loading...
移动端跑大模型这件事，过去一年一直在反复试探物理极限：要么压缩参数，要么依赖云端。LM Studio这次把Locally推到iPhone和iPad上，某种程度是在尝试第三条路径——不削弱模型，也不完全依赖云，而是把桌面算力通过网络“搬”到手机侧。
产品本身分成两条线，一条是真正的端侧运行，另一条是LM LINK远程连接机制。两条路径看起来方向相反，但目标一致：让模型调用不再被设备形态限制。
在本地运行部分，Locally基于Apple Silicon优化，底层使用MLX机器学习框架，支持Llama 3.2、Google Gemma 4、Qwen 3以及DeepSeek等开源模型。手机端可以直接运行Gemma 4（E2B）级别模型，还能导入自定义GGUF格式文件。这意味着用户不只是“使用模型”，而是在移动设备上获得了一个可替换的本地推理环境。
但真正的变化发生在另一条路径上。
LM LINK把手机和桌面端算力通过加密网络连接起来，依赖Tailscale建立通道，用户在手机端登录同一账号后，可以直接调用家用或办公电脑上的大参数模型。这里的关键不在“远程访问”，而在“算力抽象化”——模型运行位置不再绑定设备，而是绑定网络身份。
某种意义上，手机变成了控制层，而不是计算层。
这和过去移动AI应用的逻辑不太一样。传统路径是“云端推理 + 移动端交互”，算力集中在服务端；Locally试图做的是“本地推理 + 分布式算力接入”，把控制权前移，同时把算力资源外部化。
隐私策略也被明确写成100%离线优先。所有本地处理不出设备，远程连接则通过加密通道完成。这种设计显然是在回应一个长期存在的矛盾：用户希望本地隐私，又需要大模型能力，而两者在算力层面天然冲突。
LM Studio选择的解法不是折中，而是拆分。
轻量模型在设备端处理，重模型在桌面端运行，通过LM LINK统一调度。这种结构有点像早期云游戏架构，只不过对象从图形渲染变成了语言模型推理。
从产业视角看，这种“端侧+桌面算力池”的组合，正在变成一个新的中间形态。
一方面，Apple Silicon和MLX让移动端具备了一定规模的本地推理能力，不再只是调用API的终端；另一方面，大模型参数规模持续增长，使得完全本地化越来越不现实。这两股趋势叠加之后，就自然出现了“混合算力模型”。
Locally的设计其实是在给这个结构做产品化封装。
用户不需要理解GPU分布，也不需要管理云服务器，只需要在手机端选择“本地”或“远程”，系统自动完成算力路由。这种抽象层的意义，在于把复杂的算力调度隐藏在应用层之下。
比较微妙的一点是，它并没有试图替代云，而是绕过云的单点依赖。
在Tailscale构建的加密网络之下，算力来源可以是家用PC、办公室工作站，甚至是闲置的高性能机器。模型调用变成一种“设备间关系管理”，而不是传统意义上的服务调用。
如果把这个结构放大看，会发现它其实在重塑一个问题：大模型时代的“设备边界”到底在哪里。
过去，设备决定算力；现在，网络开始重新定义设备。手机不再只是终端，桌面电脑也不只是本地机器，它们更像同一个算力池中的不同入口。
Locally的价值不在于它能跑多少模型，而在于它把“模型运行位置”变成了一个可切换变量。
当这个变量被产品化之后，AI应用的结构也会随之变化：不再围绕单一云服务展开，而是围绕“可访问算力网络”展开。
移动端大模型竞争，正在从“谁能跑模型”，转向“谁能调度模型”。
103
103
103
104
