原贴链接

设备完全离线。图像生成模型使用不到500MB内存，因此可以在聊天时与大语言模型（LLM）一起运行。目前支持Stable Diffusion 1.5和SDXL Turbo模型。高端手机可以运行8B的LLM+SD1.5。（视频中省略图像生成时间，详见下面的基准生成速度。大语言模型响应速度为实时）（链接：https://reddit.com/link/1hkq3ub/video/g9q7eld88m8e1/player）S23 Ultra上的图像生成速度：256x256（带有CFG）：每次迭代约3秒；512x512（带有CFG）：每次迭代约10秒。通过设置CFG = 1.0（无引导，跳过负向提示，每次迭代跳过一次推理过程，以牺牲质量为代价使速度翻倍）可以进一步提高速度。模型为移动设备使用而预编译（链接：https://reddit.com/link/1hkq3ub/video/hml3jrpv8m8e1/player）。上述视频中的所有模型图像都是在我的手机本地生成的，所以应该能让你对质量有一个真实的预期。辅助功能：支持使用RealESRGAN对生成的图像进行设备端图像放大。你也可以结合图像生成和大语言模型来创建自定义角色描述、场景并生成图像。（链接：https://llminfo.image.fangd123.cn/images/ye9f5m969m8e1.png!/format/webp）一切在手机上完全离线运行。

讨论总结

这个讨论围绕Layla这个手机应用展开，它能在手机上运行语言模型并生成图像。评论者的观点涵盖多个方面，包括对应用付费模式的看法、使用该应用在不同场景下的体验、与其他应用的比较、对手机配置表述的质疑以及对应用相关功能的疑问等，整体氛围理性客观。

主要观点

  1. 👎 反对付费模式，认为付费应用不值得使用
    • 支持理由：未提及应用其他功能优势，仅因付费就不考虑。
    • 反对声音：有评论者认为Layla值20美元。
  2. 👍 应用在无信号场景下使用体验佳
    • 正方观点：在飞机模式或无信号工厂里使用很棒。
    • 反方观点：无。
  3. 🔥 Layla在手机上本地运行8b体验很好，但不认为能替代PocketPal
    • 正方观点：运行8b是很棒的体验，感觉像付费应用且有优化，值20美元。
    • 反方观点：不能替代PocketPal。
  4. 💡 应使用实际数字描述手机配置
    • 正方观点：“S23 Ultra”表述模糊，8GB在部分发达市场不算高端，会造成混淆。
    • 反方观点：无。
  5. 🤔 对S23 Ultra图像生成速度相关的内存情况存在疑问
    • 正方观点：内存大小可能影响图像生成速度，明确内存情况能提供更准确信息。
    • 反方观点：无。

金句与有趣评论

  1. “😉 ehhhhh paid is a no go”
    • 亮点：简洁直白地表达对付费应用的拒绝态度。
  2. “🤩 我使用这款应用有一段时间了，在飞机模式或在没有信号的工厂里时这款应用很棒。”
    • 亮点：强调了应用在无信号场景下的良好体验。
  3. “😎 Layla is great. Running 8b natively is a great experience.”
    • 亮点：正面评价Layla在手机上运行8b的体验。
  4. “🙄 high end, s23 ultra.. why dont you use actual numbers this is not r(slash)iphone lol”
    • 亮点：指出对手机配置表述不明确的问题。
  5. “🧐 8GB或12GB的内存?”
    • 亮点：对影响图像生成速度的内存情况提出疑问。

情感分析

总体情感倾向较为中性，既有对Layla表示认可的评论，如赞赏其在无信号场景下的使用体验、在手机上运行8b的体验等；也有持否定态度的，如因付费模式而拒绝使用。主要分歧点在于对Layla付费模式的看法以及其与其他类似应用（如PocketPal）的比较。可能的原因是不同用户对应用的需求和价值判断标准不同，有的注重功能体验，有的则更在意价格等因素。

趋势与预测

  • 新兴话题：寻求支持RAG和图像生成的开源替代方案可能引发后续关于开源工具的讨论。
  • 潜在影响：对手机应用开发来说，如果更多用户关注应用的付费模式，可能促使开发者优化定价策略；关于手机配置表述准确性的讨论可能影响未来类似产品宣传时对配置的描述方式。

详细内容：

标题：Layla 应用引发 Reddit 热议：图像生成与本地运行的魅力与争议

在 Reddit 上，一个关于 Layla 应用的帖子引起了广泛关注。该帖子介绍了 Layla 应用能够在手机上完全离线运行图像生成和大型语言模型（LLM）的功能，图像生成模型占用内存不到 500MB，目前支持 Stable Diffusion 1.5 和 SDXL Turbo 模型，高端手机可以运行 8B LLM 和 SD1.5 。此帖子获得了众多点赞和大量评论，引发了关于其性能、收费模式等方面的热烈讨论。

讨论的焦点主要集中在以下几个方面： 有人认为收费模式不可取；也有人指出除了基本聊天功能，其他功能都需付费。有用户分享说自己已经使用这个应用一段时间，在特定场景下表现出色，但手机处理器在人工智能方面存在不足。还有用户称赞 Layla 很棒，本地运行 8b 的体验很好，但也有人觉得自己喜欢的模型都大于 12B，所以使用不频繁。有人提到 Layla 感觉像付费应用，也有人认为它不能替代 PocketPal。对于收费问题，有人表示希望能有一周免费试用，担心花钱买了应用会失望。还有人探讨了其他类似应用以及是否支持特定功能等。

比如，有用户表示：“我已经使用这个应用一段时间了，当你处于飞行模式或者在一个没有信号的工厂里时，它很棒。我使用的是 Pixel 7 Pro，虽然它有 12GB 的内存，但处理器在人工智能方面还有很多不足。所以，我在它上面以 Q6_K_L 运行 llama - 3.2 - 3b - instruct，它在节省我写电子邮件等方面做得很好。新的图像创建很有趣。在我的手机上，制作一个 512x512 的图像并将其放大 4 倍需要几分钟，但它确实有效而且很有趣。内置的 rag 系统可以附加 pdf 文件，我已经用大型技术手册对其进行了相当严格的测试。”

讨论中的共识在于大家都对这款应用的功能表现出了浓厚兴趣，但对于收费模式和具体性能的看法存在分歧。一些独特的观点，如将其与其他应用进行对比，丰富了讨论内容，让大家能更全面地看待 Layla 应用。

总的来说，Reddit 上关于 Layla 应用的讨论展现了用户对其功能的期待与担忧，也反映出在移动应用领域，用户对于性能、价格和个性化需求的多样态度。