Desert Ant Labs 是一个面向开发者的设备端 AI 模型平台,官方将其定位为“每个应用所需的智能层”。它提供多个小型专用模型,每个模型专注于一个具体任务,并通过一套原生 SDK 以少量代码集成进产品,而非依赖云端 API。
用途 Desert Ant Labs 的主要用途是让应用在本地设备上完成 AI 推理,从而避免按 token 计费、降低延迟,并减少数据上传带来的隐私问题。官方强调“没有 token、没有登录”,模型可在设备端运行,并宣称在 iPhone 上 2 秒内转写 10 分钟音频,10 万活跃设备内免费且推理不限量。
主要能力 根据官方资料,Desert Ant Labs 的模型可完成以下任务:
- 音频转写:10 分钟音频在 iPhone 上 2 秒内完成转写,并给出准确的词级时间戳。
- 录音室级音质处理:官方描述为“Studio sound, no cloud bill”。
- 填充词检测与移除:数秒内识别并删除语言中的填充词。
- 说话人分离:在音频和视频中标记“谁说了什么”。
- 语言识别:可从 30 秒音频中检测口语语言,也能基于 3 个词判断语言。
- 视频短片与高光片段生成:创建短视频和高光剪辑。
- 图像标记与排序:对图像进行打标和排序。
- 照片中的人物查找:在设备本地查找照片中的人物。
- 裸露内容检测:在上传或显示前标记裸露内容。
- 隐私信息过滤:在设备端过滤 PII(个人身份信息)。
- 文本结构化:从任意文本中提取类型化 JSON。
- 内容安全:在发布前识别仇恨言论。
- 文本辅助:为帖子或文章生成主题与标签、为任意文本建议标题和描述。
- 表情建议:比手动输入更快地建议 emoji。
- 草图转形状:将粗略草图转换为完美形状。
使用方式 Desert Ant Labs 提供一套原生 SDK,开发者可通过少量代码将模型集成到应用中。官方表示集成不需要 token,也不需要登录,并且可以免费试用。每个模型在每月最多 10 万个活跃设备范围内免费,推理不设上限。开发者无需在使用过程中对用户进行计量。
适用场景 Desert Ant Labs 适合需要本地处理、低延迟或隐私优先的应用场景,例如:移动端音频转写与编辑、视频高光剪辑、图像内容审核、照片人物检索、文本数据抽取、社交内容安全过滤、输入辅助功能等。官方将其描述为“小脑子进每个产品”,即把小型专用智能嵌入各类应用。
限制 资料中未说明具体支持哪些编程语言、SDK 的详细接入文档、模型精度指标、平台兼容范围、超过 10 万活跃设备后的收费方式,以及模型定制或训练能力。这些信息暂未提供。