多模型共存与对话中快速切换

装多个模型

Local AI 支持同时装多个 GGUF 模型——模型管理页里会列出全部已安装的模型条目，每个条目有独立的「使用模型」「设置」「删除」操作。

建议装法：

• 主力模型（每天用）：一个质量和速度的平衡点，比如 Qwen2.5-3B-Q4_K_M
• 轻量模型（省电快速问答）：1.5B 或 2B 的小模型，响应更快
• 特殊模型（特定场景）：带视觉能力的 VL 模型、代码能力强的模型等

对话中切换

在对话页顶部有模型名称下拉菜单：

1. 点击当前模型名
2. 弹出已安装模型列表
3. 点选另一个模型
4. 应用自动释放前一个模型的内存，加载新模型
5. 加载完成后继续对话

切换时当前会话的上下文会清空——不同模型对上下文的理解方式不同，Local AI 不会跨模型继承会话历史，避免混乱。

切换时的内存释放

切换模型的瞬间，前一个 GGUF 会从 RAM 中释放，新模型开始加载。这个过程在中低端机上可能需要几秒到十几秒，旗舰机通常瞬间完成。

加载速度主要取决于：

• 手机存储的读取速度（UFS 3.0+ 比 eMMC 快很多）
• 模型文件大小
• CPU 核心数

删除模型释放空间

每个模型文件占 1~5 GB 不等，装多了存储会紧张。删除步骤：

1. 进模型管理
2. 找到要删的模型条目
3. 点垃圾桶图标
4. 确认删除

删除只会移除模型文件，不会影响其他模型或应用本身。聊天记录也不会被删（它和模型文件独立存储）。

实用策略

• 内存够的话（12 GB+），主力模型和轻量模型可以同时装，日常快速问答切轻量、需要质量时切主力
• 6~8 GB 内存的手机，建议同一时间只装 1~2 个模型——装多了切换时反而增加内存压力
• 换模型后发现质量突然下降，先检查对话参数（上下文、停止词）是不是跟着变了