Desert Ant欧洲首发18款端侧AI模型

时间：2026年9月9日 地点：欧洲 人物：Desert Ant Labs 团队（由视频应用 Detail 母公司孵化，核心成员包括 Paul Veugen、Finn Voorhees 等） 事件详情：欧洲前沿 AI 实验室 Desert Ant Labs 今日正式发布，首批推出 18 款面向设备本地推理的专用 AI 模型，覆盖音频、视觉与文本三大任务类型。其中 12 款为稳定版，6 款为测试版，全部通过统一的 SDK 面向 Swift、Kotlin 与 JavaScript 开放，模型权重同步开源在 Hugging Face 与 GitHub。实验室强调“主权默认值”理念：用户数据完全留在本地设备，不依赖任何云端 API，100k 月活以下应用永久免费，无需登录或按 token 计费。 背景：Desert Ant Labs 源自视频剪辑应用 Detail 团队。团队过去 5 年坚持 on-device-first 路线，但自动剪辑、播客音频增强等功能长期被迫回落到云端 API，成本随用户增长急剧攀升。核心团队多次在 Hugging Face 上搜寻可部署的本地模型均无果，遂决定自研，把模型训练视为产品设计而非研究课题，最终形成小而专、本地优先的差异化路线。 影响：四款主打模型亮点突出——Voz 在 iPhone 上 2 秒转录 10 分钟音频，比 Whisper 快 4.7 倍，在 M3 Ultra 上实时率达 319 倍；Clear 仅 9MB，可在 1 秒内将笔记本录音升级到录音棚级音质，iPhone 16 Pro 实现 302 倍实时、M5 MacBook Pro 达 345 倍；Redact 用 12MB 权重实时屏蔽 27 种语言中的姓名、地址、卡号，识别率 88.8% 接近 2.3GB 的 GLiNER-PII；Tongue 仅 2MB 即可从三个词识别 84 种语言，准确率 0.933 反超 293MB 通用检测器。Clips（284MB）作为内部替代品，已在自家产品中替换 Claude Sonnet，将 10 分钟视频切分为十余片段仅需 5 秒，速度快 10 倍、能耗低 470 倍。路线图上，实验室将前 100 款模型定位为“小脑”——常驻本地完成用户感知不到的常规任务，未来再叠加“路由皮层”，由本地小模型先答、复杂任务升级到大模型或云端。Detail 6 将随 iOS 27 发布，届时应用内所有云端 API 将被自研模型完全替换。 总结：Desert Ant Labs 以“推理成本归零、数据主权优先”为切入点，用数十款极小模型正面挑战当下以数据中心为主的 AI 范式，为欧盟监管下的本地化智能体生态开辟新路径。 参考来源： 1. https://desertant.com/blog/introducing-desert-ant-labs/ 2. https://deniz.in/desert-ant-labs-launches-18-on-device-ai-models-for-audio-vision-and-text 3. https://news.linxi.com.au/news/desert-ant-labs-launches-18-specialised-ai-models-for-on-device-use 4. https://contentbuffer.com/news/desert-ant-labs-launches-18-device-ai-models-3a4d107c 5. https://vuink.com/post/qrfregnag-d-dpbz/blog/introducing-desert-ant-labs 6. https://huggingface.co/desert-ant-labs 7. https://elk.zone/code4lib.social/@finnvoorhees@mastodon.social/116749012374960679