待验证50% 置信事实精确时间

小度健康屏采用云端大模型+本地唤醒的混合架构，本地轻量级模型参数量通常在数百万量级用于唤醒词检测，复杂任务通过API调用云端大模型完成

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/9

首次发现

有效期至：2026/10/7

来源

小度健康屏评测：AI大模型赋能老人陪伴与远程看护

bilibili南序家电日记2026/7/8

相关事实

待验证智能设备通常采用云端大模型加本地唤醒的混合架构，简单指令本地处理，复杂多轮对话调用云端大模型API83% 相似待验证消费级AI硬件通常采用云端大模型+本地唤醒的混合架构，本地端采用基于关键词检测(KWS)的轻量神经网络，功耗可控制在毫瓦级别79% 相似待验证简单任务走本地模型、复杂任务上云端模型是最优性价比策略70% 相似待验证对于敏感、核心、涉及合规的任务应优先选择本地大语言模型和开源方案，公开低风险任务可使用云端AI工具69% 相似待验证当前主流的AI编程助手绝大多数采用云端大模型架构，用户输入内容会被发送到服务商服务器处理68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/338039

API

curl https://kongchang.com/api/v1/knowledge/claims/338039

MCP

get_claim(id=338039)