@MaximeRivest：太长不看版：Anthropic 已确认，90 亿参数的本地 AI 就足够了。这是本地 AI 突破四分钟一英里大关的时刻。让我们……
摘要
据报道，Anthropic 确认，参数量为 90 亿的小型 AI 模型可能很快就能在商用物联网设备上实现自我复制，其中一款 90 亿参数模型已在 9 种受测硬件中的 8 种上成功运行推理，标志着本地 AI 发展的一个里程碑。
查看缓存全文
缓存时间: 2026/10/12 23:34
简而言之：Anthropic 已确认，90 亿参数的本地 AI 就足够了。
这是本地 AI 的“四分钟一英里”突破时刻。
让我们训练这些小小的奇迹吧。
Lisan al Gaib (@scaling01)： ANTHROPIC：“小型 AI 模型可能再过几个月就能具备足够的能力，在商用物联网设备上自我复制”
“在我们的评估中，一个 90 亿参数的模型在我们测试的 9 种硬件中，有 8 种成功运行了推理”
相似文章
我对本地AI未来的看法
作者预测，10B至40B参数范围内的小型专用AI模型将通过提供针对特定领域的高效、设备端智能，颠覆大型AI公司。
[2511.07885] 每瓦智能：测量本地AI的智能效率
本文首次系统研究了不同模型和硬件的本地AI推理效率，测量了每瓦智能，并显示从2023年到2025年效率提升了5.3倍，表明有可能重新分配对集中式基础设施的需求。
AMD的小型AI PC预示着模型推理向本地化未来的转变
AMD的Ryzen AI Max平台配备128GB统一内存，可本地推理高达2000亿参数的大模型，旨在将AI工作负载从云端转移到紧凑的个人硬件上。
本地模型是否比预期更快变得“足够好”？
这篇文章讨论了本地AI模型在日常任务中日益增长的可行性，暗示了向混合架构的转变，这种架构优化成本和延迟，而不是仅仅依赖前沿的云模型。
Anthropic又在为开放权重模型做免费宣传
Anthropic研究博客探讨小型AI模型是否能在商业IoT设备（如智能烤箱、安卓电视盒）上自主复制运行，实验显示9B模型已在9种硬件中的8种上跑通推理，GLM-5.2级别模型可完成端到端复制，预示小型权重复制器可能年内实现。