Colibri

7440 亿参数的 GLM-5.2，跑在一台只有 25GB 内存的消费级机器上，这是 Colibri 要解决的事。做法是把专家模型直接从磁盘流式读取，而不是全部塞进内存，内存占用和性能因此能维持在可用范围内。引擎用纯 C 写成，不需要复杂的依赖链。想在没有高端硬件的条件下接触大模型的开发者、研究人员和 AI 爱好者，是它设想的用户。