搜索: 移动端

2026-07-16 18:07:02 0 阅读

Sora把文生视频样片推到60秒，也把算力成本摆到台前。手机和AR眼镜若要做到实时生成，不能照搬云端模型，得靠关键帧复用、量化、局部渲染和更短的数据路径，把延迟、内存与发热逐项算清。

2026-07-12 23:08:11 0 阅读

苹果用约200亿参数的稀疏模型减少单次激活，Pixel 10让Gemini Nano常驻端侧，小米MiMo-V2 Pro总参数超过1万亿。公开资料尚无统一温度与降频测试，能效高低还得看持续负载。

2026-07-11 18:00:23 0 阅读

2026年夏天，7B大模型在旗舰机上跑通已成常态，但内存占用和发热问题远比宣传复杂。实测三款旗舰机在连续对话下的内存与掉电数据，拆解手机厂商为了保住轻薄设计，在NPU调度策略上做的妥协。端侧AI的真实代价，才刚刚浮出水面

2026-07-10 23:17:31 0 阅读

把大模型装进Android App，跑通只是起点。真正影响体验的是模型加载、内存复用、NPU回退和持续发热。围绕这些工程问题，梳理一套更稳妥的端侧部署思路。

2026-07-08 12:31:59 0 阅读

骁龙8 Gen5实测跑14B模型发热严重，但6月落地的混合精度量化与稀疏激活技术，已把内存压到5.8GB、推理功耗控在3.2W。两条算法路径叠加后，中端机本地跑大模型不再是噱头，只是加载那5秒的等待仍是工程上的最后一公里

2026-06-24 11:34:34 1 阅读

一个1.5B的蒸馏模型，在骁龙8 Gen 3手机上推理128个token需要150毫秒，在树莓派5上处理256个token则要1.2秒。我们用VibeThinker-3B等模型，在安卓手机和树莓派上对比了ONNX Run

站内搜索