搭载骁龙8 Gen5的旗舰机已经可以离线运行14B参数模型。根据《端侧AI手机首发实测》的数据，断网环境下模型响应时间7.8秒，功耗3.2W。这个性能虽然不及云端，但已经足够支撑日常交互。于是，手机厂商发现，用户的评价标准变了：去年还在比跑分，今年用户开始问“手机能不能记住我上次读到哪一页？”
这种转变并非偶然。据21世纪经济报道2025年10月观察，在强调端云协同之后，“强化手机端侧模型能力成为今年重点”。证券时报2025年11月也报道，AI手机发展重心已转向端侧。但能力提升的终点不是更聪明的通用问答，而是更私密的个性化服务。核心就是“本地记忆”——让手机在本地建立基于用户数据的个人知识库。
本地记忆的关键是端侧RAG（检索增强生成）。传统RAG依赖云端向量数据库，而端侧RAG要求所有索引和检索都在设备内完成，不离开手机。这需要隐私计算作为基础。2025年2月，对外经济贸易大学举办“端侧大语言模型的应用、风险与治理前瞻”研讨会，多位学者强调端侧模型在隐私保护上的优势。实际上，手机厂商已经开始将RAG技术深度嵌入系统。
目前，主要玩家有三个阵营：苹果、华为、以及搭载骁龙8 Gen5的安卓旗舰。苹果在隐私控制上最严格，但本地记忆推进较慢；华为的小艺在鸿蒙分布式能力上有优势，但芯片性能限制使其端侧推理速度落后；vivo的“蓝心智能”从2024年开始布局，支持自动整理购物清单、基于相册生成回忆等功能。然而，工程限制依然明显：《端侧大模型挤爆手机内存》一文指出，当前端侧模型占内存高达5.8GB，长期运行可能影响前台应用流畅度。
本地记忆的真正瓶颈不在技术，而在信任。用户是否放心让手机读取相册、聊天记录？权限管理成为关键。在《GPT-5权限翻车实录》中，我们看到企业知识库权限分层的重要性，手机的端侧记忆同样需要细粒度的权限体系。此外，数据的迁移、多设备协同、功耗控制都是待解难题。
从长远看，本地记忆将与云端智能形成混合架构。个人数据和基础理解在本地完成，复杂推理调用云端。未来的手机AI，将是一个既懂你又不离开设备的“本地助手”。
