逆天！手机也能部署大模型？DeepSeek-r1 部署教程来了！还在等什么！

现在，大家用手机的时间越来越长，对隐私安全的关注也越来越高。各大厂商也在琢磨，怎么才能让大模型直接跑在手机上。这几天写文章时，发现不少小伙伴都在问：怎么在手机上部署 DeepSeek？

既然大家都感兴趣，那今天就把我之前折腾的部署步骤整理出来，分享给大家，希望能帮到你！

在 Android 手机上运行 LLM安装指南

1. 安装 Termux 应用

安装有两种方法，如果第一种能用，别浪费时间试第二种。

• 打开Termux GitHub Releases页面

• 下载termux-app_v0.119.0-beta.1+apt-android-7-github-debug_arm64-v8a.apk。
• 安装 APK 文件。

2. 运行 Ollama 服务器前的环境配置

打开 Termux 后，你会看到一个看起来像 Linux 终端的界面。接下来，我们需要配置 Ollama 运行环境。

• 先授予存储权限：

termux-setup-storage

运行后，让 Termux 能够访问你的 Android 存储系统。执行后，系统会弹出“设置”应用，找到 Termux 并手动授予存储权限。

• 更新软件包

在安装任何工具之前，先更新软件包，就像在 Linux 上做的那样：

pkg upgrade

执行后，如果提示Y/N，直接输入Y并回车。

• 安装 Git、CMake 和 Golang

这些工具是下载和构建 Ollama 所必要依赖：

pkg install git cmake golang

3. 安装并构建 Ollama

• clone Ollama GitHub 仓库

如果你经常使用 Termux，可以先进入你想安装 Ollama 的目录；否则，直接执行以下命令：

git clone --depth 1 https://github.com/ollama/ollama.git

• 进入 Ollama 目录

下载完成后，切换到 Ollama 目录：

cd ollama

• 生成 Go 代码并构建 Ollama

运行以下命令，先生成 Go 代码：

go generate ./..

然后编译 Ollama（这一步耗时比较久，需要一点耐心）：

go build .

等待构建完成后，我们成功在手机上安装 Ollama！

4. 运行 DeepSeek 模型或其他小型模型（1B 或 2B 参数）

选择一个合适的模型

注意：参数超过 3B（30 亿）的模型在手机上运行太慢，甚至可能无法加载进显存，所以别折腾太大的模型。

进入Ollama模型库，寻找适合手机的小型语言模型（SLM，Small Language Models）。一旦找到合适的模型，就可以开始跑 本地模型 了！

在 Ollama 模型库 页面，你会看到一个“复制”按钮（如果用手机访问，看不到的话，切换到“桌面视图”模式）。点击复制，等会儿我们部署时可以用的上。

• 下载并运行模型

这里以DeepSeek 1.5B模型为例，当然你可以选择其他模型，步骤都是一样的。

• 运行 DeepSeek 1.5B 模型：

./ollama run deepseek-r1:1.5b --verbose

运行你自己选择的模型（如果你是选择其他模型时请输入对应的命令）：

./<刚刚从 Ollama 官网复制的命令>

等待下载完成

这个命令会开始下载模型到你的手机上，请耐心等待。下载时间取决于你的网速，如果你用的是移动数据，确保至少还有 1.5GB 流量，否则容易翻车！

开始使用 LLM

下载完成后，Termux 终端里会出现交互界面，你可以像在 PC 上那样使用 LLM。不过别对性能抱太高期待，毕竟这是在手机上运行的“小型”模型，速度肯定比不上 ChatGPT。

DeepSeek无疑是2025开年AI圈的一匹黑马，在一众AI大模型中，DeepSeek以低价高性能的优势脱颖而出。DeepSeek的上线实现了AI界的又一大突破，各大科技巨头都火速出手，争先抢占DeepSeek大模型的流量风口。

DeepSeek的爆火，远不止于此。它是一场属于每个人的科技革命，一次打破界限的机会，一次让普通人也能逆袭契机。

DeepSeek的优点

掌握DeepSeek对于转行大模型领域的人来说是一个很大的优势，目前懂得大模型技术方面的人才很稀缺，而DeepSeek就是一个突破口。现在越来越多的人才都想往大模型方向转行，对于想要转行创业，提升自我的人来说是一个不可多得的机会。

那么应该如何学习大模型

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

大模型岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把都打包整理好，希望能够真正帮助到大家。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】