昨天，小米一口气发布了玄戒 O3、O100 和 D100 三颗全新自研芯片。：

无论是 O3 Geekbench 6.5 多核破 1.5 万分的 CPU 成绩，还是 O100 身上通过 3D 堆叠压榨出的 1.22 TB/s 超高带宽，就纸面数据而言，提升确实非常激进。

但大伙儿心里难免也会打个问号：离开实验室和跑分软件，这些芯片在真实设备里的实际表现到底怎么样？

这次，我们在技术沟通会的现场，体验到了两台搭载全新芯片的工程原型机。

一台是背面加装了主动散热风扇、在断网状态下本地运行大模型的折叠屏原型机；另一台则是打满散热孔、直接在本地跑 120B 大模型的桌面计算终端 AI Cube。

这三颗芯片装进硬件后都有哪些能耐，我们在现场找到了答案。

把风扇塞进折叠屏，本地大模型学会了「秒回」

我们首先体验到的是玄戒 O100 原型机。

这台设备的整体形态类似一台折叠屏手机，但背面并没有常规的多摄模组，取而代之的是一整块金属工程结构件。上方开着圆形的进出风格栅，里面还塞了一颗主动散热风扇。

翻到正面，展开的大尺寸内屏上运行着测试工具 XRING LAB。而当我们尝试退出这个测试软件后，底层跑的就是大家熟悉的常规澎湃 OS。

在现场演示中，这台折叠屏在断网状态下本地运行小米 MiMo 3B 模型。我们在输入框敲入一段复杂的提示词，XRING LAB 底部显示的响应延迟（TTFT）只有 0.45 秒左右。

实测生成速度能达到 303 tokens/s，峰值甚至能冲到 330 tokens/s，还没反应过来，回答就已经铺满了屏幕。

对于端侧 AI 来说，生成速度直接决定了它在日常生活中到底能不能派上用场。

从实际表现上看，这台小米 AI手机的「原型机」，对于 AI 回答的生成速度已经快过人眼的阅读节奏，无论是复杂文档的即时润色，还是通话过程中的同声传译，AI 都能做到即问即答的跟手体验，同时还能守住完全不依赖网络、数据不出本地的隐私底线。

这也是未来端侧 AI 设备的一大卖点。

小米 AI 电脑原型机，让大模型在本地写代码

看完掌上的折叠屏，再来看看展台旁边这台充满硬核工业风的黑色「方盒子」——Xiaomi AI Cube「Prototype」。

整机由一整块航空铝 CNC 一体成型打造。

为了压制内部核心的高负载发热，机身四周密密麻麻开凿了整整 33874 个精密镂空孔，腰线处嵌入了一条低调的环形灯带，底部则排布着一整圈整齐的横向散热鳍片。

这台设备内置了 80 GB 内存（芯片最高可支持 160 GB），运行的是 Android 系统，并在本地直接部署了 120B 参数的大模型。

现场工作人员输入了一段需求，要求模型生成一个钢琴网页，左侧的任务列表迅速开始解析，右侧随后刷出大段前端代码。

不一会儿，屏幕上直接运行起一个功能完整的「Web Audio 在线钢琴」应用，上方有实时音频波形与控制滑块，下方的黑白琴键用手指点击就能即时发声。

AI Cube 还支持 3B + 120B 的快慢双模型切换。轻量的高频指令由 3B 小模型秒回，真正需要深度推理的代码生成才交给 120B 接管。简单问题不用等，遇到复杂的 Coding 任务时，桌上的这台方盒子也完全能胜任。

对于有本地计算需求的用户来说，小模型推理飞快但容易在复杂任务上「胡乱发挥」，而聪明的千亿级大模型门槛又高得吓人。

这台「方盒子」在办公桌上找到了平衡点：既有小模型随时待命的轻快，又有千亿大模型扎实的逻辑底力，把以往需要专业工作站才能做的事情，变成了一件触手可及的桌面工具。

展台上的这两台设备，展示了工程团队探索端侧算力的两个具体方向。

一台在折叠屏有限的机身里，依靠专用加速芯片拉满内存带宽，跑出了完全离线的即时交互；另一台则借助放开的桌面空间与多芯片协同，在本地稳定运行 120B 的代码生成。

随身设备负责轻量高频的「秒回」，桌面终端承接重度复杂的推理，不同尺寸的硬件各自有了明确的分工。

无论是背着风扇的折叠屏，还是打满散热孔的 AI Cube，现场这两台机器展现出的离线 AI 能力，都让人看到了端侧硬件的扎实底力。

离线即时响应和本地代码生成，已经变成了看得见、摸得着的真实体验。

或许我们也可以期待一下，小米未来能真正量产「年轻人的第一台 AI 算力中枢」，让每个人都能低门槛在本地跑起属于自己的大模型。