Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
主页/本地LLM进阶/LM Playground 评测：适用于 Android 的开源离线大模型聊天应用
Mobile & Edge LLMs

LM Playground 评测：适用于 Android 的开源离线大模型聊天应用

·阅读约8分钟·Hans Kuepper 作者 · PromptQuorum创始人 · 开放权重与开源AI发现引擎
选择语言:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

LM Playground（截至 2026 年 10 月 16 日为 1.10.1 版本，Google Play 上最近更新于 2026 年 10 月 8 日）无需账号，基于 llama.cpp 构建，后者是在手机上执行模型的开源引擎。 模型只需从 Hugging Face 下载一次，之后聊天、文档提问、照片输入和语音听写均可离线使用。按设计只有两件事会联网：模型下载，以及默认关闭的可选网页搜索和网页获取工具。

LM Playground 是独立开发者 Andriy Druk 推出的一款免费、采用 MIT 许可证的 Android 应用，通过 llama.cpp 直接在手机上运行 GGUF 格式的开放权重语言模型。除聊天外，它还提供设备端文档问答、面向视觉模型的照片输入、推理模型思考过程显示、可选工具以及语音听写。本评测基于 Google Play 页面、官方网站、隐私政策以及公开的 GitHub 代码仓库（核实于 2026 年 10 月 16 日）；PromptQuorum 没有对该应用进行实测。

LM Playground 评测：适用于 Android 的开源离线大模型聊天应用

关键要点

  • 开发者：Andriy Druk，一位独立 Android 开发者；该项目自 2024 年 3 月起公开发布在 GitHub 上，据来源所示是一个单人项目。
  • 价格与许可证：免费且无需账号；源代码采用 MIT 许可证。
  • 模型：内置目录（网站称有 40 多个），来自 Qwen、Gemma、Llama、GPT-OSS、Nemotron、Phi-4、Granite、Mistral、DeepSeek 和 Liquid AI，另可加载你自己的 GGUF 文件。
  • 平台：仅限 Android；来源中没有提到 iPhone、桌面或网页版本。
  • 时效：Google Play 显示最近更新于 2026 年 10 月 8 日，GitHub 显示 1.10.1 版本发布于 2026 年 10 月 12 日，因此两个日期都比较近。

📍 简单一句话

LM Playground 把 Android 手机变成一个私密的场所，可以与开放权重模型聊天、就你自己的文档提问，并向支持视觉的模型展示照片。

💬 简单来说

你从 Google Play 安装应用、下载一次模型，之后无需账号或网络连接即可聊天；只有网页工具和模型下载需要联网。

📌注: 本评测基于 Google Play 页面、官方网站、隐私政策以及公开的 GitHub 代码仓库（README、许可证、版本发布和发布说明），核实于 2026 年 10 月 16 日。PromptQuorum 没有对该应用进行实测或基准测试。

LM Playground 是什么？

LM Playground 是一款在本地运行语言模型、而非调用云服务的 Android 聊天应用。 根据其 README，你下载模型后一键加载即可离线聊天；推理引擎是 llama.cpp，模型是来自 Hugging Face 的 GGUF 文件。模型不随应用打包，因此首次运行需要网络连接。

开发者 Andriy Druk 在 Google Play 上以该名字列出，并在自己的 GitHub 账号下发布该项目。该项目与名称相近的产品无关，例如各云端 AI 厂商的 Playground 工具。

获取方式

LM Playground 是商店应用：请从 Google Play 安装，这是项目及其网站指向的唯一渠道。 GitHub 用于源代码和发布说明；发布页面不提供 APK 文件。

平台
获取途径
AndroidGoogle Play（免费；未显示最低 Android 版本）
网站lmplayground.app
隐私政策LM Playground 隐私政策
源代码GitHub（MIT）

据 2026 年 10 月 16 日核实的版本与时效：GitHub 上最新的版本是 1.10.1，发布于 2026 年 10 月 12 日（网站页眉仍显示 1.10.0）。Google Play 显示该应用更新于 2026 年 10 月 8 日，但未显示其构建号，因此 Play 上的构建可能早于 GitHub 上最新的版本。

如何开始使用

设置顺序遵循 README 和 Play 页面中的描述；PromptQuorum 没有执行过这些步骤。

  1. 1
    安装应用
    Why it matters: 从 Google Play 安装 LM Playground；根据页面信息，无需账号或 API 密钥。
  2. 2
    在 Wi-Fi 下下载模型
    Why it matters: 从内置列表中选择模型，或加载你自己的 GGUF 文件。最小的模型为 267 MB，据 Play 页面，4B 至 8B 参数的模型在 8 GB 或更多内存下表现更好，下载中断后可以继续。
  3. 3
    聊天、附加文件或发送照片
    Why it matters: 开始聊天，附加文档并就其提问，或向支持视觉的模型发送图像。文档检索和语音听写在首次使用时各会下载一次小型辅助模型。
  4. 4
    可选：开启工具
    Why it matters: 工具默认关闭，可在设置中按模型启用。保持关闭即可让每次聊天都留在设备上。

它提供哪些模型？

Qwen 3.5 / Qwen 3

大小:
0.8B、2B、4B / 0.6B、1.7B、4B
说明:
Qwen 3.5 条目可接受图像

Gemma 4 / Gemma 3n / Gemma 3

大小:
E2B、E4B、12B / E2B、E4B / 1B、4B
说明:
据 README，Gemma 4 E4B 和 Gemma 3 4B 支持视觉

GPT-OSS

大小:
20B
说明:
据 Play 页面，需要内存充足的高端手机

Llama 3.2 / 3.1

大小:
1B、3B / 8B
说明:
来自 Meta

Granite、Nemotron、Phi-4、DeepSeek R1 Distill

大小:
Granite 4.x 3B 至 8B；Nemotron 4B；Phi-4 mini 3.8B；R1 Distill 1.5B、7B
说明:
DeepSeek R1 和 Nemotron 会显示其思考步骤

LFM2.5、MiniCPM5、SmolLM3、Spark-X2.5、Ministral 3

大小:
LFM2.5 350M 至 2.6B；LFM2.5 VL 450M 至 3B；Ministral 3 3B、8B
说明:
Ministral 3 和 LFM2.5 VL 可接受图像

条目来自 2026 年 10 月 16 日的代码仓库 README；大多数使用 Q4_K_M 量化，Qwen 3.5 使用 Q3_K_M，GPT-OSS 以其原生 MXFP4 格式提供。Play 页面列出的系列较少，共十个，目录也会随每次版本更新而变化。

来源已确认的功能

下面每一项都来自 README、网站、发布说明或 Play 页面；均未经独立测试。

  • 文档问答。 附加 PDF、Word、EPUB、HTML、Markdown 或纯文本文件；设备端语义检索会找出相关段落并交给模型。它会一次性下载一个 278 MB 的嵌入模型。
  • 视觉输入。 附加相册中的照片或用相机拍摄一张，并请支持视觉的模型描述图片或读取其中的文字。
  • 语音听写。 1.10.0 版本新增：点击麦克风并说话；在一次性下载 718 MB 的语音模型后，识别在手机上进行，支持 35 种语言。该功能出现在网站和发布说明中，但不在 Play 描述中。
  • 推理过程显示。 DeepSeek R1 和 Nemotron 等模型的思考步骤显示在可折叠的区域中，思考预算可调。
  • 控制与历史记录。 按模型设置（上下文大小、temperature、Top-P、Top-K、Min-P、重复惩罚、随机种子）、可复用的系统提示词，以及可搜索的聊天记录，支持置顶、重命名和删除。
  • 工具。 能力足够的模型可以搜索网页、获取页面并在沙盒中运行 JavaScript；每个工具默认关闭。
  • 后台生成与存储。 离开应用后回复仍会继续生成，模型可以存放在任意文件夹或 SD 卡中，界面已翻译成 28 种语言。

隐私与网络使用

核心使用方式在设计上是离线的：网站称推理时零网络调用，Google Play 的“数据安全”部分声明“未收集任何数据”以及“未与第三方共享任何数据”。 隐私政策称开发者不收集任何个人或非个人信息。

该政策于 2024 年 3 月 16 日生效，只将互联网访问描述为让应用下载模型的权限。网页搜索和网页获取工具是后来加入的；来源并未说明查询会发送到哪个搜索服务，因此应将这两个工具视为会联网的部分，并在涉及机密内容的聊天中保持关闭。

📌注: 源代码是公开的，因此任何构建该应用的人都可以核查这些说法，但 PromptQuorum 没有审计代码或网络流量。

权衡：优点与局限

免费且开源

实际使用中的含义:
无需账号、无需订阅，MIT 许可的代码可供阅读和构建。
局限 / 注意事项:
由一位开发者维护；来源并未说明任何支持承诺。

自带 GGUF 模型

实际使用中的含义:
除内置目录外，还可以从任意文件夹加载模型文件。
局限 / 注意事项:
我们读到的 Play 评论称加载外部模型时成败不定；这些只是个别用户的反馈。

文档、照片、语音

实际使用中的含义:
一款应用即可完成文件提问、图像输入和语音听写，全部在设备上进行。
局限 / 注意事项:
质量取决于你加载的小型模型，辅助模型还会增加下载。

开发活跃

实际使用中的含义:
频繁的版本更新会加入新模型和修复，例如 1.10.1 的视觉崩溃修复。
局限 / 注意事项:
更新快意味着 Play 构建、网站和 GitHub 显示的版本可能不同。

可选的网页工具

实际使用中的含义:
启用工具后，模型可以查询最新网页。
局限 / 注意事项:
需要联网；一位 Play 评论者称开启网页搜索时模型在“思考”中陷入循环。

适合谁使用

  • 希望使用免费、可审计的离线聊天应用的 Android 用户。 MIT 许可证和公开的代码仓库使其可以被核查。
  • 希望私密地就自己的文件提问的人。 带设备端检索的文档问答是其主打功能。
  • 喜欢自带模型的折腾爱好者。 自定义 GGUF 加载和按模型的采样控制正是为此设计的。

我们无法验证的内容

  • 实际使用表现。 PromptQuorum 没有运行该应用，因此速度、电池消耗和回答质量均未评估。
  • Google Play 提供的是哪个构建。 页面显示了更新日期，但没有版本号或最低 Android 版本。
  • 网页工具使用哪个搜索服务。 所读来源并未指明。
  • 隐私政策是否涵盖网页工具。 该政策文本早于这些工具，并且未发现其更新。
  • 不适合 iPhone、Mac 或 Windows 用户。 来源描述的是一款仅限 Android 的应用。

竞品与替代方案

PocketPal AI

平台:
iOS、Android
价格 / 许可证:
免费 / MIT
主要区别:
开源设备端聊天客户端，自带模型库
关于PocketPal AI的文章（10篇）

另有24篇未显示

Private Mind

平台:
iOS、Android
价格 / 许可证:
免费 / MIT
主要区别:
基于 ExecuTorch 的开源聊天，带文档问答和基准测试
关于Private Mind的文章（2篇）

其他提及：

Off Grid

平台:
iOS、Android、Mac、Windows
价格 / 许可证:
免费增值 / MIT
主要区别:
横跨手机和桌面的离线 AI 套件

LLM Hub

平台:
Android、iOS
价格 / 许可证:
免费增值 / 源码可见
主要区别:
功能更广的套件，含智能体、图像和翻译功能
关于LLM Hub的文章（1篇）

其他提及：

竞品信息经常变化；请在各应用自己的页面上确认其当前价格、许可证和平台。

在目录中比较

常见问题

谁开发了 LM Playground？

Andriy Druk，一位独立开发者，他以自己的名字在 Google Play 上发布该应用，并自 2024 年 3 月起在 GitHub 上发布代码。

有 iPhone 版本吗？

README、网站和 Play 页面中都没有出现 iPhone、桌面或网页版本；该项目自称是一款 Android 应用。

我可以加载自己的模型吗？

可以。README 列出了除内置目录外、来自任意来源的自定义 GGUF 模型文件；GGUF 之外的格式并未说明。

我需要多大内存？

没有固定的最低要求。页面称最小的模型为 267 MB，4B 至 8B 的模型在 8 GB 或更多内存下表现更好，20B 模型则需要高端设备。

语音听写可以离线使用吗？

据网站和发布说明，一次性下载语音模型后可以。Play 描述中没有提到它，因此请查看你安装的版本。

在哪里可以阅读源代码？

完整代码在 GitHub 的 LMPlayground 代码仓库中，采用 MIT 许可证。

结论

LM Playground 是在 Android 手机上运行 GGUF 模型的一种免费、MIT 许可的方式：它把庞大的内置目录与你自己的模型文件、设备端文档问答、照片输入和语音听写结合在一起，公开的代码仓库也意味着其隐私声明原则上可以被核查。另一方面，它仅限 Android，由一位开发者维护，其 Play 页面没有显示构建号，因此你安装的版本可能与 GitHub 上最新的版本不同。它适合希望获得可审计、离线优先应用的 Android 用户；使用 iPhone 或桌面的读者可以对比 PocketPal AI 或 Off Grid。

资料来源

← 返回 本地LLM进阶

MCP