淘宝 MNN 团队开源 0.3B 手机模型，苹果 iPhone 18 Pro 离线跑出 350 token/s

IT之家 11 月 6 日消息，淘宝旗下 MNN 团队今日发布了 MNN-Pocket-0.3B 模型 ，面向手机应用的任务需求与资源预算，在有限算力、内存和能耗下，兼顾任务能力、响应速度与持续运行体验。

围绕淘宝等综合型手机应用，团队将“手机应用原生大模型”落实为四个维度的设计目标： 速度上，在指定设备与上下文配置下， 解码吞吐超过 200token/s 。

这一目标参考高速云端模型服务的生成吞吐，力求在本地提供流畅的生成体验。

内存上，在指定测试条件下， 峰值内存低于 300MB 。

即使手机拥有 8～16GB 内存，也需要由系统与多个应用共享。

以约 500MB 的模型模块预算为例，将推理峰值…