无论是 O3 Geekbench 6.5 多核破 1.5 万分的 CPU 成绩，还是 O100 身上通过 3D 堆叠压榨出的 1.22 TB/s 超高带宽，就纸面数据而言，提升确实非常激进。但大伙儿心里难免也会打个问号：离开实验室和跑分软件，这些芯片在真实设备里的实际表现到底怎么样？这次，我们在技术沟通会的现场，体验到了两台搭载全新芯片的工程原型机。一台是背面加装了主动散热风扇、在断网状态下本地运行大模型的折叠屏原型机；另一台则是打满散热孔、直接在本地跑 120B 大模型的桌面计算终端AI Cube。这三颗芯片装进硬件后都有哪些能耐，我们在现场找到了答案。
把风扇塞进折叠屏，本地大模型学会了「秒回」我们首先体验到的是玄戒 O100 原型机。这台设备的整体形态类似一台折叠屏手机，但背面并没有常规的多摄模组，取而代之的是一整块金属工程结构件。上方开着圆形的进出风格栅，里面还塞了一颗主动散热风扇。翻到正面，展开的大尺寸内屏上运行着测试工具 XRING LAB。而当我们尝试退出这个测试软件后，底层跑的就是大家熟悉的常规澎湃 OS。
在现场演示中，这台折叠屏在断网状态下本地运行小米MiMo 3B模型。我们在输入框敲入一段复杂的提示词，XRING LAB 底部显示的响应延迟（TTFT）只有 0.45 秒左右。实测生成速度能达到 303 tokens/s，峰值甚至能冲到 330 tokens/s，还没反应过来，回答就已经铺满了屏幕。
对于端侧 AI 来说，生成速度直接决定了它在日常生活中到底能不能派上用场。当生成速度快过人眼的阅读节奏，无论是复杂文档的即时润色，还是通话过程中的同声传译，AI 都能做到即问即答的跟手体验，同时还能守住完全不依赖网络、数据不出本地的隐私底线。这也是未来端侧 AI 设备的一大卖点。
办公桌上的黑色金属盒，让庞大模型在本地写代码看完掌上的折叠屏，再来看看展台旁边这台充满硬核工业风的黑色「方盒子」——Xiaomi AI Cube「Prototype」。
整机由一整块航空铝CNC一体成型打造。为了压制内部核心的高负载发热，机身四周密密麻麻开凿了整整 33,874 个精密镂空孔，腰线处嵌入了一条低调的环形灯带，底部则排布着一整圈整齐的横向散热鳍片。这台设备内置了 80 GB 内存（芯片最高可支持 160 GB），运行的是 Android 系统，并在本地直接部署了120B 参数的大模型。现场工作人员输入了一段需求，要求模型生成一个钢琴网页，左侧的任务列表迅速开始解析，右侧随后刷出大段前端代码。不一会儿，屏幕上直接运行起一个功能完整的「Web Audio 在线钢琴」应用，上方有实时音频波形与控制滑块，下方的黑白琴键用手指点击就能即时发声。
AI Cube 还支持 3B + 120B 的快慢双模型切换。轻量的高频指令由 3B 小模型秒回，真正需要深度推理的代码生成才交给 120B 接管。简单问题不用等，遇到复杂的 Coding 任务时，桌上的这台方盒子也完全能胜任。对于有本地计算需求的用户来说，小模型推理飞快但容易在复杂任务上「胡乱发挥」，而聪明的千亿级大模型门槛又高得吓人。这台「方盒子」在办公桌上找到了平衡点：既有小模型随时待命的轻快，又有千亿大模型扎实的逻辑底力，把以往需要专业工作站才能做的事情，变成了一件触手可及的桌面工具。展台上的这两台设备，展示了工程团队探索端侧算力的两个具体方向。一台在折叠屏有限的机身里，依靠专用加速芯片拉满内存带宽，跑出了完全离线的即时交互；另一台则借助放开的桌面空间与多芯片协同，在本地稳定运行 120B 的代码生成。随身设备负责轻量高频的「秒回」，桌面终端承接重度复杂的推理，不同尺寸的硬件各自有了明确的分工。无论是背着风扇的折叠屏，还是打满散热孔的 AI Cube，现场这两台机器展现出的离线 AI 能力，都让人看到了端侧硬件的扎实底力。离线即时响应和本地代码生成，已经变成了看得见、摸得着的真实体验。或许我们也可以期待一下，小米未来能真正量产一台「年轻人的第一台端侧AI算力中枢」，让每个人都能低门槛在本地跑起属于自己的大模型。
京公网安备 11011402013531号