这是什么

Meta 最近放出的 MobileMoE，是一组"端侧 MoE 大模型"——所谓端侧，就是不依赖云端、直接在你的手机或笔记本上跑；MoE（Mixture of Experts，混合专家）是一种把一个大模型拆成几十个"小专家"的网络架构，每次推理只激活其中几个，从而用更少算力达到更大模型的效果。

MobileMoE 出了三档规模：小号 0.3B、中号 0.5B、大号 0.9B 激活参数，对应总参数 1.3B/2.8B/5.3B。每档又分三种交付：Base（预训练基础版）、SFT（监督微调，即用人工标注数据再训一轮）、QAT（量化感知训练，让模型天生适配低精度压缩）。最大的 L 版本经 INT4（4-bit 整数）压缩后不到 3GB，普通手机内存就能放下。

行业怎么看

乐观者认为这是"端侧 AI 的拐点"——过去想在手机上跑接近大模型质量的能力，要么走云端（贵、有延迟、有隐私顾虑），要么用蒸馏（把大模型能力压缩到小模型）但效果掉档。MobileMoE 用 MoE + 细粒度专家路由 + 共享专家的组合，让小激活参数也能稳住质量。

但编辑部也注意到几条冷静的限制：

  1. 许可协议是 FAIR NC（非商用），个人研究可以，做产品不行。想集成进自家 App 的团队只能看着。
  2. 上下文窗口只有 8192 tokens（约 6000 中文字），做长文档分析不够用。
  3. 训练数据基本是英文，中文表现未知，Meta 没公布多语言基准。
  4. 与 Qwen、GLM 同尺寸闭源小模型的实测对比，社区数据还没跑出来。

对普通人的影响

对企业 IT：短期别指望直接拿 MobileMoE 做产品，但建议跟踪这条技术路线——未来一两年，端侧 AI 会比云端 API 更便宜、隐私更好，客服、文档处理这类项目值得重新评估架构。

对个人职场：现阶段对日常工作的直接影响有限。但理解"端侧 AI"这个趋势本身有价值——下一波 AI 能力很可能不在网页 ChatGPT 里，而在你的手机本地、离线就能用。

对消费市场：真正的受益方是手机厂商和系统厂商（Apple Intelligence、Google Gemini Nano）。Meta 把"小而强"的路标画出来，倒逼整个行业加速。