**Embla-1：专为手机打造的 4 比特推理模型，iPhone 18 Pro 上 1.77 秒完成推理**

_Embla-1_

> Sevren 发布了专为手机端设计的推理模型 Embla-1。该模型在 4 比特量化下，在 BFCL、GPQA 和 MATH-500 等基准测试中平均得分为 57.4，并在 iPhone 18 Pro 上实现了 1.77 秒的端到端推理延迟，显著优于其他小模型。Embla-1 采用独特的混合注意力架构（稀疏注意力与滑动窗口结合）、共享 KV 缓存及 Engram 技术，并通过包含 Qwen3.5-35B-A3B 在内的多阶段强化学习蒸馏训练而成，实现了在移动端的高效运行。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-11-13 18:47（北京时间）
- **原文**：[打开原文](https://sevren.ai/blog/embla-1)