用个人的信息备案网站吗广告营销推广方案
最近deepseek的大火，让大家掀起新一波的本地部署运行大模型的热潮，特别是deepseek有蒸馏的小参数量版本，电脑上就相当方便了，直接ollama+open-webui这种类似的组合就可以轻松地实现，只要硬件，如显存，RAM足够，参数量合适，速度还可以接受。本地部署的意义在于，一是可以数据不上网，让一些私密的数据有所保障，二是可以实现一些在线限制的功能。
在手机上运行的意义，其实更多可能是玩玩，但是，随着LLM技术的发展，已经手机硬件正在赶超PC和服务器，或许在未来，手机上就可以实现电脑上同样的功能。小编收集了几种手机上部署运行的方法，分享给大家。
鸿蒙/安卓/IOS：使用MNN大模型App *** 多模态
有一说一，在大模型开源方面，阿里做得也是很棒地，在deepseek没有火爆之前，它应该是最棒的中国开源大模型公司，deepseek的蒸馏小模型，也用了qwen系列，为中国公司点赞！
安装就比较简单啦，直接下载App，然后下载模型运行即可，所说速度是比ollama要快一些，有阿里自已开发的架构。暂时发现只有安卓的编译好的下载地址：https://meta.alicdn.com/data/mnn/mnn_llm_app_debug_0_1.apk
安卓：MLC-MiniCPM *** 多模态
和下面的一样，但是，这个是国内公司的大模型，下载什么的更方便。MiniCPM 是面壁智能与清华大学自然语言处理实验室共同开源的系列模型，前段时间曾经有斯坦福大学的人抄袭了这个公司的产品，也是让外国人重新认识了国内的技术水平。
下载地址：https://openbmb.oss-cn-hongkong.aliyuncs.com/model_center/mobile/android/MiniCPM-2.0.apk
## 安卓/IOS：MLCChat *
下载APK: https://ghfast.top/https://github.com/mlc-ai/binary-mlc-llm-libs/releases/download/Android-09262024/mlc-chat.apk
如果下载不成功，网络连接错误，可以先打开https://ghproxy.link/，替换https://ghfast.top/网址为可用的即可。另外从官网看，这个App是直接从抱抱脸官方下载模型的，可能会网络错误，当然国内有镜像站，https://hf-mirror.com/ 不确定如何替换。
IOS: fullmoon **
Fullmoon是一款专为iOS设备设计的应用程序，旨在提供与本地大语言模型进行私密聊天的功能。该应用优化了Apple Silicon，支持在iPhone、iPad和Mac上运行。用户的聊天记录会被本地保存，并且可以自定义应用的外观。Fullmoon利用了Apple的MLX Swift框架，这是一个用于在Apple Silicon上进行机器学习研究的数组框架。该应用支持多种语言模型，包括Llama 3.2 1B、Llama 3.2 3B和DeepSeek-R1-Distill-Qwen-1.5B-4bit。
安卓：termux + ollama * 门槛稍高
安装termux App
Termux 是用于安卓的终端模拟器，安卓6.0以上机型，应用商店搜“Termux”安装即可。手机一般选轻量版1.5b就差不多了（8G RAM），16G RAM的应该可以选大点的。
在termux中安装 Ollama
手机安装好 Termux 后输入 Ollama Termux 一键安装脚本的命令，如下：
先更新
pkg update && pkg upgrade
然后使用一键脚本命令安装ollama
wget https://github.com/Dev-ing-ing/ollama-termux/releases/download/v1.0.0/ollama-installer.sh && bash ollama-installer.sh
部署DeepSeek, 在 Termux 命令启动 Ollama 服务器：
ollama serve
最后，安装 DeepSeek 模型，手机端建议选择 1.5b 模型，输入如下命令：
ollama run deepseek-r1:1.5b
就可以在命令行愉快地玩耍啦！
你还知道哪些方法，欢迎分享沟通呀！
参考：
- https://www.aisharenet.com/fullmoon/
- https://github.com/alibaba/MNN/
- https://mp.weixin.qq.com/s/EdWJqkRyvXW0Y_QOwcEtlQ
- https://mp.weixin.qq.com/s/sK_5oi0yHt48Y0kfmIQVZA
- https://github.com/OpenBMB/mlc-MiniCPM/blob/main/README-ZH.md