打开网易新闻 查看精彩图片

Gemini Nano 最近遇到点尴尬事。有人给它塞了张图——画面里是个拿香蕉的人，结果这 AI 直接罢工，输出了一堆乱码。

谷歌的回应很标准：正在调查。但用户侧的反应更有意思。本来指望手机端跑本地大模型能省点心，结果发现"省心"和"靠谱"是两件事。

这事像个新入职的实习生。简历写得漂亮，真遇到刁钻场景就露怯。区别在于，实习生能回工位缓缓，AI 宕机可是秒级社死，连找借口的时间都没有。

端侧 AI 的优势是快、是隐私、是离线可用。但代价也明显：模型体积小，见过的世面就少。一张训练数据里的边缘案例，就能让它当场失忆。

谷歌把 Gemini Nano 塞进 Pixel 8 和 Galaxy S24，主打的是"AI 随身带"。现在用户发现，随身带的也可能是个不定时炸弹——你不知道哪张图、哪句话会触发它的盲区。

这不是谷歌一家的问题。苹果 Intelligence 同样跑在本地，同样没敢全开。行业都在走钢丝：模型太大，手机带不动；模型太小，容错率就低。

有用户在 Reddit 吐槽，说自己的 Gemini Nano 遇到类似情况后，重启应用才恢复。换句话说，当代智能手机的终极解决方案，依然是"关机重启"。

谷歌的修复补丁已经在路上。但那个拿着香蕉的人大概没想到，自己会以这种方式，成为 AI 发展史上的一个注脚。