离线 LLM 在 iPhone 上到底能拿来做什么
James333i · reddit · 2026-07-26
这是一条关于 iPhone 上离线小模型 的长讨论：大家到底会把它们用在哪些场景里？
作者表示自己过去一年一直在手机硬件上测试 开源 MLX 和 GGUF 模型，整理出一些比较实用的用法：
- Apple Foundation model 能力不强，但在 工具调用、快速 摘要 和 分类 上很有用，适合先做预处理再交给更强模型。
- 在高端机型上，0.5B 到 8B 的模型都能跑出可用效果。
- 目前试过的场景包括：
- 网页搜索和 URL 抓取
- 内容摘要
- 研究辅助
- 本地照片、视频、文档分析
- 轻量的随身编程帮助
- 通过 continuous compaction，即使上下文窗口只有 8k–16k tokens，也能把对话维持得近似“无限长”。
- 另一个值得探索的方向，是用于 私密、离线的个人聊天。
作者想问的是：相比笔记本和桌面端，手机端模型是不是还被严重低估了。
「Infra」频道最新
- PyTorch 实测:ExecuTorch+Arm SME2 让端侧流式语音识别提速 2.12 倍 — PyTorch · 2026-10-27
- 单 GPU 收入可随降价上升：Gavin Baker 拆解 token 价格与利润率的算术 — GavinSBaker · 2026-10-27
- Anthropic S-1 关键数字:成立以来算力支出仅 193 亿美元,算力过度建设警报 — bookwormengr · 2026-10-27
- CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
- 电网排队成 AI 工厂瓶颈,Exowatt 与 Redwood 给出储能新解法 — ingliguori · 2026-10-27
- Wasmtime 曝两个 CVSS 9.9 沙箱逃逸漏洞，其中一个仅影响 ARM64 — basedjensen · 2026-10-27