AidLearning-FrameWork
aidlearning/AidLearning-FrameWork加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象这样一个场景：你出差在外，突然接到客户的紧急需求——需要演示一个基于大语言模型的问答系统。你的笔记本电脑还在家里，而客户的会议室只有手机和会议室大屏。
对于大多数开发者来说，这可能意味着"不好意思，今天演示不了"。但对于 AidLux 用户而言，事情完全不同——他们只需要打开手机上的一个 App，等待几十秒加载，一个完整的 Ubuntu Linux 桌面就出现在屏幕上，内置 Python、Jupyter、VS Code Server，以及可以在本地运行的量化大模型。
这就是 AidLux（中文名"爱智"）正在做的事情——将 AI 开发环境真正随身化。
AidLux 最早名为 AidLearning，由张宏祥等人于 2019 年左右发起，目标是解决一个被很多人忽视的问题：端侧 AI 的开发门槛太高。
长期以来，移动端 AI 开发面临两难选择：
AidLux 提出了第三条路——在 Android/HarmonyOS 设备上运行一个完整的 Linux 容器环境，通过共享 Linux 内核实现 Android 与 Linux 的"原生融合"，同时调用 Android 的硬件能力（摄像头、传感器、GPS）和 Linux 的 AI 软件栈。
当前版本 AidLux 2.1.0（2026年3月发布）默认桌面从 Xfce 升级为 Ubuntu-desktop，支持最新的 Snapdragon 8 Gen 3 芯片组，集成了 Qualcomm Neural Network（QNN）推理引擎。
AidLux 内置 AidLite SDK，支持 CPU + GPU + NPU 异构调度，覆盖近 500 款端侧大模型：
| 模型类型 | 代表模型 | 量化支持 |
|---|---|---|
| LLM（大语言模型） | Qwen3、Phi3、Deepseek | INT4/INT8/FP16 |
| VLM（视觉语言模型） | LLaVA、Qwen-VL | INT8 |
| 扩散模型 | Stable Diffusion | INT8 |
| VLA（视觉动作模型） | OpenClaw | FP16 |
用户可以通过图形界面一键拉取模型，无需手动配置推理参数。
在手机上运行的不只是模拟器，而是真正的 Linux 环境：
AidLux 原生集成 ROS/ROS2，支持 MoveIt2 和 Gazebo 仿真，是目前移动端最具性价比的机器人开发平台之一。结合 VLA 模型支持，在手机上就能跑具身智能 demo。
AidLux 的核心技术是融合架构（Fusion Architecture）：
┌─────────────────────┐
│ Android/HarmonyOS │ ← 提供硬件抽象层（Camera, GPS, Sensors, WiFi）
│ (Host OS) │
├─────────────────────┤
│ Linux 容器环境 │ ← Ubuntu-desktop + Python + ROS + AI Frameworks
│ (AidLite Runtime) │
├─────────────────────┤
│ 共享 Linux 内核 │ ← Android/HarmonyOS 内核（不重启，原生融合）
└─────────────────────┘
这种架构的巧妙之处在于：不需要虚拟机，不需要双系统引导，Linux 和 Android 共享同一个内核，各自保持独立。Linux 容器内的进程可以直接通过 Android HAL 访问摄像头、GPU 等硬件资源。
AidLite SDK 是整个系统的性能核心，提供了跨芯片的统一 NPU 调用接口：
好消息是：AidLux 提供了 App Store 和图形安装向导（Wizard），普通用户不需要敲命令。
需要注意的是：
虽然 AidLite 做了大量优化，但在手机上跑 7B 参数的大模型，即使 INT4 量化，响应速度也远不如配备独立 GPU 的服务器。对于需要实时推理的生产场景，目前还不太适合。
项目需要 root 权限才能运行完整的 Linux 环境，这意味着它与现代 Android 的安全沙箱机制存在冲突。企业用户需要评估合规风险。
目前项目的更新节奏较快，版本间迁移可能带来兼容性问题。长期维护的稳定性有待观察。
AidLux 代表了**端侧 AI 就绪（AI-Ready）**这一大趋势的一个具体方向——将 AI 能力从云端下沉到随身设备。
从 GitHub 数据来看，该项目目前 5,773 Stars，720 Forks，在移动端 AI 开发工具中属于头部项目。从话题标签（#android-linux-ai、#aiot、#jupyter）可以看出，它的定位是 AIoT + 移动开发，而非单纯的大模型推理工具。
随着端侧芯片算力的持续提升（Snapdragon 8 Gen 3 的 NPU 已达到 45+ TOPS），这类平台的价值会进一步释放。可以预见，未来 1-2 年内，移动端 AI 开发将从"极客玩具"逐步进入"实用工具"阶段，AidLux 是这一进程的先行者之一。
AidLux 是一个有野心也有特色的项目——它不只是"在手机上装 Linux"，而是在重新定义"随身 AI 开发环境"这个概念。对于有移动端 AI 开发需求的工程师、机器人爱好者，以及对隐私敏感不希望数据上云的场景，它是一个值得尝试的选择。当然，部署在手机上的先天限制，使得它更适合学习和演示场景，生产级部署仍需更强大的硬件支撑。