在移动端直接调用本地大语言模型（LLM）曾受限于手机内存与算力，用户往往不得不依赖云端服务或臃肿的应用程序。如今，通过 LM Studio 推出的新功能，用户可在 iPhone 上以近乎零摩擦的方式，无缝访问运行在个人电脑上的高性能本地模型。
LM Link：基于 Tailscale 的加密桥梁
LM Studio v0.4.28 版本引入了名为 LM Link 的功能，旨在打通 PC 与其他设备间的模型访问壁垒。该功能基于 Tailscale 构建，提供端到端加密连接，确保 PC 不暴露于公网的同时，实现数据的安全传输。所有推理过程均在用户自有硬件上完成，数据隐私得到严格保障。
配置过程极为简便：用户在 PC 端开启 LM Link，并在 iPhone 上登录同一 LM Studio 账户，设备即可自动识别并连接。这一设置消除了传统自托管 llama.cpp 服务器时需配置 VPN 或开放路由器端口的复杂操作。
Locally App：跨网络访问本地算力
在 iOS 端，用户需下载大小为 116MB 的 Locally 应用。登录后，应用将显示已连接的 PC 及其加载的模型列表。以 Google 发布的 4-bit 量化版 Gemma 4 26B A4B 为例，该模型权重约 14.4GB，完全适配 PC 显存并支持全 GPU 卸载，确保 16K 上下文窗口下的流畅推理。
Locally 的核心优势在于其网络穿透能力。测试显示，即便 iPhone 关闭 Wi-Fi 并切换至蜂窝移动数据，仍能稳定访问卧室 PC 上运行的 Gemma 模型。这种“非同一网络环境”下的访问能力，解决了本地 AI 部署中最大的移动性痛点。
局限性与未来展望
该方案存在若干限制。首先，作为推理主机的 PC 必须保持开机且处于唤醒状态，一旦进入睡眠模式，移动端连接即中断。其次，Locally 目前仅支持 iOS 设备，Android 用户仍需依赖其他方案。此外，LM Link 当前作为预览功能免费提供，LM Studio 计划在全量发布时引入付费层级。
尽管存在上述约束，该组合工具成功将 PC 端的强大算力延伸至移动端，减少了对 ChatGPT 和 Gemini 等云服务的依赖，为注重隐私的高级用户提供了一种高效、可控的本地 AI 使用范式。