，引入外部AI大模型厂商，意味着手机厂商有可能失去“灵魂”。在海外，三星今年已经与谷歌达成合作，手机默认内置Gemini助手。不过有报道称，三星正试图引进Perplexity作为默认助手，避免成为沦为谷歌AI的“管道”。（@搜狐科技）#苹果宣布AI主管卸任# 否认自研手机，字节想要的是华为小米们的“灵魂”？

37. iPhone本地跑Gemma 4火了，0 token时代还有多远？

38. 有人会觉得奇怪，为什么造手机的没几个造芯片？造车的却反而出现这么多自研芯片答案很简单，因为前者过于复杂，而后者相对简单手机 SoC 太复杂了，不光需要 CPU、GPU，还需要 AI 运算的 NPU ，以及通讯的基带同时还需要非常苛刻的能耗比，要按照 0.01 瓦甚至更高的精度进行优化，还要考虑到良率但是车端的芯片的确没这么高的要求，座舱没有基带一样用，只要有 CPU 和 GPU 就行；甚至 NPU 都可以不考虑，直接在后面串一个 AD 芯片，反正都是 AI 模型，座舱推理和智驾推理没什么不同而 AD 芯片就更简单了，甚至连 GPU 都可以不用，主要把 NPU 部分设计好就行，能跟自家的算法做匹配就行虽然芯片面积比较大，晶体管数量比较多，但是设计难度没有那么高而且车上用的大芯片都不用太在乎功耗，5 瓦甚至 10 瓦波动都不是事，毕竟车上有动力电池随时供电，而且现在都是双重散热（水冷加半导体制冷）主要考量的还是自家软硬合一的匹配度，以及良率的问题

39. 看到OpenClaw这么火，不仅感慨小米的战略眼光有多么牛？ OpenClaw（昵称“龙虾”）是2026年爆火的开源PC端AI Agent项目，核心是让AI“动手执行任务”，简单来说，OpenClaw 就像一个能听懂人话、会自己动手操作电脑的“数字助理”：你不用一步步点鼠标、敲键盘，只要说清“帮我整理这个月的报销单”“帮我查明天去北京的高铁票并预订”，它就能像真人一样，自动打开软件、操作界面、完成全流程任务。小米Xiaomi miclaw是小米基于自研MiMo大模型打造的手机端类OpenClaw产品，也是国内首个移动端系统级AI智能体，区别就是：OpenClaw主打PC端，需用户自行部署；Xiaomi miclaw是小米澎湃OS原生集成，专为手机和“人车家全生态”设计，普通人无需技术门槛即可使用。从OpenClaw的爆火，看小米的战略眼光有多厉害，如今手机市场竞争这么激烈，内存涨价，或许小米Xiaomi miclaw是小米的另一张王牌，真正的做到了差异化，走在了手机厂商的前列，当然别的厂商也可以搞，但是拥有小米这个完全体的生态来说，小米的优势还是比较大的，自研芯片、自研大模型，加上全球最强大的生态，这终端落地能力妥妥的第一，也是别的厂商虽不具有的。或许人们以后需要的不是一部手机，而是一个真正的私人管家，它能记住你的习惯、预判你的需求，从清晨的智能闹钟到深夜的睡眠监测，从通勤路上的路况提醒到家中设备的自动调节，都能无缝衔接。想想这么重要的功能，到时候买手机，直接送给你，是多么的牛。从自研芯片、造车、AI大模型、人形机器人，你就看吧！小米的战略眼光的含金量还在上升。#OpenClaw是什么#

40. 三星研究院公布了端侧AI的进展：他们把一个 300 亿参数的大模型压到 3GB 内，让它能直接在手机、电视等设备上跑，不用云也能发挥大模型级的智能。简单理解，就是把“服务器级 AI”做成了“本地小型化 AI”。这意味着速度更快、隐私更强，未来 Galaxy 的很多 AI 功能都会更依赖本地算力，而不是云端。

41. #小米发布国内第一个手机版龙虾##手机厂商为何开始做龙虾#架构都是MoE罢了，ds也不是第一个提出MoE的，ds也不是全开源的，搞清楚模型结构开源，参数开源和训练方法开源的差别吧。小米是挖了罗福莉，在小米产出的大模型，就是小米自研的。而且小米模型很多特性是ds没有的，纯原创的。

42. 手机品牌其实都尝试过，但无一例外都被腾讯枪毙了其他的APP也会学腾讯的，绝对不会允许AI跨APP识屏+执行。其实从能力上来说，本地的7B模型+云端32B模型已经足以完成大部分手机操作；主要的问题就是各种APP之间的壁垒。

43. 谷歌三星推出AI 手机，未触及安卓权限而是依靠模型能力，为何谷歌、三星、豆包手机的AI路径差异这么大？

44. GPT-5.2 正式发布，OpenAI 称其为「最强专业知识工作大模型」，有哪些技术亮点？

45. 面向大模型推理的模型与系统协同优化

46. 小米杀疯了！MiMo-V2.5-Pro登顶全球开源大模型综合第一、Agent专项第一，跻身总榜前五。百万上下文、309B参数，推理成本仅闭源旗舰2.5%。手机厂商首次登顶，国产AI从跟跑到领跑，这波真的扬眉吐气！小米#小米##小米首次登顶全球开源大模型第一#

47. 【#一文看懂DeepSeek与清北最新论文#：剧透V4底层架构，或改写大模型推理格局】#DeepSeek新论文剧透V4底层架构# 就在全世界都盯着V4发布时，DeepSeek先给了波剧透。数小时前，DeepSeek携手北京大学、清华大学，共同发布了一篇足以改写大模型推理格局的技术论文，推出了面向大模型智能体的全新推理系统DualPath，瞬间引爆AI圈。作为中国大模型产学研协同创新的标杆之作，这篇论文跳出“拼参数、堆算力”的老路子，直击当下大模型核心痛点，叙述着中国大模型从“拼能力”到“拼效率”转型的新方向。（@搜狐科技）#AI短剧已经丝滑到这种程度了# 一文看懂DeepSeek与清北论文：剧透V4底层架构，或改写大模型推理格局

48. AI是手机的未来吗？豆包手机30天实测——亦周真体验

49. 328版本已在陆续推送中本次推送的均为全量包，rom最大机型可达18G以上，其中端侧模型大约占10G多。越往前的机型端侧模型越小，整体rom包大小相应减小，实际功能差异不会有看到的包大小差异那么大，绝大部分都是依据芯片能耗比部署的端侧模型大小的差异AI时代各家都在逐渐提高旗下手机的平均内存，以满足端侧算法、模型的部署需要。依据CounterPoint最新公布的数据，截止2025年底，华为手机以12G的平均内存位居世界第一#鸿蒙越用越香##我的鸿蒙体验#

50. #OpenAI或加速手机开发#这些年，都是硬件公司在做软件的，苹果的强大足以说明软件生态很重要，小米华为基本也是着这个路子走。手机厂商都开发自己的系统和Ai，以后Ai能力被拉平，手机厂商有天然入口优势，而纯Ai厂商还是会被边缘化，大模型厂商不得不做硬件，脱虚向实嘛，软件厂商做硬件是大趋势，但术业有专攻，想做好没那么容易，做硬件的厂商多了，难免会洗牌，但现在来说手机厂商格局没那么容易撼动的。

51. #AI圈突传大变局# 最近不少人在本地跑开源大模型，体验越来越丝滑。这波变局的关键词绝对是“开源逆袭”。以前总觉得闭源模型高高在上，拿算力壁垒卡脖子，但现在顶级开源模型的性能已经逼近GPT-4，这直接打破了垄断神话。这意味着什么？意味着AI算力正在平权。企业不需要再给巨头交昂贵的云订阅费，弄台好点的工作站私有化部署，数据安全又省钱。当技术护城河被开源社区硬生生撕开一道口子，闭源巨头的底气就不在模型本身，而在生态粘性了。这不仅是一次技术路线的胜利，更是中小企业夺回AI主导权的开始。

52. 之前一直没太理解某大佬说，手机厂商还会减少一两家（大概这个意思），直到豆包手机出现，我开始理解了。因为未来没有能力做 AI大模型的手机厂商，或者说 AI 体验不行的，都危险！可以简单粗暴对应到汽车行业，没有能力做智能驾驶的车企，要么用别人的，要么自研，要么被消费者抛弃。AI 于手机就如同辅助驾驶于汽车。这才刚刚开始。字节宣称不自研手机，但前提是手机厂商愿意用豆包大模型，如果大家都不愿意用，而字节&中兴的这款豆包手机又卖不好，那么汽车圈的华为，会不会重现在手机圈？越来越有意思了。

53. 在线模型推理部署经常遇到多模态模型支持复杂，性能难以优化的问题。vLLM-Omni 基于高效的 KV cache 管理和流水线执行，专为支持包括文本、图像、音频、视频等多模态输入的模型设计，轻松实现异构模型推理和服务。它不仅兼容主流 Hugging Face 开源模型，还支持分布式推理、多阶段流水线调度、流式输出和 OpenAI 兼容接口，极大提升多模态模型在线推理的效率和灵活性。GitHub: github.com/vllm-project/vllm-omni主要功能：- 支持多模态数据（文本、音频、图像、视频）处理与生成；- 支持非自回归架构如扩散模型，实现高效的并行生成；- 基于 KV cache 优化自回归模型推理性能；- 异构流水线抽象，管理复杂多阶段模型工作流；- 分布式推理支持，涵盖张量并行、数据并行和专家并行；- 开箱即用的 OpenAI 兼容 API 服务器，方便集成；- 支持主流平台（CUDA/ROCm/NPU/XPU），广泛适配多硬件环境。适合AI开发者、研究人员和企业级应用场景的多模态AI模型推理部署。#AI开发# #多模态模型# #机器学习#

54. OpenClaw（AI小龙虾）产业链按上游-中游-下游划分为6大核心环节：一、上游：算力与硬件（基础底座）• 算力基础设施（鱼塘/饲料）AI服务器、智算中心、IDC、算力租赁、云服务（腾讯云/阿里云/华为云）。• 芯片与端侧硬件（虾壳）本地优先，拉动国产CPU/NPU/SoC/GPU、端侧模组、PC/手机/边缘设备。二、中游：模型与工具（核心枢纽）• 大模型层（虾脑）OpenClaw无自有模型，依赖外部通用/垂直模型，含模型适配与优化。• 框架、工具与生态（虾身）开源框架、一键部署工具、插件/技能库、管理平台、代装服务。代表：开源社区、工具开发商、部署服务商、ZeeLinClaw 等三、下游：应用与安全（价值落地）• 应用与服务（卖虾/加工）个人效率、企业办公（飞书/钉钉/WPS）、政务、金融、制造、开发自动化。• 安全与合规（保镖）系统权限管控、数据安全、沙箱、审计、合规服务。#新媒沈阳聊ai#

55. mac mini M4(16GB+256GB) 本地跑一个 7b 模型，辅助一些日常任务可行吗？

56. 鸿蒙6.0.0.328版本有的机型有18GB，端侧大模型就有9-10GB左右，很多靠云端处理的任务，端侧就能搞定，埋下了很多AI能力，等正式版来了就知道了！试想未来，有10亿台华为手机，相当于10亿个小算力节点在每天训练大模型……

57. 如何评价苹果选择谷歌 Gemini 作为其下一代AI核心，而非坚持完全自研？这是战略妥协还是生态整合？

58. #罗永浩批手机大厂沦为牙膏厂#罗永浩说的也不对，不是手机厂商不想做AI手机，是没能力做。豆包之所以能做豆包手机是因为豆包AI大模型在国内已经是top1、top2了。字节研发豆包投入了多少？2024年字节AI投入800亿，2025年投入预计1600亿，哪个手机厂商玩得起？另外今日头条、抖音也为AI大模型的训练提供了海量训练数据，这个优势所有手机厂商都没有，即使苹果也做不到！就目前情况而言，没有一个手机厂商（包括苹果）有能力做出真AI手机，除非和豆包（或其他AI大模型）合作！

59. 自从小米 Mi Claw 出来之后小米的手机系统已经就是全球最顶尖的手机系统了比的不是什么操纵丝滑而是 AI 领域的接入，小米拥有自研大模型和自研系统，几乎能想到的操作层面都被小米打通了而且并且在不断每天更新，不断接入外部 APP！

60. 知情人士称 GPT-5.2 有望弥补谷歌 Gemini，这将如何改变 AI 大模型竞争格局？

61. 豆包手机月初爆火以后，智谱也开源了另外一种思路的AI控制AutoGLM模型，目的是让每台手机都可以成为AI手机。AI手机的未来，可能不只依赖单一大模型，更需软硬协同、生态开放。在此背景下，#手机大厂该不该自研AI手机# 引发思考：自研能深度整合系统与AI能力，但成本高、周期长；若依托开源Agent框架，则可加速创新、降低门槛。无论路径如何，关键在于能否真正提升用户体验，而非仅堆砌概念。

62. 随着智能体 AI 加速落地，字节豆包与中兴联合推出的工程机一经上线便遭抢购，甚至在二手平台被高价转卖。该机型采用骁龙 8 至尊版平台，为端侧多模态 AI 提供强劲算力，让手机真正具备“替你完成任务”的能力。这也标志着手机正从传统硬件竞争，迈向以智能体 AI 为核心的全新时代。#首款豆包助手手机3499元开售# #豆包手机助手发布技术预览版# “豆包手机”售罄背后：中兴通讯提供硬件支持，内置骁龙8至尊版

63. 手机AI演进的三条路径

64. 和大厂合作or全力自研 2026年手机厂商AI牌怎么打？

65. 小米三款自研大模型突然上线，没人告诉你这一步有多颠覆

66. 头部手机厂商入局AI手机方式及与火山等合作预期

67. OpenAI自研手机来了！

68. 什么是端侧大模型，技术特点有哪些

69. 把AI装进口袋

70. 2026AI端侧大模型元年:5款顶流深度横评！超强兼顾

71. 端侧AI彻底火了！手机电脑本地跑大模型更安全

72. 你以为AI在帮你，其实在“记录你”

73. 面壁智能开源全模态小模型

74. 国产AI大模型集体"卷"向端侧

75. 轻量大模型，端侧 AI 成本可降 70%

76. 大模型遇资本寒冬？面壁狂揽10亿，解锁端侧落地红利

77. 端侧 AI 元年

78. 大模型应用

79. 手机本地运行大模型 Qwen3.5免部署直接用

80. 谷歌Gemma 4炸场！手机本地离线跑大模型，AI终于装进口袋

81. 本地模型 vs 云端大模型

82. AI“端云协同”模式

83. 不想数据被云端拿走？用 ollama 一键本地部署大模型

84. Google LiteRT-LM

85. 一镜到底，初次尝试Gemma 4，手机本地部署运行大模型

86. 本地大模型值不值

87. 鸿蒙操作系统如何使用本地AI模型管理

88. 本地LLM部署工具（写给小白的LLM工具选型系列

89. 谷歌Gemini 3.2 Nano震撼发布

90. AI推理革命！手机变身超级计算机

91. 苹果端侧AI推理

92. 谷歌开源的Gallery可在手机离线运行大模型

93. 国行版本Apple Intelligence正式推送！

94. 华为盘古全面爆发

95. 华为突放大招！端侧AI下放千元机，旗舰特权要作废？

96. 华为AI手机

97. 曝华为Mate90将搭载鸿蒙7.0系统配备真正端侧AI，重构智能体验

98. 鸿蒙7.0要来了！华为Mate 90首发，端侧AI大升级，小艺变聪明了

99. 告别“云延迟”

100. 边缘AI芯片

101. 下一个 AI 风口

102. Google AI Edge Gallery 是什么？一篇讲清介绍、安装和上手教程

103. 16.9K星！Google AI Edge Gallery

104. LLM in a Flash

105. 实践复盘

106. 为什么真正能落地的大模型,一定要跑在手机和边缘设备上

107. 翱捷科技

108. AI PC 本地推理实战

109. oMLX横空出世

110. AI手机实测，真好用还是智商税

111. AI手机大爆发！2026年手机行业迎来真正

112. AI手机不再只是噱头！2026年从功能辅助到个人智能体的彻底蜕变

113. 2026AI手机市占率过半是技术革命，还是被裹挟的 “伪升级”？

114. 2nm手机芯片下半年登场

115. 字节跳动杀入手机圈！第二代豆包AI手机来了，骁龙8E5加持

116. 手机端跑大模型？我试了小米 12 Pro，结果如何呢？

117. 大模型“瘦身”潮来袭！手机端侧10B模型，性能反超GPT-4

118. 手机端侧大模型来了！是噱头还是真未来？

119. 手机端跑 20B 大模型！天玑 9500 + 群联，端侧 AI 进入新纪元

120. 阿里千问开源四款小模型，手机/电脑直接跑，性能对标百B级大模型

121. AI大潮下,搭建本地大模型的成本在急速降低

122. AI手机市场份额将达45%,大模型何以拯救手机行业?

123. DeepSeekôãΪjôֻ̻Ҫдģͣ

124. 估值超八千亿的OPENAI要做手机了大模型巨头布局终端

125. 小米AI大模型时代来临:构建万卡GPU集群的全新战略

126. vivo:做真正对用户有价值的AI

127. 为什么感觉手机厂商的AI有点鸡肋?

128. 这个对基础模型的供应商其实是一个巨大的利空。现成的免费的模型,天花板已经非常高了

129. AI手机没有独家大模型供应商

130. 荣耀邓斌解读魔法OS 8.0:用AI大模型提升对用户真实意图理解能力

131. 徐凡

132. 谷歌Gemma 4发布：最强开源模型杀入手机端，26B MoE架构性能碾压20倍竞品

133. 手机本地跑大模型！MNNChat安装+Qwen3.5部署完整教程｜离线免费、无需电脑

134. 豆包AI落地手机：五大厂商的AI战略，合作与自研的双轨竞速？

135. 手机装本地大模型保姆级教程！3 步搞定，不用敲代码，小白也能会

136. AI手机到底有多神？一键写文案/修图/翻译，实测来了

137. Gemma 4 把 3.6GB 的多模态大模型塞进手机，到底意味着什么？

138. 回答：本地运行的开源AI（Ollama等）和云端相比差距到底有多大？

139. 手把手教你用手机本地跑大模型 - 哔哩哔哩

140. 咱们终于要用上苹果AI了？

141. AI 手机发展进程与产业链投资机会

142. 2026 AI 手机深度体验：这才是手机该有的样子，效率直接拉满

143. 逃离云端，Google领衔引爆「本地AI」革命：你的手机就是超级计算机

144. 端侧大模型选型指南：从腾讯1.8B到阿里MAI-UI，怎么选不踩坑？

145. 苹果“Apple Intelligence”已在中国区域的用户设备中出现

146. 突然杀入手机赛道！阶跃星辰自研AI手机8月登场，重塑国产手机新格局

147. 微软38亿参数手机AI模型发布本地运行性能媲美大模型

148. 把开源大模型装到你的手机里

149. 装20个AI不如留1个！2026全能AI实测，手机精简更高效

150. Meta AI 刷新端侧体验：MobileLLM-Flash 攻克 4 秒首字响应瓶颈，实现手机端大模型秒开

151. 2026年AI手机推荐：五款机型一场关于“懂你”的深度评测

152. 实测！2026AI手机大盘点:华为/小米/荣耀 /vivo谁的AI功能最实用？

153. 关于端侧大模型的一些想法

154. 4B模型性能逼近千亿大模型，端侧AI迎来突破

155. 苹果智能（Apple Intelligence）（获取教程）

156. 盘点2025：手机厂和模型厂，谁将定义未来的AI手机？

157. 手机, 电脑本地跑大模型！GitHub 8.8k 星「MiniCPM」开源，8B小参数越级打大模型！

158. 手机电脑跑AI大模型，Gemma 4本地部署指南

159. 估值超八千亿的OPENAI要做手机？为啥大模型都要做手机？

160. 2026年AI手机实力排行榜：五款旗舰重塑移动体验

161. 三星S26 Ultra AI实测：即时简报+文档扫描有多强？

162. 8G 内存的手机，能跑多大的模型？｜MiniCPM-V 4.6 开源

163. 【产业链图谱】AI手机概念全景分析

164. 港版三星S26 Ultra开箱：手机端部署AI大模型！

165. 能手机离线部署的大模型，别让你的旧手机吃灰了，打开脑洞DIY

166. 在移动端如何部署本地知识库+大模型

167. 港版三星S26 Ultra开箱：手机端如何部署大模型？ Galaxy AI 使用 + 手机端AI大模型部署教程

168. 笔记本也能跑qwen3.5 本地大模型！LM Studio 手机还能远程控

169. 端侧AI

170. 各手机厂家大模型比较

171. 大模型时代下：美格智能掘金端侧AI，释放增长新动能

172. 继豆包后，OpenAI也盯上AI手机，这是一场豪赌

173. 到底需不需要部署本地大模型？

174. 大模型巨头为何集体“造手机”？揭秘背后的四点核心逻辑！

175. 大模型对话模板应用对比：解码云端API与本地推理的技术差异

176. 2026年AI销冠手机核心性能深度评测报告

没网也能用AI？端侧模型在这些场景完胜云端，但别指望它全能

精选参考来源