说白之，除非真之到之彻底断网之场景，否则还真不如一名于线大模型好用。
谷歌于软件层面上开之一名口子，彼么接下来就要看芯片厂商与手机厂商如何接招之。
还有就为出错率也挺高之，但也情有可原，模型于办理繁逻辑之时候，需于中间步骤上反复"思考"，算力越充裕，此名历程就越完整，而于千元机上，此名历程甚或于还没走完之前就被迫给出断语之，因算力只有此么多，若分发给推算太多源泉，彼后续就甚难续下去，故也更易现幻觉。
但此里有一名细节值得说一下，慢不为因模型没于跑，而为天玑 7400 之 NPU 算力实于有尽，每秒能办理之 token 数就彼么多，再怎么勤勉也就此名速度之。
吾等先丢之一张夜景购物中心之照片进去，问它图里有什么讯息。
此名安装体验，谷歌还为做得挺用心之。
Y500 Pro 花之 2.5 分钟，告诉吾等「若你为为之“洗车”去之，彼应选择走路」，此种令者啼笑皆非之回答。
但当前德国正深陷动力险境，不得不通过一系列举措对付威胁。
因此，寻常用户能不能用上真正好用之本地 AI，取决于整名产业链有没有足够之动力去推动此件事。
但回过头来看，谷歌做此名 App，背后到底于布什么局。
" 本原上，本地模型之本领上限摆于彼里，参数量越小能做之事情就越少，而用户对 AI 之期待为越来越高之，单靠本地根本撑不起彼名需求。
报道指出，此对美国而言，“意味之或现枢纽丹药原料与前卫机械零部件之短缺”。
OWASP。但疑难于于，作为一名本地模型，它之回答速度实于太慢之，目前 Google AI Edge Gallery 之权限也不够，除之开关手电筒之外，做不之其他体系级操作。
但此里有一名甚重要之事实需说清楚，彼就为此些自动化操作，其实大部分皆不为真正意义上之本地模型于跑。
此其实本来也没啥稀奇之，但更重要之为，谷歌此次为想让手机跑本地模型之。
跑完此三轮测试，Y500 Pro 上之 Gemma 4 E4B 并没有如吾等想象中一般完全干不动，相反其实有一点点小惊喜，比如它基本不发烫、也不为甚卡顿，一些简之疑难还为能正确回答出来。
它之回答说实话还过得去，描述之建筑规模、屋顶架构、夜景氛围，方位为对之，但有一名甚明显之疑难，图里彼么大一名 Apple Store 之招牌，它完全没有提到，只说之名"现代大型购物中心"。
本年 4 月，谷歌发布之新一代开源大模型 Gemma 4。
慢为最直观之感受，每道题平均要等两到三分钟才能看完完整回答。
此其实为小参数模型之一名常见毛病，它回答之时候往往不知道什么时候该停下来，偶尔还会给一些「建议」来凑字数，仔细阅读下来就会发觉其实两三句话就能小结完。
接下来吾等选择之一道较量经典之多步逻辑推演题：五名者坐成一排，A 不坐于最左边，B 坐于 C 之右边，D 坐于 E 之左边，E 不坐于最右边，请问谁坐于最中间。
品牌识别此件事对模型要求甚高，需把看到之视觉讯息与背后之品牌学识对应起来，E4B 此名参数量显然还不够用，看得出轮廓，但认不出为谁。
而 X300 Pro 中间为绕之一些弯子，它似乎也于反复确认「洗车」此名举止到底需不需车，但最后它还为提到，假如要去洗车，彼还为要开车去。
或大家皆已刷到过不少关于Gemma4 实装测试之实质，但但网上现有之测试，基本皆为于最新款 iPhone 或旗舰机上进行之，此些旗舰本来就为最新款，性能与算力皆为第一梯队之，表现好也于情理之中。
谷歌为 Gemma 4 之手机端版本出之一名叫 Google AI Edge Gallery 之 App，应用商店直接搜就有。
往更深一层说，本地 AI 为不为注定只能为旗舰手机之专属功能。
吾等想搞清楚此件事，故直接拿之一台搭载中端芯片之千元安卓机来实测 Gemma 4，看看它之表现到底怎么样。
就算错，也算为错之干脆。
也就为说，此 3.3 分钟彻底被费掉之。
从前面之测试来看，Gemma4 目前确实为得旗舰手机才能达到一名「及格线」之标准，尽管还为有出错之情况，但至少速度不拉跨，不像千元机彼样又慢又不准。
量子梦。彼么 X300 Pro 为否能正确识别呢。
吾等此次拿来测试之为 vivo Y500 Pro，甚典型之一台千元安卓机，虽不为什么老机型，但 SoC 整体性能还为偏一般之，毕竟它定价就于此儿，确实也没啥好说之。
还有此前全网爆火之豆包手机，更为实现之「手机自动驾驶」。
AI 此块，天玑 7400 用之为联发科 NPU 655，官方说比上一代提升之 15%。
故云端成之兜底之预案，本地模型更多为承担一些轻量、实时之差事，比如通知小结、语音识别此类对速度要求高之场景。
（图源：豆包手机助手） Google AI Edge Gallery 里有一名叫 Mobile Actions 之功能，可把你之自言辞指令直接转变成对 Android 体系之操作，比如"帮我创建一名午餐日历事件"或者"打开手电筒"，模型体谅你之意图之后，直接调用体系器物去成。
Wisdom。同样如此，小雷还尝试之前彼名难倒一大片 AI 大模型之超经典疑难：洗车应开车去还为走路去。
本地模型，寻常手机真之能用吗。
千元机跑本地模型，简直「拉完之」 第一题吾等问之一名甚活化之疑难：推荐三部适合于长途高铁上看之电影，并说说理由。
报道关注之另一名美国重要贸易伙伴为德国，报道称，“德国仍然为美国工业供应链中之一名枢纽参与者，尤其为于高身价之丹药、化学品、机动车与专用机械领域”。
当然，此也不能怪 Y500 Pro 性能不足，其实吾等于 X300 Pro 此台旗舰机型上，也没能把此名疑难整出解答来，但 X300 Pro 回答之速度几乎就为碾压级之，1.6 分钟就给出过失解答。
虽它于甚认真地一步步列机缘、排列组合，但最后却给不之正确解答，甚至耗时 3.3 分钟，于此历程中，吾等为不能退到后台等待它回答之，须始终保亮屏。
此就显得甚尴尬之，假如只能做到此样之水平，回答速度也此么慢、还易出错，用户为什么还要续用下去呢。
此于 vivo Y500 Pro 上，此 500 字足足跑之 2.8 分钟，说实话，小雷看完才发觉后半段根本没必要读。
它采用之为联发科天玑 7400，台积电 4nm 制程，CPU 配置为 4 名 2.6GHz 大核加 4 名 2.0GHz 小核，GPU 为 Mali-G615 MC2。
第二张图，吾等随手拍之名绿植之图片问它此为什么，然后它就转圈之。
Space Tech。跑完此三道题，Y500 Pro 上之 Gemma 4 E4B 给吾等留下之整体印象就为甚慢、废话连篇，但倒为不怎么发烫。
彼话不多说，直接开测。
下载完打开，选 Gemma 4 E4B，等模型文书下好，就可直接用之，全程离线，不用联网，也不用搞任何配置。
而此时候小雷就不禁想发问，若用之为一台几百到一千多块之寻常安卓机，中端办理器、不算顶尖之算力，本地模型还能不能正常用。
美德。联发科、高通此几年每代新旗舰芯片发布，皆会要点强调 NPU 算力提升多少倍、AI 性能比上一代强多少，可中低端芯片往往并不重视此些，能效才为它们更于意之。
此次一口气推出之四种规格之版本，从手机到工站全面覆盖，其中最小之两名版本专门为移动设备设计，主打完全离线运行。
三星、苹果，甚至豆包手机，皆为如此。
此条路其实已于旗舰手机上始走之，三星 Galaxy S25 系列推出之跨应用执行链，只用一句话就能让多名 App 协同工，比如说"帮我导航到今晚开会之地方"，AI 会自动从日程表里读取地址，再直接传给地图，整名历程不需你复制粘贴，也不需手动切换。
Gemma 4 E4B 为一名多模态之模型，故吾等也打算让 Y500 Pro 试试看识图效果如何。
整整五分钟，什么回答皆没有，只有彼名始终于转之加载动画，更让者崩溃之为，此段光阴里整名 App 完全无法操作，不能打断只能干等。
才子佳人。其实为可之，X300 Pro 仅用 32 秒就回答之此名难倒 Y500 Pro 之疑难，只可惜它没能准确说出此名装置为什么只为猜测此为一名小型之传感器。
但芯片厂商什么时候愿意把真正够用之 AI 算力下放到千元机此名价位。
其实此张图片就为极其简之地插式喷头，浇花用之，并不为甚罕见之装置。
毕竟旗舰手机，从来皆不为手机商场之销量大头。
此套配置于千元价位段里算正常发挥，日常用没什么疑难，但要跟今之旗舰芯片比算力，彼真之不为一名量级之事。
当被问及信心来源，魏哲家之回答简直接："解答甚简——需求极为强劲。
让者意外之为，此次两款手机于同一名模型下，有之不同之思考。
Gemma 4 给出之解答为阿甘正传、盗梦方位与爱乐之城，选片本身没什么疑难，三部皆挺经典，推荐理由也说得通，但疑难于于，它给出之将近 500 字之回答，还额外附上之一条"小贴士"，像什么高铁上看电影记得带耳机。
故，谷歌此款 App 更像为于试水本地模型进入移动端，并且逐步敞开自动化操作手机之功能权限，再让尽或多之设备皆能跑起来，然后等芯片之算力跟上来。
此名速度放于日常用里真之甚难受，说实话没有者会愿意盯之屏幕干等三分钟就为之看一名解答。
与彼些旗舰机比，差距到底有多大。