Desert Ant Labs 发布 18 个端侧小模型:2MB 识别 84 种语言,Voz 转录快 Whisper 4.7 倍
msg · x · 2026-09-09
欧洲新实验室 Desert Ant Labs 发布,定位「有态度的端侧智能」:为音频、视觉、文本各做小而专的模型,毫秒级响应、零推理成本,可在五年前的旧手机上运行。首批 18 个模型上线(12 稳定 + 6 beta),通过一个支持 Swift/Kotlin/JavaScript 的 SDK 提供,每月 10 万活跃设备内免费。亮点模型:
- Voz:iPhone 上 2 秒转录 10 分钟音频,比 Whisper 快 4.7 倍,带词级时间戳。第三方实测(iPhone 17 Pro,43 分钟录音)预热后 9.97s vs Apple 自带方案 19.24s,约快 1.9 倍;冷启动 30.8s 慢于 Apple 的 18.6s,建议在用户点录音时预启动(预热仅 2.91s)
- Clear:9MB 模型,1 秒把 5 分钟录音变成录音室音质
- Redact:12MB,实时遮蔽姓名/地址/卡号,27 种语言,抓取率 88.8% 接近 2.3GB 的 GLiNER-PII
- Tongue:2MB 模型从 3 个单词识别 84 种语言,准确率 0.933,胜过 293MB 检测器的 0.887
完整规格与基准见官网与 Hugging Face。
所属事件:欧洲 Desert Ant Labs 发布 18 个端侧小模型，旧手机可跑(4 条相关)→
「Infra」频道最新
- Anthropic S-1：4300 亿美元算力合同不可取消，超过中国全年军费 — Hesamation · 2026-10-27
- Tenstorrent 融资 15 亿美元，估值 62 亿较去年翻倍以上 — Beth_Kindig · 2026-10-27
- Anthropic 拟向 SpaceX 采购 1205 亿美元算力,满载后月付约 31 亿 — XFreeze · 2026-10-27
- 恶搞：用 JEV 决策模型替换 Raft 共识，写入吞吐暴跌 99.98% — irombie · 2026-10-27
- Cadence 进入领域专用 AI 模型赛道,芯片设计自动化再加码 — karlfreund · 2026-10-27
- Qdrant 自研 Universal I/O:向量库 mmap 无缝迁移到对象存储 — qdrant_engine · 2026-10-27