青鸟飞扬 大语言模型和特定领域模型

端侧模型从概念上来区分，又可以简单分为大语言模型和特定领域模型。

大语言模型

其中大语言模型（Large Language Model，LLM）就是我们熟知的 ChatGPT、DeepSeek、Grok 这类模型，它们功能强大，但对设备的性能要求很高，以 DeepSeek 为例，即使是最小的 1.5B 版本模型，也至少需要 RTX 3060 + 级别的显卡才能带得动，并且模型本身的大小已经达到 1.1GB，并不适合部署在前端项目中。

特定领域模型

所以，最终留给我们的选项就是利用一些特定领域模型来赋能前端，它们可以用来处理某些特定领域的问题。例如，利用视觉（CNN、MobileNet）模型实现图像分类、人脸检测，或者利用自然语言模型（NLP）实现问答机器人、文本恶意检测等。

这些模型等特征是尺寸较小，并且对设备性能要求不高，非常适合直接部署在前端并实现一些 AI 交互。

所以，接下来我们就来看看，如何从 0 到 1 训练一个图像分类模型（Doodle Classifier based on CNN） ，并将模型集成至前端页面，实现一个经典你画我猜小游戏 - 端侧 AI 版。