我用手机本地模型做了个 App,AI 成本直接归 0

刚刚发布了一个能运行在手机上的模型，MiniCPM-V4.6。

我体验后，意识到本地小模型已经不只是玩具了，不信你看我马上用它做了一个有商业价值的 App。

本地小模型其实有很多大模型没有的优点：不联网，安全隐私；本地运行，响应快；设备算力成本 0。

像车载 AI、同声传译、离线翻译、隐私保密等场景，就十分适用。

所以我做的这个 App，是一个照片隐私检查工具。

它可以在照片发出前，先提示里面有没有可能泄露隐私的信息，再让用户选择要不要打码。

MiniCPM-V4.6 是一个 1.3B 参数模型。

这个体量不用拿去和云端大模型硬拼长文写作、复杂推理。更合适的用法，是把它放进边界清楚、结果明确的小场景里。

照片隐私扫描刚好符合这个条件。

它需要模型看懂图片大概内容，找到风险位置，快速给出提醒。这里不需要一个全能助手，用户只关心一件事：这张图发出去前安不安全。

更重要的是，照片本身就可能包含证件、银行卡、合同、车牌、聊天截图。让这些图片再上传到云端处理，多少有点别扭。

所以这个场景很适合本地跑。

为了快速验证效果，我直接在官方测试 App 的基础上改了一个照片隐私扫描功能。

首页很简单，核心入口就是隐私扫描。

点进去之后，可以拍照，也可以从相册里选择照片。

选中图片后，手机本地的 MiniCPM-V4.6 会直接分析图片内容，找出可能存在风险的信息，并把对应位置框出来。

用户可以看到每个风险点的说明，也可以手动选择哪些内容需要打码。

这张银行卡测试图里，模型把关键隐私信息都识别出来了，风险评估也比较准确。

确认需要处理的内容后，点击“一键脱敏”，就能得到一张已经打码的照片。

这一整套流程都在手机本地完成。

没有上传图片，没有云端推理，也没有 token 消耗。

MiniCPM-V4.6 的图片理解能力确实比我预期好。

我又拿了几张生活场景图测试。

流浪猫吃粮实拍图：

奶茶实拍图：

抽象直播间截图：

这些图片内容，它基本都能抓到重点。

虽然分析不会像大模型那样细腻，但对端侧应用来说，已经够用了。

我还试了一道中等难度的数学推理题，它也能答对。

但它也不是各方面都能打。

比如创作能力就明显不行，行文逻辑容易混乱，语义会反复，段落还会套娃。

测完这些，我对这类小模型的边界更清楚了：

不要让它去硬拼通用写作和复杂任务。把范围收窄一点，放到对隐私和成本敏感的场景里，它会更容易出效果。

照片隐私扫描、车载 AI 实时反馈、离线翻译、现场识别、设备端助手，这些地方才是它更容易跑出来的方向。

如果你也想体验 MiniCPM-V4.6，iOS 可以通过 TestFlight 安装测试 App：

https://testflight.apple.com/join/yNKyFZwW

安卓和鸿蒙可以到 GitHub 的 MiniCPM-V-Apps 仓库下载 APK 安装包。

本地小参数模型可能做不了最强的通用助手，但它会打开另一类产品机会。

它不靠“什么都能聊”取胜，靠的是低成本、低延迟、离线可用、数据不出设备。

这些优势放到通用聊天里不一定明显，但放到垂直场景里，就可能直接决定一个产品能不能成立。

如果你觉得通用 AI 已经被大厂卷完了，不妨反过来看端侧和垂直场景。

有些需求不需要最强模型，只需要一个足够便宜、足够快、足够安全，并且刚好能解决问题的模型。