软件介绍

我～慢爽好大～视频蓝莓使用指南

第一步：导入文件

打开软件，点击"?增长 我～慢爽好大～视频蓝莓"按钮，从电脑当选择《我～慢爽好大～视频蓝莓》文件，或直接将其拖拽至软件界面中。

第二步：配置解析

软件会自动鉴别并解析导入的文件，您可凭据界面提醒选择所需的保留蹊径或下载体式。

第三步：起头下载

确认无误后，点击"起头下载/处置"按钮。期待进度条读取结束，即可在设定的文件夹中查看下载好的正版文件。

大模型创业公司，为什么越来越多在往“幼”做？，我～慢爽好大～视频蓝莓

题图来自：AI天生

把一台主流安卓手机切到飞行模式，而后问屏幕上的AI：“助我总结一下昨天的会议，挑三个待处事项。”

它会答出来。答得不算惊艳，但靠谱。

从2022年11月OpenAI正式颁布ChatGPT以来，险些所有人对AI 的认知都成立在一个朴素的逻辑上：你提的问题，会跑去一个遥远的数据中心，由几万张GPU 算出答案，再传回你的屏幕。这个过程贵、慢、依赖网络，但所有人都默认那就是 AI 应该有的样子。

然而仅仅三年功夫，这种印象被一台断网的手机轻飘飘地颠覆了。

出格是最近半年，和大模型行业的人谈天时，会发现一个词的频率越来越高——端侧。

云端之上，并没佑装钱”

大模型上半场的逻辑极度清澈：参数大就是好。

GPT-4 出来之后那一年，国内拿到融资的公司，PPT 第一页险些都在堆数据——几多 B 参数、几多万亿 token、几多张 H100。投资人也吃这一套。先把规模拉满，故事就成立了。

但资金烧到当下，账就逐步算分了然。

2025年OpenAI的估值固然推到了五千亿美元量级，但预计税前吃亏也达到了惊人的212亿美元。Anthropic的情况看上去好一些：毛利率从2024年的 -94%改善到2025年的40%出面，但同期 EBITDA（息税折旧及摊销前利润）吃亏仍有52亿美元。Cohere和Mistral则反复传出追求被收购的新闻。

这一行衣凤所有靠卖API 挪用为生的公司，最后都站在统一条曲线的分歧地位上，营收在涨，吃亏也在涨，用户越多，幸好越多。毛利率好转的速度赶不上算力亏损扩张的速度。

这是反互联网学问的。从前二十年，规模意味着壁垒，规模也意味着利润。但大模型这门生意，规模意味着持续的算力亏损，由于每一次用户和AI 的对话，背后都是真实的电费和GPU折旧。

更狼狈的是，这条曲线没有显著的下行点。模型再大、能力再强，单次推理的边际成本依然摆在那里。

云端之表，暗潮已动

把视线移到云端之表。

2023 年，在手机颁布会上听到“NPU」剽个词，多半会感触有点狼狈。芯片厂商讲了好几年，但市面上险些没有什么模型真的用得上，它像一个反复被写进 PPT 又被现实辜负的将来能力。

到了2025年，这种能力起头兑现。

芯片厂商起头自动找模型公司谈适配，由于客户在问。手机用户也起头问：为什么我的 AI 副手离线就用不了？为什么我换个网络环境，它的反映慢了一截？这些问题意味着AI 已经被人当成水电一样的存在了。它必要随时可用，不能挑网络。

模型这一侧也终于跟上了。

从前几年，量化、蒸馏、稀少把稳力这些工程步骤被一批团队反复打磨，一个几B 参数的模型，经过精心设计，在多模态、长文本、OCR 这些正本被以为只有大模型能力干的活上，已经能做到让人挑不出弊端的水平。

最直接的体现，是它真的能装进设备里。手机芯片那点显存，苹果 A 系列或许八九 GB，骁龙旗舰差不多。以前看是天花板，此刻反过来成了一种刚刚够用的约束，逼着模型公司把每一层结构都抠到极致。

由此可见，端侧AI 这两年的真正拐点不是某一项技术忽然成熟，而是模型、芯片、终端三方在统一个功夫窗口里，相互找到了对方。

谁在押这条路

把端侧作为主线在押的玩家，已经分成了几拨。

第一拨是终端厂商，自己下场做模型。

苹果的Apple Intelligence是其中最有代表性的——约莫30亿参数级别，主打“端侧优先、云端兜底”。它的存在意味着苹果决定不再把AI能力表包给OpenAI，即便前者宣称是“合作”。Google 走得更激进，把Gemma Nano直接预装到Pixel 系列，并且在Android 14之后起头向手机厂商盛开底层API。

终端厂商下场的逻辑很明显，AI 一旦成为系统级职能，它就不该是别人收过路费的处所。

第二拨是大公司开源出来的幼模型。

微软的Phi系列是这条路上的标志性产品。Phi-3用3.8B参数做出了能对标 70B模型的部门能力，证了然“幼模型+ 精选数据”路线的可行性。Meta的Llama 3.2在2024年下半年推出1B / 3B版本，明确标注“为端侧设计”。Google的Gemma系列走类似路线，开源出来供整个生态用。

这一拨的共同特点是：它们没指望靠这些幼模型直接挣钱。它们是在为生态铺路。路铺好了，再回头收硬件、云端、其他业务的钱。

第三拨是真的把“幼尺寸”当成主题战术的创业公司。

Mistral是其中最早的。7B起身，在欧洲拿下了一批政企客户。但由于太依赖单一开源故事，2024年微软入股之后处境变得复杂。

国内这边，阿里的Qwen 系列推出了从 0.5B 到 7B 的幼尺寸版本，覆盖端侧多个段位，但由于同时还在做大尺寸 API 业务，端侧不是主线。智谱 GLM 也有端侧版本，但贸易重心仍在云端。把端侧当成绝对主线在做的，国内最有代表性的是面壁智能，MiniCPM 系列做到了GPT-4o同级水平。这种说法一年前险些所有人都感触是夸口，但它发生了。

把这几拨玩家放在一路看，端侧AI 已经不是“幼公司的避风港”，它在成为整个行业重新组织自己的方式。

端侧不是免费午餐

写到这里，也得说句真话。端侧AI远景固然无限，但不是美满故事。

把模型塞进设备这件事，工程上的麻烦比设想中碎。安卓机型上千种，芯片各家API 不一样，系统定造层每个厂商各有讲求。一个端侧模型想在这片泥土里跑顺，光适配就够幼公司喝一壶——这件事没有捷径，只有一行行的代码、一台台机械的实测，一次次跑通之后被下一代芯片突破，再重新跑通。这种活算法工程师不爱干，但端侧这条路就是由这些不性感的活铺出来的。

模型公司还得面对一个更隐性的处境：手机厂、芯片厂、车厂自身就是产业链里强势的一方。被预装、被集成看上去是“赢了”，但同时也意味着随时要面对被代替、被压价、被边缘化。Mistral 这两年在欧洲的处境几多能注明问题——它既要满足法国当局对“主权AI”的等待，又要应酬微软入股之后被主导话语权的狼狈，左右都难做。

端侧换来了贸易化更扎实的蹊径，但也意味着融入合作生态，成为产业链里若干环节中的一环。

大模型上半场比的是谁能把山攀得最高。下半场比的，是谁愿意走下山，走进具体的设备里、具体的场景里、具体的人刻下。

去年那台跑在飞行模式下的安卓手机，今年我又见过一次。

在伴侣的车上，离线导航和语音都跑在本地。

云在很远的处所。

但AI 已经到了。

本内容由作者授权颁布，概想仅代表作者自己，不代表虎嗅态度。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4854778.html?f=wyxwapp