Desert Ant Labs 推出了 18 个针对音频、视觉和文本任务的有主见的设备端 AI 模型。这家欧洲实验室声称，这些模型可在毫秒级时间内运行，零成本，且能适配五年前的手机。Voz 能在两秒内转录 10 分钟音频——比 Whisper 快 4.7 倍。Clear 能在一秒内增强五分钟录音。Redact 可在不上传服务器的情况下，用 27 种语言遮蔽个人数据。Tongue 使用 2MB 模型，仅凭三个词即可识别 84 种语言，准确率达 0.933。该实验室强调数据主权，将智能保留在设备端，以避免云依赖和被迫披露。基于开发 Detail 视频应用的五年经验，Desert Ant 解决了研究与实施之间的差距。Detail 6 将随 iOS 27 发布，用设备端模型取代所有云 API。每个模型在月活设备不超过 10 万时免费，无需令牌或登录。