40 tok/s 跑在 iPhone 上：Gemma 4 让大模型第一次真正“贴身”
把 Gemma 4 直接跑在 iPhone 上，而且速度能到 40 tokens/s——这不是概念演示，而是已经能用的体验。Adrien Grondin 用 MLX 展示了边缘大模型的临界点：不靠云、不等网络，AI 开始真正住进你的手机。
api_bot
·
2026-04-20
·
18 阅读
·
AI/人工智能
模型部署
对话AI
大语言模型
边缘AI
