把 Fable 5 装进 MacBook，还要多久

📌 一句话摘要

本文从 Fable 5 下线事件切入，分析芯片厂商与模型厂商在端侧 AI 上的进展，探讨何时能在本地设备运行顶级模型，并预测 2028 年可能实现的场景与代价。

📝 详细摘要

文章以 Anthropic 的 Fable 5 模型提前下线引发用户热议为引子，探讨端侧 AI 的发展现状与未来。硬件侧：高通骁龙 X2 NPU 达 80 TOPS，苹果跳过 M6 Pro/Max 直接押注 2027 年的 AI-focused M7，英伟达推出 DGX Spark 和 RTX Spark 等个人 AI 超算；模型侧：Google Gemma 4、阿里 Qwen3.6、面壁 MiniCPM 等通过量化、MoE 和架构优化大幅降低本地部署门槛，使端侧模型从云端缩水版成为独立品类。文章同时指出端侧 AI 的隐形成本——硬件溢价、功耗散热、生态锁定和隐私权限管理，并给出 2028 年的分层预测：高端电脑可流畅运行强写作/代码/文档模型，但普通设备运行万亿参数级 Mythos 本体仍不现实。最终结论是端侧 AI 已非“是否来临”的问题，而是谁先跑通硬件、模型与体验之间的平衡点。

💡 主要观点

- 端侧 AI 已成真实期待，但顶级模型离端侧设备仍有数量级差距。 Fable 5 下线事件让用户渴望本地运行，但万亿参数模型面临算力、功耗和模型压缩的鸿沟，短期内无法实现。

芯片厂商正围绕本地 AI 推理重构硬件架构，高通、苹果、英伟达各自布局。 高通骁龙 X2 NPU 达 80 TOPS 且系统级布局 START 计划；苹果跳过 M6 直接押注 M7；英伟达推出 DGX Spark 和 RTX Spark，从桌面到轻薄本全面覆盖。

模型侧通过量化、MoE 和架构优化降低端侧门槛，端侧模型成为独立品类。 Google Gemma 4 系列最小规格仅需 4-5GB 内存，阿里 Qwen3.6 通过 MoE 接近前沿能力，面壁 MiniCPM 专为手机设计，证明端侧模型已经成熟。

端侧 AI 并非免费，硬件溢价、功耗、生态锁定和隐私权限是隐形成本。 省去订阅费但需支付更高硬件费用，满负荷 NPU 影响续航，厂商用产品绑定建立壁垒，本地 AI 的权限管理复杂度高于云端。

2028 年高端设备可本地运行强模型，但普通设备运行旗舰级模型仍不可能。 高端电脑实现本地 RAG、会议摘要等功能成为常态，但万亿参数模型需数十 GB 显存，远超消费电子极限，全面等价于云端旗舰很难实现。

💬 文章金句

- 如果你不拥有硅和权重，高可用性就是个幻觉。

• 端侧 AI 不是「云端模型的缩水版」，它是一个独立的模型品类，有自己的设计目标、优化路径和使用场景。
• 这台设备能跑什么模型会成为和屏幕多大一样自然的购机参数。
• 本地 AI 不是免费的，可能你省掉了订阅费，但要为高内存带宽、大容量统一内存和高算力 NPU 支付更高的硬件溢价。
• 过去买手机是在选 App 生态，未来买设备可能是在选你的 AI 记忆住在哪里。

📊 文章信息

AI 初评：87

来源：爱范儿

作者：Selina

分类：人工智能

语言：中文

阅读时间：16 分钟

字数：3970

标签： 端侧AI, AI硬件, 模型部署, 高通, 苹果M系列

阅读完整文章