这是什么

Reddit 用户 Trick_Ad_1135 上周发布了一款 Android 收据扫描 App：拍一张购物小票，手机直接吐出结构化数据——门店、日期、总价、每一行商品名和金额。和市面上多数记账 App 不同，它不只归到"食品"这种粗类目，而是细化到"咖啡花了 150 欧元"这种颗粒度。

技术栈不复杂：阿里 Qwen3.5 0.8B 模型做底座，外加基于它微调的视觉模型 OvisOCR2。整个推理（让模型得出结果）在本地完成，App 永久免费，模型后续开源。开发者说这小工具最初源自他的个人需求"做菜时买菜想记账，又不想把小票交给任何第三方"。iOS 版正在等 Apple 审核。

行业怎么看

我们注意到这件事真正值得关注的信号不是又一个"AI 应用"，而是参数规模：0.8B——不到 10 亿参数——已经能在消费级手机上跑出可用的视觉 OCR。这意味着两件事：第一，narrow AI（只做一类窄任务的 AI）不再需要堆参数；第二，票据、医疗影像、家庭照片这类隐私敏感场景，有了不必上云的路径。

但克制地说，Reddit 单点项目距离"行业拐点"还有距离。反对意见至少三层：一，0.8B 在通用对话、复杂推理上仍是玩具，不能把这个例子外推到所有场景；二，"donate your receipts"这种数据飞轮听上去聪明，但冷启动和用户激励问题没解决；三，开发者本人坦言走了雇主通道，知识产权与开源承诺的稳定性，读者心里要打个问号。值得跟踪的真正指标是：Qwen3.5、Gemma2、Phi 这类小尺寸开源模型，下一季度在国际开发者中是否开始批量被组装成消费品。

对普通人的影响

对企业 IT：差旅报销、合同比对、票据识别这类窄任务，私有化部署的开源小模型方案，成本可能已经低于调用公有云 API，数据合规上更省事。

对个人职场：自己的消费、家庭医疗、位置轨迹这类数据，未来不一定要交给大厂；但短期里个人用户不太需要自己跑模型，关键看手机厂商和 App 厂商愿不愿意把这个开关交出来。

对消费市场：未来 12 个月，"只在我手机里、绝不上传"很可能成为细分品类的卖点——记账、亲子相册、宠物识别、健康指标这类带隐私属性的场景最有可能先冒头。