想在手机上随时问大模型、读长文档、整理会议记录，又不想把内容全发给云端大厂？您可以试试这个办法：用 LM Studio 的 LM Link 功能，加上免费的 iPhone 应用 Locally，让手机直接调用家里电脑上的大模型。小编实测下来，26B 的模型在手机上用着跟普通聊天应用差不多，区别只是“服务器”在卧室里。
小编的电脑是 RTX 4070 Ti Super，能跑 Qwen3.6-35B-A3B、Gemma 4 26B A4B 这类模型。但 Gemma 4 26B 的 4 位量化版光权重就约 14.4GB，手机肯定装不下。所以思路是：模型留在电脑上跑，手机只当“窗口”。
LM Studio 跑模型，LM Link 负责把它送到手机
数据留在自己买的硬件上
LM Studio 是个能下载并运行本地模型的软件，小编用的是 v0.4.28，里面带有 LM Link 功能。它相当于电脑与其他设备之间的桥梁，底层基于 Tailscale（一种组网工具），连接是端到端加密的，电脑也不会暴露在公网上。
开启只要三步：
- 注册并登录免费的 LM Studio 账号；
- 在侧边栏打开 LM Link，按提示操作；
- 在 iPhone 上登录同一账号，设备就会出现在 LM Link 页面里。
小编用得最多的是 Google 官方的 4 位 Gemma 4 26B A4B。它是 QAT 版本（量化感知训练，简单讲就是训练时就考虑了压缩，Google 称质量接近原本的 bfloat16 16 位格式）。这个模型能完整放进显存，LM Studio 下载前就会显示“Full GPU Offload Possible”标识；在小编习惯的 16K 上下文下，30 层都能放在 GPU 上。
手机不用跑模型，也能用 26B
Wi-Fi 还是流量都不影响
手机端只需要一个应用：Locally，App Store 里 116MB。用 LM Studio 账号登录后，电脑和里面的 Gemma 4 就会出现在列表里，点开就能聊，用起来跟其他聊天应用没区别。
最让小编意外的是，不在同一个网络也能用，这是单独用 llama.cpp 服务器做不到的。小编关掉 iPhone 的 Wi-Fi，改用移动数据，照样能访问桌面上的 Gemma，而且路由器没开任何端口。要用 llama-server 实现同样效果，就得自己搭 VPN 或暴露到公网，都挺费功夫。
要注意的几点限制
| 限制 | 说明 |
|---|---|
| 电脑必须开机且不休眠 | Locally 只是模型的“窗口”，Windows 一休眠，手机就断开连接。 |
| LM Link 暂时免费 | 目前是预览功能，LM Studio 计划在正式上线时加入付费档。 |
| 仅支持 iOS | Locally 只有 iPhone 版，安卓用户暂时只能继续用 llama.cpp。 |
小结：好模型不必困在桌面上
整体来说，这套方案说到做到：推理由卧室里的显卡完成，您口袋里的手机就能用上手头最强的模型，也不用再把不想上云的文档交给 ChatGPT 或 Gemini。想了解更多，可以看 LM Studio 官网 和 Tailscale 官方文档。
常见问题（FAQ）
手机上要装什么应用？
只需要 iOS 版的 Locally，用 LM Studio 账号登录即可。
出门在外也能用吗？
可以，用移动数据也行，前提是家里电脑开着、没休眠。
需要在路由器上开端口吗？
不需要，小编没开任何端口就连通了。
安卓手机能用吗？
Locally 目前只支持 iOS，安卓可以先用 llama.cpp 方案。