Журналисты проверили на практике популярный тезис: смогут ли обычные пользователи запускать ИИ прямо на своих устройствах без облака. Повод — выход Gemma 4 от Google, включая версии, специально оптимизированные для мобильных устройств и офлайн-работы.

Ответ после теста на бюджетном смартфоне: пока что — нет.

Взяли типичный «тысячный» смартфон (vivo Y500 Pro с чипом Dimensity 7400) и запустили на нём мобильную версию Gemma 4 через приложение Google AI Edge Gallery.

Результаты оказались разочаровывающими:

Скорость: генерация ответа — 2–5 минут на один запрос

Качество: много лишнего текста, ошибки в логике

Стабильность: в задачах с изображениями возможны зависания (до 5 минут без ответа)

Ограничения: нельзя свернуть приложение — нужно ждать с включённым экраном

Даже простые задачи вроде рекомендаций фильмов занимали почти 3 минуты. Логические задачи модель часто решала неправильно. Визуальное распознавание — нестабильное: крупные объекты (например, Apple Store) игнорируются, простые сцены могут «ломать» систему.

Для сравнения использовали флагманский смартфон:

ответы приходят в 2 раза быстрее

ошибки всё равно остаются

сложные задачи модель всё ещё не тянет

То есть даже на топовых устройствах локальный ИИ — это «на грани пригодности», а не полноценная замена облачным моделям.

Главное ограничение — железо:

у бюджетных чипов слабые NPU (нейропроцессоры)

низкая скорость обработки токенов

ограниченные ресурсы для «глубокого рассуждения»

Из-за этого модель:

либо думает слишком долго

либо «срезает углы» и ошибается

Текущая стратегия индустрии — это не «всё локально», а гибридная модель:

локально: быстрые, простые задачи (голос, уведомления, базовые команды)

в облаке: сложные вычисления и генерация

Даже такие функции, как «управление телефоном голосом» (например, у Samsung или других AI-смартфонов), часто на самом деле завязаны на облако, а не работают полностью офлайн.

Почему Google всё равно это делает

Gemma 4 и AI Edge Gallery — это не готовый продукт, а задел на будущее:

подготовка экосистемы под локальные модели

постепенное открытие доступа к управлению системой через ИИ

ожидание, что чипы со временем догонят требования

Но ключевая проблема — экономическая:производители чипов не спешат давать мощный AI в дешёвые устройства, потому что это главный аргумент в пользу флагманов.

Идея «локальный ИИ для всех» пока остаётся скорее маркетингом, чем реальностью.

На практике:

бюджетные устройства — слишком медленно и нестабильно

флагманы — терпимо, но с ограничениями

облачные модели — всё ещё значительно удобнее

Главный вопрос теперь не в технологиях, а в индустрии:захотят ли производители сделать мощный ИИ доступным в дешёвых устройствах — или оставят его привилегией дорогих?