实测小米 AI 手机：性能超 iPhone，端侧 AI 超级快
内容提要
小米发布玄戒O3、O100和D100三款自研芯片，并展示两台原型机：折叠屏手机本地运行3B模型，生成速度达303 tokens/s，响应延迟0.45秒；AI Cube桌面终端内置80GB内存，可本地部署120B模型，生成代码并运行应用。两者分别侧重轻量秒回和重度推理，展现端侧AI离线能力，未来或量产低门槛AI算力设备。
延伸解读
端侧AI的两种路径
小米展示了端侧AI的两种探索方向：折叠屏原型机通过专用加速芯片和主动散热，在有限空间内实现3B模型的秒级响应；AI Cube则利用桌面空间和多芯片协同，本地运行120B大模型。前者强调轻量高频的即时交互，后者侧重重度推理任务，体现了不同硬件尺寸下的明确分工。
性能与体验的平衡
实测中，折叠屏原型机的生成速度达303 tokens/s，响应延迟仅0.45秒，已快于人眼阅读节奏，适合文档润色、同声传译等场景。AI Cube则通过3B+120B双模型切换，兼顾简单问题的快速响应和复杂代码生成的深度推理，展示了端侧AI在实用性和能力上的平衡。
隐私与离线优势
两台原型机均在断网状态下运行，数据不出本地，强调了端侧AI的隐私保护优势。对于用户而言，这意味着无需依赖云端即可获得AI服务，尤其适合对数据敏感或网络环境受限的场景。不过，文章未提及具体隐私技术细节，实际安全性仍需进一步验证。
Q&A
小米在技术沟通会上展示了哪些搭载自研芯片的原型机？
小米展示了两台原型机：一台是折叠屏手机原型机，背面加装了主动散热风扇，断网状态下本地运行3B模型；另一台是桌面计算终端AI Cube，内置80GB内存，本地部署120B模型。
小米折叠屏原型机本地运行大模型的性能如何？
该原型机在断网状态下本地运行小米MiMo 3B模型，响应延迟（TTFT）约0.45秒，生成速度实测303 tokens/s，峰值可达330 tokens/s。
小米AI Cube原型机有哪些特点和功能？
AI Cube采用航空铝CNC一体成型，机身有33874个散热孔，内置80GB内存（最高支持160GB），运行Android系统，本地部署120B大模型，可生成代码并运行应用，如生成一个功能完整的Web Audio在线钢琴。
AI Cube的快慢双模型切换是如何工作的？
AI Cube支持3B和120B双模型切换，轻量高频指令由3B小模型秒回，复杂推理任务如代码生成交给120B模型处理，兼顾响应速度和推理能力。
小米展示的两台原型机分别侧重什么应用场景？
折叠屏原型机侧重轻量高频的即时交互，如文档润色、同声传译，强调离线秒回；AI Cube侧重重度复杂推理，如代码生成，适合桌面办公场景。
端侧AI相比云端AI有哪些优势？
端侧AI完全不依赖网络，数据不出本地，保护隐私，且响应速度快，如折叠屏原型机可实现即问即答的跟手体验。
小米未来可能推出什么样的AI设备？
小米可能量产低门槛的AI算力设备，让每个人都能在本地运行自己的大模型，成为“年轻人的第一台AI算力中枢”。
