Google 把大模型塞进一个免费 App，真正的意图是什么

一个免费 App，就能让 iPhone 离线跑 Gemma 4。

听着很酷。但这次真正有意思的，不是"手机也能跑 LLM 了"。这件事早就不是新闻。

我更在意另一层。Google 这次不只是放模型。也不只是做演示。它把一整套端侧能力，一起塞给了普通人。

按 AI Edge Gallery 仓库的介绍，这个 App 不只是聊天框。里面有 Agent Skills、Prompt Lab、图片问答、语音转写、本地 benchmark，还有 Mobile Actions。后者用的是 FunctionGemma 270m 微调版。它能开手电筒，也能调起地图。这些动作都能离线完成。

这就不是"试试模型"了。这是在教用户，也在教开发者，把端侧 AI 当成系统能力。

数据层面也够清楚。Gemma 4 家族有 1B、4B、12B、27B。小模型负责上手机。大模型负责拉高上限。社区讨论里有人说 4B 在 iPhone 上聊天可用。开了 reasoning 后稳定性会更好。也有人提醒，手机里跑的多半是量化后的版本。它不是云上那种完整旗舰体验。这个提醒很关键。因为它让这件事更像产品，不是魔术。

<figure><img src=“images/compare.png” alt=“compare”></figure>

很多人看到这一步，第一反应是隐私。离线推理，不上传内容。这当然成立。社区里也有人提到，给教师做小工具时，因为隐私法要求更想要全客户端方案。

但如果只看到隐私，还是把 Google 看小了。

我更愿意把它看成入口卡位。而且是三层一起卡。

第一层，先占分发。 以前你想玩端侧模型，得自己找权重，自己量化，自己折腾推理框架。现在 Google 直接给你 App、模型下载、运行环境、效果测试。门槛一下低了。谁先把这条路铺平，谁就更容易拿到开发者心智。

第二层，先占标准。 AI Edge Gallery 背后连着 LiteRT、Hugging Face 集成，还有本地 benchmark。Google 想推的不只是 Gemma 模型。它还想把"端侧模型怎么下、怎么跑、怎么测"先做成默认流程。默认流程一旦定了，后面的芯片厂、App 开发者、工具链团队都会被这套接口影响。

第三层，先占预期。 现在很多人默认觉得好 AI 就该在云上。本地版只是备用选项。Google 这次在做的，是把这个预期往回掰。它让普通用户第一次认真感到，本地 AI 不只是备胎。在隐私敏感场景、弱网环境、低频但要立刻响应的小任务里，它就是正解。

更关键的是，Google 这次给的不是单点能力。它给的是完整体验。App、模型权重、量化版本、运行时、基准测试，都放进了一个入口里。手机跑模型不新。把端侧栈打包给普通人，才是新的动作。

接下来要看的，是商业逻辑有没有变化。

没变的部分是，云上大模型还是更强。复杂推理、长上下文、多工具协同，手机短期还接不住。端侧也不是没有代价。它吃的是电量、内存、散热和设备代际。社区讨论里就有人说 iPhone 13 跑模型时会先撞上内存墙。

变了的部分是，轻量需求的成本曲线。一旦 80 分任务能本地完成，云 API 就不再是唯一入口。聊天草稿、语音转写、图片识别、小型自动化，都可能被手机自己吃掉。这会逼着云厂商重新定价。

Google 免费放出这个 App，表面是在送能力。其实是在改市场锚点。它在告诉大家，以后很多 AI 功能的起步价可能就是 0 元。前提只是你手机够新。

对普通用户来说，这是好消息。你会得到更私密、更低延迟的 AI。

对开发者来说，这更像一次压力测试。如果系统已经自带可用模型，你做的 AI 产品到底卖的是模型，还是工作流，还是更强的结果。这个问题以后会越来越难躲。

手机跑大模型，以后不会再是新闻。真正会变成新闻的，是谁先把端侧这层基础设施做成默认入口。

你更愿意把哪些 AI 任务留在手机本地跑，哪些还必须交给云端？欢迎留言聊聊。

资料来源：Google AI Edge Gallery、Hacker News