27B 模型被压进 iPhone
xiaohu · x · 2026-07-15
PrismML 基于 Qwen3.6-27B 做了模型压缩，把原本约 54GB 的 27B 模型压到约 3.9–5.9GB，目标是在手机上本地运行。
他们在“高强度思考模式”下用 15 项测试对比原版：
- Ternary 版（5.9GB，电脑端）：保留约 95% 的原版能力
- 1-bit 版（3.9GB，手机版）：也保留约 90% 的能力
性能上，作者称在 RTX 5090 上最高可达 163 token/s，在 Apple M5 Max 上可达 87 token/s。
所属事件:Bonsai 27B 发布：首个可在手机运行的 27B 模型(15 条相关)→
「Infra」频道最新
- Galaxy S26 纯端侧跑 MiniMax H3：7 分钟生成 5 秒带音频视频 — BidFunny4862 · 2026-10-27
- Unconventional AI 收购 NeuReality,冲刺算力效率提升 1000 倍 — NaveenGRao · 2026-10-27
- 马斯克断言:机器人 RAM 需求将超其他一切,超级智能算力将移向深空 — elonmusk · 2026-10-27
- RTX 5090 卖到 7000 美元，PC 游戏社区集体否认 AI 热潮 — PAstynome · 2026-10-27
- Wan2GP 上架 Pinokio：6GB 显存一键跑 AI 视频生成 — cocktailpeanut · 2026-10-27
- AWS 详解 Agent 提示缓存：显式+隐式双模式省下重复 token 账单 — AWS ML Blog · 2026-10-27