Bonsai 27B: A 27B-Class model that runs on a phone
696 points • 2 days agoArticle Link

PrismML 宣布发布 Bonsai 27B,这是一款基于 Qwen3.6 的强大多模态模型,标志着端侧 AI 的一个重要里程碑。此前已有模型表明低位权重可以有效,但 Bonsai 27B 是同类能力中首个能在手机上运行的版本。这一成就将多步推理、结构化工具调用和复杂的代理循环等高级功能带到本地硬件上——这些功能以前因 27B 参数模型所需的大量内存而难以在设备上实现。

本次发布包含两个针对不同性能与资源需求的版本。 Ternary Bonsai 27B 采用三值权重,使得每个权重的有效位数约为 1.71 比特,占用约 5.9 GB 内存,旨在为普通笔记本提供高质量的推理与代理能力。 1-bit Bonsai 27B 采用二值权重,每个权重有效位数约为 1.125 比特,将模型体积缩至约 3.9 GB,足够在 iPhone 17 Pro 的内存限制内运行,体现了在单位内存中提升智能密度的重大突破。两款模型均支持 262K-token 的上下文窗口,并通过推测性解码提高运行速度。

在性能上,Bonsai 27B 系列与全精度模型非常接近。在覆盖 15 项基准的测试中,Ternary 模型保持了基线能力的 95%,1-bit 版本保持了约 90% 。尤其是数学、编程和工具调用等核心能力仍然很强。这种能力保留使得模型可以处理需要持续且精准推理的复杂代理工作流,有效缩小云端任务与本地处理之间的差距。

向本地执行的转变解决了云端 AI 的若干限制,尤其对在单次工作流中执行数百步操作的代理来说意义重大。设备原生运行可以消除网络请求带来的延迟与费用,同时确保敏感用户数据(如私人文件和屏幕内容)保留在本地硬件。该架构还支持混合部署:私密或高频任务在本地处理,而更大算力需求的前沿任务则可上云执行。

Bonsai 系列的方法论把"智能密度"作为未来 AI 发展的关键指标,通过在有限内存中尽量装入更多能力,PrismML 致力于让高端 AI 在更广泛的场景中可用。这些模型以 Apache 2.0 License 提供,并针对通过 MLX 运行的 Apple silicon 以及使用定制低位 CUDA 内核的 NVIDIA GPU 进行了优化。随着公司持续改进压缩技术,预计会不断推动日常设备上 AI 能力的边界。

250 comments • Comments Link

• 用户对在消费级硬件上运行强大 27B 参数模型表现出浓厚兴趣,尤其是采用 1.58-bit 或 1-bit 的极端量化(例如三值量化),因为这些方法能显著降低内存需求。

• 关于极端量化的有效性存在争议;有人指出过度压缩可能导致智能下降、工具调用失败,甚至使模型陷入重复输出的"doom loops"。

• 三值量化(权重为 -1 、 0 、 1)正被区别于纯 1-bit 二值方法,因为前者可以通过在权重组中使用特定的缩放因子来获得更高的精度。

• 这类模型的实现需要专门的软件支持,像 LM Studio 或 vanilla llama.cpp 这样的常规模型工具可能尚未完全支持这些高度压缩格式所需的特殊架构或自定义内核。

• 一些观察者对新的量化基准持怀疑态度,指出报告的结果往往依赖特定评测套件,可能无法反映相较于原始、低压缩模型的真实表现或整体"氛围"一致性。

• 外界对小型 AI lab 的商业策略颇感好奇,有猜测认为 Samsung 等大厂可能在资助这些团队,旨在将能在设备端运行的 AI 部署出来以对抗 Apple 的集成优势。

• 人们正在区分通用 LLMs 与专用的小规模模型;有观点认为,对于某些移动端任务,经过微调的较小模型优于被严重压缩的大型通用模型。

• 社区正积极构建个人化的评估流程来验证性能声明,这反映出对营销材料的不信任,以及对在不同量化方案下统一评测指标的需求。

• 关于开发者与 Apple 等大公司的潜在会谈被提及后,引发了企业机密性与当前 AI 研究开源性之间的紧张讨论。

• 有人对沟通质量表示担忧,认为最近的 AI 公告中的技术写作过于营销化("marketing-speak")或疑似由 AI 生成,因而分散了对潜在技术成果的注意力。

向极端量化的转变代表了一项重大技术攻关,目的是把大规模智能嵌入到移动设备或消费级笔记本等受限环境中。尽管在本地运行高参数模型的潜力令人期待,但在软件兼容性、模型可靠性以及参数规模与推理能力间的权衡方面仍存在显著障碍。总体共识认为,这些方法作为边缘计算的一个有前景方向值得关注,但当前在稳定性方面仍显脆弱,不太可能立刻成为日常使用的主力助手。社区正在转向更为批判且以数据为驱动的评估方法,倾向于依靠严谨的内部基准测试,而非轻信新研究小组最初常显得过于乐观的声明。