手机厂商说的「本地 AI」是什么？端侧与云端的分工

手机厂商宣传的本地 AI，指直接在手机芯片上运行的 AI 能力，数据不离开设备；与之相对的是云端大模型，算力放在服务器上。一部手机的智能体验，是端侧和云端分工配合的结果，两者各管一摊，理解分工就知道哪些操作适合在手机上做、哪些该交给云端。

端侧与云端的分工逻辑

端侧的长处有三点：数据不出设备，隐私敏感的场景更放心；不依赖网络，地铁、飞机上也能用；响应路径短，延迟低。短板是算力有限，只能运行体积小、经过裁剪的模型。云端正好相反：算力充足，可以承载参数规模大得多的大模型，处理复杂任务得心应手；代价是必须联网，请求和数据要传出去，网络不稳时体验会打折。分工也不是一成不变：同一项功能可能先由云端独占，等端侧模型与芯片成熟后逐步下沉到手机本地。

哪些任务留在手机上

常见的端侧任务包括通话摘要、照片里的路人消除、离线翻译、通知归类、截屏整理这类轻量操作。它们要么涉及个人隐私，要么要求即时响应，放在端侧更合适。判断方法是看两点：数据敏不敏感、对延迟的要求高不高。符合其中一条的任务，厂商通常会优先做成端侧能力，具体实现因机型而异。

哪些任务必须交给云端

长文写作、复杂推理、多轮深度对话、大体量文档分析这类任务，端侧模型扛不住，得交给云端大模型。以华为小艺为例，它同时具备端侧能力和云端能力，用户感知上是一个助手，背后按任务类型自动分流，具体策略以官方说明为准。用户不需要关心任务跑在哪里，但了解分流逻辑，就能理解为什么同一部手机有的功能离线可用、有的必须联网。

隐私、延迟与功耗的三角权衡

厂商做端云分工，实际是在隐私、延迟、功耗三者之间找平衡。任务全放云端，隐私和联网依赖是问题；全放端侧，手机发热、耗电、能力受限。近年旗舰手机普遍加大 NPU 算力，就是为了把更多高频任务挪到端侧，减少数据外传，也降低对网络的依赖。这个平衡点会随芯片工艺和模型压缩技术持续移动，端侧能做的事一年比一年多。

买手机时怎么看 AI 规格

选购手机时，宣传页上的 AI 能力可以对照三点看：明确标注端侧的功能有哪些、是否说明所用的芯片与算力平台、云端功能是否需要额外的会员或合作服务。预算相近的机型里，端侧能力完整的那些，在通话摘要、图片处理这类高频场景的体验差距最容易被感知。功能清单因品牌、机型与系统版本而异，购机前以官方页面为准，别只听发布会的一句话概括。还有个实用技巧：去线下店现场试一次通话摘要或图片消除，十分钟的感受比参数表直观。试完顺手问一句系统更新的计划，AI 功能的迭代速度也是参考项。

延伸阅读：端侧大模型是怎么跑的、手机和电脑答案为何不同、本地跑 AI 值不值。

线下试机的五个动作

• 现场做一次通话摘要，看准不准
• 拿相册照片试路人消除
• 断网再试，看哪些功能离线可用
• 问清云端功能要不要额外会员
• 顺带问一句系统更新计划

断网那一步最常被省掉，却是分辨端侧与云端最直接的办法。

端云协同的三个常见疑问

• 关掉云端能力，手机还能正常用 AI 功能吗？：基础功能可用，比如本地摘要、图片处理，但复杂任务会明显受限，体验取决于端侧模型的规格，不同档位机型的差距正在拉大，买前值得专门确认。
• 端侧 AI 会不会越用越卡、越费电？：端侧推理确实消耗算力和电量，轻量任务影响有限，长时间跑大任务会发热耗电，这是物理限制。
• 怎么判断某个功能是不是端侧的？：看功能说明里是否标注本地处理或离线可用，也可以断网测试，能离线运行的基本是端侧能力。