今天介绍一个可以在手机本地运行的大模型项目。基于它，开发者成功在iPhone 16 Pro Max上部署了Llama 3.2 3B模型，实现了端到端的本地工具调用。
完全本地化的AI处理
这个项目最大的亮点是所有AI处理都在设备本地完成。LLM推理、工具调用决策、响应解析全部在iPhone上进行，只有在需要外部数据时才调用Foursquare API获取餐厅信息。
技术栈采用React Native和RunAnywhere SDK，后者是专门为移动设备提供本地AI运行能力的开源工具包。
RunAnywhere SDK核心功能
RunAnywhere是一个生产就绪的工具包，支持以下AI功能：
LLM聊天能力
- 支持模型：Llama、Mistral、Qwen、SmolLM等主流开源模型
- 本地推理：完全在设备上运行，无需网络连接
- 流式输出：支持实时流式响应
- 结构化输出：支持JSON格式输出（iOS/Android稳定，React Native/Flutter即将支持）
语音处理功能
- 语音转文本：基于Whisper模型的实时转录
- 文本转语音：Piper神经语音合成技术
- 语音助手：完整的STT→LLM→TTS处理流水线
平台支持状态
- Swift SDK：适用于iOS和macOS（稳定版本）
- Kotlin SDK：适用于Android（稳定版本）
- React Native：跨平台支持（Beta版本）
- Flutter：跨平台支持（Beta版本）
Swift iOS集成示例
“`swift
import RunAnywhere
import LlamaCPPRuntime
// 1. 初始化SDK
LlamaCPP.register()
try RunAnywhere.initialize()
// 2. 下载并加载模型
try await RunAnywhere.downloadModel(“smollm2-360m”)
try await RunAnywhere.loadModel(“smollm2-360m”)
// 3. 进行对话
let response = try await RunAnywhere.chat(“What is the capital of France?”)
print(response) // “Paris is the capital of France.”
“`
支持的模型规格
| 模型系列 | 典型大小 | 内存需求 | 适用场景 |
| :— | :— | :— | :— |
| SmolLM2 360M | ~400MB | 500MB | 轻量级对话，资源受限设备 |
| Qwen 2.5 0.5B | ~500MB | 600MB | 多语言支持，快速响应 |
| Llama 3.2 1B | ~1GB | 1.2GB | 平衡性能与质量 |
| Mistral 7B Q4 | ~4GB | 5GB | 高质量推理，充足存储设备 |
语音处理模型
语音转文本（Whisper via ONNX）
- Whisper Tiny：~75MB，英语专用
- Whisper Base：~150MB，多语言支持
文本转语音（Piper via ONNX）
- Piper US English：~65MB，美式英语
- Piper British English：~65MB，英式英语
实测表现如何
开发者测试了多个模型，包括Liquid LFM2 350M Q8和Llama 3.2 3B，发现3B模型的表现相当不错。有开发者表示打算尝试LFM 2.5 1.2B模型作为代理，认为1.2B的模型大小对边缘设备很有吸引力。
关于电池消耗，虽然开发者没有给出具体数据，但从演示来看运行相对流畅。
技术架构优势
这种完全本地的部署方式有几个明显好处：
- 隐私保护：用户数据不会离开设备
- 响应速度：无需网络请求，延迟更低
- 离线可用：没网也能正常工作
- 成本控制：避免云API调用费用
系统要求
| 平台 | 最低版本 | 推荐版本 |
| :— | :— | :— |
| iOS | 17.0+ | 17.0+ |
| macOS | 14.0+ | 14.0+ |
| Android | API 24 (7.0) | API 28+ |
| React Native | 0.74+ | 0.76+ |
| Flutter | 3.10+ | 3.24+ |
内存要求：最低2GB，推荐4GB+用于运行大模型
小结
RunAnywhere提供了从轻量级的SmolLM2 360M到高质量的Mistral 7B Q4等多种模型选择，可以根据设备性能和存储需求灵活配置。GitHub仓库已获得4.2k星标，项目活跃度很高。
随着移动设备算力不断提升，完全本地的AI应用正变得越来越现实。去中心化、本地优先、隐私优先的云端协同AI应用将会是未来的主流。
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：http://www.itsolotime.com/archives/19225
