手机上也能跑DeepSeek V4 Flash 0731？
开源社区上有个项目：BigMoeOnEdge，据称功能包括：运行比 RAM 容量更大的 MoE 模型。例如，在 12GB 内存的手机上运行 284B 模型，仅使用 CPU，无损压缩，基于原生 llama.cpp 库。

它目前能做的最极端的事情：DeepSeek V4 Flash 0731，一个284B参数的MoE（在2位专家量化下占用约91GB磁盘空间），在一台配备12GB内存的手机上以大约 1 tok/s的速度生成。模型大小是内存的七倍多，以Hugging Face发布的三份分片文件的形式从闪存中流式传输，没有合并步骤，循环中也没有程序控制器（PC）。

操作也很简单，在手机上安装最新版本的apk，打开“获取型号”卡片，可以选择Qwen3-30B-A3B（约 18.6 GB）、Qwen3.6-35B-A3B（约 22.3 GB）或 Gemma-4-26B-A4B（约 17 GB），每个型号的内存都超过大多数手机的运行内存的模型。