TopsTip虽然有 LM Studio 和 GPT4All 这样的应用程序可以在电脑上本地运行人工智能模型，但在安卓手机上却没有太多这样的选择。不过 MLC LLM 开发了一款名为 “MLC Chat”的安卓 App，让你可以在安卓设备上下载并本地运行 LLM 模型，你可以下载小型人工智能模型（2B 到 8B），如 Llama 3、Gemma、Phi-2、Mistral 等。
快速概览
- 通过 MLC Chat 应用程序，你可以在本地安卓设备上下载并运行人工智能模型；
- 它提供多种人工智能模型，如 Gemma 2B、Phi-2 2B、Mistral 7B，甚至最新的 Llama 3 8B 模型；
- 你可能会在最新的骁龙手机上获得良好的性能，但在旧设备上，token 生成速度接近每秒 3 个 token；
⚠️请注意：
目前，MLC Chat 并未在所有骁龙设备上使用设备上的 NPU，因此 token 生成速度很慢，推理仅由 CPU 完成。但有些设备如三星 Galaxy S23 Ultra（搭载骁龙 8 代 2）已经过优化，可以运行 MLC Chat 应用程序，因此你可能会有更好的体验。
接下来是操作步骤，我们开始吧！
1. 下载安卓手机的 MLC Chat 应用程序（免费），需要你下载 APK 文件（148MB）并安装；
2. 接下来，启动 MLC Chat 应用程序，你将看到 AI 型号列表，它甚至支持最新的 Llama 3 8B 型号，你还可以选择 Phi-2、Gemma 2B 和 Mistral 7B；
3. 小编下载了微软的 Phi-2 模型，因为它小巧轻便；
4. 下载模型后，点击模型旁边的聊天按钮；
5. 现在，你就可以在安卓手机上开始与本地的人工智能模型聊天了，你甚至不需要互联网连接；
6. 在小编的测试中，Phi-2 能在手机上运行正常，但出现了一些错误，Gemma 拒绝运行，而 Llama 3 8B 运行速度太慢；
7. 小编的 OnePlus 7T 搭载的是骁龙 855+ SoC（一款 5 年前的芯片），在运行 Phi-2 时，它以每秒 3 个 token 的速度产生输出。
这就是在安卓设备上下载并本地运行 LLM 模型的方法。当然 token 生成速度很慢，但它能使用，这表明，现在你可以在安卓手机上本地运行人工智能模型了。虽然目前它只能使用 CPU，但有了高通 AI Stack 的实现，基于 Snapdragon 的 Android 终端可以利用专用的 NPU、GPU 和 CPU 来提供更好的性能。
