ปกติเวลาเราใช้แอป AI ทั่วไป ตัวแอปจำเป็นต้องเชื่อมต่ออินเทอร์เน็ตตลอดเวลา ถ้าอยู่บนเครื่องบิน รถไฟฟ้าวิ่งลงอุโมงค์ หรือเน็ตมือถือหมด แอป AI ที่เราใช้ประจำก็จะใช้ไม่ได้ทันที เพราะระบบทั้งหมดประมวลผลอยู่บนเซิร์ฟเวอร์คลาวด์ภายนอก ไม่ได้ทำงานในเครื่องเรา

แต่ LLMobi ทำงานต่างออกไป นี่คือแอปบน Android ที่ดาวน์โหลดโมเดล AI มาเก็บและประมวลผลบนมือถือโดยตรง ทำให้เรายังพิมพ์คุยกับ AI ได้ตามปกติแม้จะปิดเน็ต ตัวแอปมีขนาดไฟล์เพียง 7.2 MB รองรับตั้งแต่ Android 8 ขึ้นไป เปิดใช้ได้ทันทีโดยไม่ต้องสมัครบัญชี ภายในแอปมีโมเดล AI ให้เลือกดาวน์โหลด 20 ตัว เราต้องใช้อินเทอร์เน็ตแค่ตอนโหลดไฟล์โมเดลครั้งแรกเท่านั้น หลังจากนั้นชิปในมือถือของเราจะประมวลผลบทสนทนาทั้งหมดเอง ส่วน LLMobi เป็นโปรเจกต์โอเพนซอร์สที่เปิดให้ทุกคนเข้าไปดูโค้ดได้ทั้งหมด

แอปเดียว แต่บนหน้าจอเหมือนมีหลายแอป

หน้าตาการใช้งานของ LLMobi คล้ายกับแอปสโตร์ทั่วไป เราแค่เลื่อนดูรายการโมเดล กดติดตั้งตัวที่ต้องการ แล้วรอโหลดไฟล์ลงเครื่อง เมื่อดาวน์โหลดเสร็จ ตัวแอปจะสร้างไอคอนทางลัดของโมเดลนั้นไว้บนหน้าจอโฮมให้ทันที เวลาใช้งานก็แตะไอคอนเพื่อเปิดห้องแชตของโมเดลนั้นได้ตรงๆ โดยไม่ต้องเปิดแอปหลักแล้วคอยสลับโมเดลทุกครั้ง

สิ่งที่ควรรู้คือ ตัวเลข 7.2 MB เป็นเพียงขนาดของตัวแอปเท่านั้น ไม่ใช่ขนาดของตัวโมเดล AI ตัวแอปทำหน้าที่เป็นหน้าจอใช้งานและตัวรันโมเดล ส่วนพื้นที่จัดเก็บข้อมูลจริงๆ จะขึ้นอยู่กับไฟล์โมเดลที่เราเลือกโหลด ซึ่งมีตั้งแต่ประมาณ 0.4 GB ไปจนถึง 18 GB

การทำงานของ LLMobi ต่างจากการรันโมเดลบนเบราว์เซอร์อย่าง Gemma 4 E2B ที่รันในเบราว์เซอร์ผ่าน WebGPU และไม่ใช่การใช้มือถือสั่งงานคอมพิวเตอร์ที่บ้านแบบ Cursor for iOS เพราะทั้งไฟล์โมเดลและการคำนวณทั้งหมดเกิดขึ้นในมือถือเครื่องนั้นจริงๆ

เลือกโมเดลได้ทันทีโดยไม่ต้องรู้ศัพท์เทคนิค

ก่อนที่เราจะกดติดตั้ง แอปจะตรวจสอบแรมที่เหลืออยู่และพื้นที่จัดเก็บข้อมูลในเครื่องให้อัตโนมัติ จากนั้นจะนำไปเทียบกับสเปกที่แต่ละโมเดลต้องการ แล้วสรุปออกมาเป็นระดับความเข้ากันได้ 4 ระดับ เพื่อให้เข้าใจง่าย ได้แก่ ระดับดีเยี่ยม (Excellent), ระดับแนะนำ (Recommended), ระดับกินสเปกหนัก (Heavy) และระดับไม่แน่ใจว่าจะไหวไหม (Not sure)

ผู้ใช้ทั่วไปจึงเลือกติดตั้งโมเดลได้ทันทีโดยไม่ต้องกังวลกับศัพท์เฉพาะทางของการรัน AI บนเครื่องอย่าง Local LLM เช่น ชนิดไฟล์ GGUF, การบีบอัดโมเดลแบบ Q4_K_M หรือ tokens/sec ที่ใช้วัดความเร็วในการตอบ ซึ่งเครื่องมือรันโมเดลรุ่นก่อนๆ มักบังคับให้ผู้ใช้ต้องเข้าใจเรื่องเหล่านี้ก่อน

ถึงอย่างนั้น ป้ายสถานะเหล่านี้ก็ไม่ได้ปิดกั้นการติดตั้ง ต่อให้ระบบประเมินว่า Not sure เราก็ยังกดปุ่มติดตั้งเพื่อทดลองได้ ผู้พัฒนาอธิบายว่าตัวเลขที่ระบบคำนวณเป็นเพียงการประมาณการเบื้องต้น และปกติแล้วระบบ Android มักรายงานแรมที่ว่างอยู่น้อยกว่าแรมที่ระบบเคลียร์ออกมาให้ใช้ได้จริง แอปจึงเลือกแสดงข้อมูลตามตรงและเปิดให้ผู้ใช้ได้ลองด้วยตัวเอง

ถ้าเครื่องรันไม่ไหว แอปจะแจ้งข้อผิดพลาดให้ทราบ และถ้าส่งข้อความไปแล้วรอเกิน 45 วินาทียังไม่มีตัวอักษรตอบกลับมา แอปจะหยุดประมวลผลทันทีพร้อมแจ้งสาเหตุ อาการค้างนานแบบนี้เป็นสัญญาณว่าแรมในเครื่องไม่พอโหลดโมเดลทั้งก้อน ระบบจึงต้องคอยดึงข้อมูลโมเดลจากพื้นที่จัดเก็บข้อมูลในเครื่องทีละส่วน นอกจากนี้ ตัวแอปยังคอยตรวจพื้นที่ว่าง โดยจะกันไว้ในเครื่องอย่างน้อย 1 GB เสมอ เพื่อป้องกันไม่ให้ดาวน์โหลดโมเดลจนพื้นที่เต็มเครื่อง

สรุปแล้ว ป้ายสถานะเป็นเพียงตัวช่วยบอกว่าสเปกเครื่องของเรารองรับได้หรือไม่ ส่วนการตัดสินใจว่าจะยอมแลกพื้นที่กี่กิกะไบต์กับโมเดลตัวที่ใหญ่ขึ้น ก็ขึ้นอยู่กับความต้องการของผู้ใช้เอง

20 โมเดลใน LLMobi กับสเปกที่มือถือเราไหว

โมเดลทั้งหมด 20 ตัวใน LLMobi แบ่งออกเป็น 5 ระดับตามขนาดและความต้องการทรัพยากรเครื่อง ตารางด้านล่างนี้แสดงตัวอย่างโมเดลตั้งแต่ขนาดเล็กสุดไปจนถึงใหญ่สุด เพื่อให้เห็นภาพความแตกต่างของขนาดไฟล์และสเปกเครื่องที่ต้องใช้:

โมเดลส่วนใหญ่ในกลุ่มเล็กสุดมีขนาดไฟล์ต่ำกว่า 1 GB และตอบสนองเร็วในระดับ "เร็วมาก" เหมาะสำหรับผู้ที่อยากเริ่มต้นลองคุยกับ AI แบบออฟไลน์ กลุ่มถัดมาเหมาะสำหรับสมาร์ตโฟนที่มีแรม 6–8 GB ซึ่งเป็นช่วงสเปกของมือถือทั่วไปในปัจจุบัน ส่วนกลุ่มโมเดลขนาดใหญ่สุด ผู้พัฒนาระบุว่าเป็นระดับทดลองสำหรับอุปกรณ์ที่มีแรม 24 GB ขึ้นไปเท่านั้น และทุกตัวในกลุ่มนี้จะทำงานได้ช้ามาก

สำหรับสมาร์ตโฟนทั่วไป แนะนำให้เริ่มจากกลุ่มโมเดลขนาดเล็กที่สุดก่อน เพราะไฟล์มีขนาดเล็ก โหลดเสร็จไว และลบทิ้งได้ง่าย ถ้าเครื่องทำงานได้ราบรื่นดีแล้ว จึงค่อยขยับไปลองโมเดลขนาดใหญ่ขึ้น ซึ่งวิธีนี้ช่วยประหยัดเวลาและทำให้รู้ได้ทันทีว่ามือถือของเรารองรับได้ถึงระดับไหน

บทสนทนาไม่ออกจากเครื่อง เพราะไม่มีปลายทางให้ส่ง

ภายในแอปไม่มีระบบสมัครสมาชิกหรือลงชื่อเข้าใช้ใดๆ เปิดแอปแล้วใช้ได้ทันที และเมื่อไม่มีระบบบัญชี ก็ไม่ผูกประวัติการสนทนาไว้กับตัวตนของใคร

ยิ่งไปกว่านั้น ถ้าดูจากโครงสร้างของแอป การเชื่อมต่ออินเทอร์เน็ตมีอยู่เพียง 2 กรณีเท่านั้น คือการดึงรายชื่อโมเดลมาแสดง และการดาวน์โหลดไฟล์โมเดลลงเครื่อง ซึ่งคำสั่งทั้งสองส่วนนี้เขียนแยกไว้ในไฟล์โค้ดอย่างชัดเจน ทำให้ผู้ใช้เข้าไปตรวจสอบได้ว่าตัวแอปไม่แอบส่งข้อมูลอื่นออกไปภายนอก

ข้อความที่เราพิมพ์จึงไม่หลุดออกจากเครื่อง เพราะในโค้ดของแอปไม่มีเซิร์ฟเวอร์ปลายทางให้ส่งข้อมูลไปตั้งแต่แรก นอกจากนี้ ระบบเก็บสถิติการใช้งานยังปิดไว้เป็นค่าเริ่มต้น และในแอปเวอร์ชันแรกก็ไม่ได้ใส่โค้ดสำหรับเก็บสถิติเข้ามาเลย

หน้าเว็บไซต์ของ LLMobi สรุปแนวคิดเรื่องความเป็นส่วนตัวนี้ไว้ในประโยคเดียว:

โค้ดทุกบรรทัดของแอปเปิดให้อ่านได้ เพราะนี่เป็นทางเดียวที่จะทำให้คำสัญญาเรื่องความเป็นส่วนตัวน่าเชื่อถือ

ซอร์สโค้ดทั้งหมดเปิดให้อ่านได้ที่หน้าโปรเจกต์บน GitHub ภายใต้สัญญาอนุญาตแบบเปิดอย่าง Apache 2.0 ซึ่งแม้จะไม่ได้การันตีความปลอดภัยแบบร้อยเปอร์เซ็นต์ แต่ก็เปิดให้ทุกคนเข้าไปตรวจสอบการทำงานจริงของแอปได้ แทนที่จะต้องเชื่อคำโฆษณาเพียงอย่างเดียว

จากที่ต้องรอ 53.8 วินาที ลดเหลือเพียง 6.4 วินาที

ช่วงแรกที่พัฒนา LLMobi เวลากดส่งข้อความ ตัวแอปต้องรอนานถึง 53.8 วินาทีกว่าตัวอักษรแรกจะเริ่มพิมพ์ออกมา แต่หลังปรับแต่งโค้ด เวลารอลดลงเหลือเพียง 6.4 วินาที และถ้าโมเดลโหลดค้างไว้ในหน่วยความจำอยู่แล้ว จะใช้เวลารอเพียงประมาณ 2 วินาทีเท่านั้น โดยตัวเลขชุดนี้มาจากการทดสอบของผู้พัฒนาบนสมาร์ตโฟน Samsung Galaxy F15 เพียงเครื่องเดียว

สาเหตุหลักที่ทำให้แอปทำงานช้าในตอนแรกมาจากซอฟต์แวร์สำหรับรันโมเดลอย่าง llama.cpp โดยระบบ build ของ Android ตั้งค่าตอนคอมไพล์เป็นโหมด Debug ให้อัตโนมัติ ซึ่งไม่ได้เปิดการเร่งความเร็ว และค่านั้นยังไปเขียนทับค่าที่ตั้งไว้ของโปรเจกต์ทุกครั้ง เมื่อแก้ให้ระบบคอมไพล์ในโหมดที่เปิดการเร่งความเร็วอย่างถูกต้อง แค่แก้จุดนี้จุดเดียวก็ช่วยให้ทำงานเร็วขึ้นถึง 18 เท่า

ส่วนเวลาตอบสนองที่ลดลงเหลือ 6.4 วินาทีนั้น เกิดจากการแก้จุดบกพร่องทั้งหมด 4 จุด โดยอีก 3 จุดที่เหลือคือ:

• จัดลำดับความสำคัญของงาน: จากเดิมที่ระบบกำหนดให้งานคำนวณของโมเดลมีลำดับความสำคัญต่ำ ทำให้ระบบจัดสรรทรัพยากรให้ไม่เต็มที่
• แยกงานประมวลผล: ย้ายงานคำนวณของโมเดลออกจากส่วนหลักที่ใช้วาดหน้าจอ
• ปรับรูปแบบบทสนทนาให้ตรงกับโมเดล: เดิมทีแอปไม่ได้จัดรูปแบบข้อความตามมาตรฐานของไฟล์โมเดล ทำให้โมเดลเข้าใจผิดว่าต้องเขียนข้อความต่อไปเรื่อยๆ แทนที่จะตอบคำถามแล้วจบ ส่งผลให้ระบบพ่นข้อความออกมาจนชนเพดานความยาวสูงสุดและเสียเวลาประมวลผลโดยไม่จำเป็น

ทั้งหมดนี้แสดงให้เห็นว่า ความเร็วในการรัน AI บนมือถือไม่ได้ขึ้นอยู่กับขนาดโมเดลหรือสเปกเครื่องเพียงอย่างเดียว มือถือเครื่องเดิมและโมเดลตัวเดิมอาจทำงานเร็วขึ้นได้หลายเท่า ถ้าผู้พัฒนาปรับแต่งการทำงานของแอปอย่างเหมาะสม

6 ข้อที่ควรรู้ก่อนดาวน์โหลดมาใช้งาน

1. รองรับเฉพาะระบบ Android เท่านั้น: เอกสารของผู้พัฒนาไม่กล่าวถึงระบบ iOS เลย และยังไม่ระบุด้วยว่าจะไม่รองรับหรือกำลังพัฒนาเวอร์ชันสำหรับ iPhone อยู่
2. ต้องติดตั้งผ่านไฟล์จากเว็บไซต์ของผู้พัฒนา ไม่ได้อยู่บน Google Play: ผู้ใช้ต้องชั่งใจเองว่าจะติดตั้งแอปจากไฟล์นอกสโตร์หรือไม่ จุดนี้ยิ่งทำให้การเปิดโค้ดให้อ่านสำคัญเป็นพิเศษ
3. อย่าเพิ่งคาดหวังว่าจะใช้แทน ChatGPT หรือ Claude ได้: ทั้งเว็บไซต์และหน้าโปรเจกต์ไม่ได้วัดคุณภาพคำตอบของโมเดลเอาไว้เลย ข้อมูลที่ใช้เปรียบเทียบกันได้มีแค่ขนาดไฟล์ แรมที่ต้องใช้ และความเร็วในการประมวลผล ดังนั้นถ้าเป็นงานที่ต้องการความแม่นยำสูงหรือข้อมูลล่าสุด ให้ถือว่ายังไม่มีข้อมูลยืนยันจนกว่าจะได้ลองด้วยตัวเอง
4. ต้องเชื่อมต่ออินเทอร์เน็ตในครั้งแรก: การดาวน์โหลดไฟล์โมเดลลงเครื่องจำเป็นต้องต่อเน็ตก่อน เมื่อติดตั้งโมเดลเสร็จเรียบร้อยแล้ว หลังจากนั้นจึงจะใช้งานแบบออฟไลน์ได้โดยไม่ต้องต่อเน็ตอีก
5. ยังเป็นเวอร์ชันเริ่มต้นของโปรเจกต์ขนาดเล็ก: ปัจจุบันบนหน้าโปรเจกต์ยังไม่ปล่อยเวอร์ชันทางการ และมีผู้ร่วมพัฒนาอยู่ 2 ราย โดยรายหนึ่งเป็นผู้ช่วยเขียนโค้ด AI
6. ไฟล์โมเดลมาจากผู้เผยแพร่แต่ละราย: ตัวแอปไม่ได้เก็บหรือแจกจ่ายไฟล์โมเดลเอง แต่จะพาไปดาวน์โหลดโดยตรงจากคลังโมเดลแบบเปิดอย่าง Hugging Face ที่นักพัฒนาทั่วโลกใช้ฝากไฟล์ โมเดลแต่ละตัวมีเงื่อนไขและสัญญาอนุญาตการใช้งานของผู้สร้างแต่ละราย ซึ่งผู้ใช้ต้องยอมรับโดยตรง

เรื่องนี้คงไม่ได้วัดกันที่ว่าโมเดลในมือถือจะฉลาดเทียบเท่า AI บนคลาวด์ได้หรือไม่ แต่สิ่งที่น่าคิดคือ งานหลายอย่างที่เราใช้ AI ช่วยในแต่ละวัน ทั้งการสรุปโน้ตส่วนตัว ร่างข้อความ หรือช่วยคิดคำ มีสักกี่อย่างที่จำเป็นต้องส่งข้อมูลออกไปประมวลผลนอกเครื่องจริงๆ

---

ที่มา:

• เว็บไซต์ LLMobi — Use AI on your phone with no internet จาก LLMobi
• หน้าโปรเจกต์ GitHub - 12ziyad/llmobi จาก LLMobi (GitHub)