Uruchom modele z LM Studio na telefonie (LM Link) — poradnik 2026

Są dwa sposoby, by mieć AI na telefonie. Wnioskowanie na urządzeniu uruchamia mały model 1B–4B bezpośrednio na układzie telefonu — w pełni offline, ale z ograniczeniami (zobacz Uruchamianie LLM-ów na telefonie). Wnioskowanie zdalne uruchamia model na Twoim mocnym komputerze i przesyła czat strumieniowo na telefon — dzięki czemu możesz sterować modelem 14B, 32B, a nawet 70B prosto z kieszeni.

Ten poradnik omawia ścieżkę zdalną z użyciem LM Link od LM Studio i aplikacji Locally, a także ręczną alternatywę dla Androida i użytkowników zaawansowanych.

Jak to działa

• Model działa na Twoim komputerze (Mac, Windows albo Linux) wewnątrz LM Studio. Wagi nigdy nie opuszczają tej maszyny.
• Twój telefon jest cienkim klientem: wysyła prompty i odbiera strumień tokenów.
• Połączenie jest szyfrowane end-to-end i peer-to-peer — Twoje urządzenia nigdy nie są wystawione do publicznego internetu.

LM Studio dzieli to na dwa elementy:

LM Link działa na bazie własnej sieci mesh VPN Tailscale. Oba urządzenia logują się na to samo konto LM Studio, a ta wspólna tożsamość uwierzytelnia połączenie. Serwerów LM Studio dotyka wyłącznie lista wykrytych urządzeń — Twoje rozmowy zostają na Twoim sprzęcie.

Status (czerwiec 2026): wymaga LM Studio w wersji 0.4.16+. Wczesna lista oczekujących na Preview, wymagająca zgłoszenia, została zniesiona 8 czerwca 2026, więc LM Link jest otwarty dla wszystkich. W okresie Preview jest darmowy; Locally na start działa tylko na iPhone'a i iPada (na razie bez Androida).

Czego potrzebujesz

• Maszyny-hosta (Mac, Windows albo Linux) z wydajnym GPU lub Apple Silicon, z LM Studio 0.4.16 lub nowszym.
• Darmowego konta LM Studio (zaloguj się w prawym górnym rogu aplikacji).
• Co najmniej jednego pobranego modelu. 7B–14B to złoty środek do użycia z telefonu — szybko i wystarczająco mocno. Większe karty i Maki obsłużą 32B–70B.
• iPhone'a albo iPada na ścieżce oficjalnej (lub dowolnego klienta zgodnego z OpenAI na opisanej niżej ręcznej ścieżce dla Androida).

Część 1 — Łatwa ścieżka: LM Link + Locally (iOS)

Krok 1 — Przygotuj komputer

1. Zaktualizuj LM Studio do wersji 0.4.16+.
2. Zaloguj się na swoje konto LM Studio.
3. Pobierz model do serwowania. W aplikacji naciśnij Cmd/Ctrl + Shift + M, by wyszukać modele, albo skorzystaj z CLI:

``bash lms get lmstudio-community/Qwen2.5-7B-Instruct-GGUF ``

Krok 2 — Włącz LM Link

1. Otwórz stronę LM Link wewnątrz LM Studio.
2. Włącz ją (od kompilacji z 8 czerwca nie trzeba już listy oczekujących).

Krok 3 — Skonfiguruj telefon

1. Zainstaluj Locally z App Store.
2. Zaloguj się na to samo konto LM Studio.
3. Twój komputer pojawi się jako dostępny host — wybierz go.

Krok 4 — Rozmawiaj

1. Wybierz model, który Twój komputer ma załadowany.
2. Wyślij wiadomość. Wnioskowanie działa na komputerze, a odpowiedź płynie strumieniem na telefon przez szyfrowane połączenie.

To cała konfiguracja. Żadnych adresów IP, przekierowań portów ani kodów QR — logowanie na wspólne konto samo nawiązuje sieć mesh.

Część 2 — Ścieżka ręczna: lokalny serwer przez LAN / Tailscale (Android i zaawansowani)

Locally działa na razie tylko na iOS, ale do wbudowanego serwera LM Studio dotrze każda aplikacja czatowa zgodna z OpenAI.

Krok 1 — Uruchom serwer LM Studio

• W LM Studio otwórz zakładkę Developer / Server i kliknij Start Server albo skorzystaj z CLI:

``bash lms server start --port 1234 ``

• Wystawia to API zgodne z OpenAI pod http://localhost:1234/v1 z endpointami takimi jak /v1/chat/completions, /v1/models i /v1/embeddings.

Krok 2 — Udostępnij je telefonowi

• W ustawieniach serwera włącz „Serve on Local Network” (przypina to serwer do 0.0.0.0 zamiast do 127.0.0.1).
• Znajdź adres LAN swojego komputera (np. 192.168.1.42).

Krok 3 — Skieruj na niego klienta mobilnego

• Zainstaluj klienta na Androida zgodnego z OpenAI (np. Chatbox, LMSA) albo — na iOS — aplikację przyjmującą własny adres bazowy.
• Ustaw adres bazowy na http://<adres-LAN-komputera>:1234/v1, a pole klucza API zostaw puste (albo wpisz dowolny placeholder).
• Wybierz załadowany model i rozmawiaj.

Krok 4 (zalecany) — Zabezpiecz dostęp zdalny przez Tailscale

• Przypięcie do sieci LAN nie ma żadnego uwierzytelniania — korzystaj z niego wyłącznie w sieci, której ufasz.
• Aby dotrzeć do komputera spoza domu bez otwierania portu do internetu, zainstaluj Tailscale na komputerze i telefonie, zaloguj się do tego samego tailnetu i użyj adresu Tailscale komputera (100.x.y.z) zamiast adresu LAN.
• To dokładnie ten sam model bezpieczeństwa, który automatyzuje LM Link — tyle że składasz go własnoręcznie.

Wybór modelu do serwowania

Serwowanie z komputera całkowicie omija limit pamięci samego telefonu. Jeśli wolisz uruchomić model na urządzeniu, pamiętaj, że iOS ubija aplikację przekraczającą swój budżet pamięci, a pobieranie modelu zatrzymuje się, gdy aplikacja schodzi na drugi plan.

Skorzystaj z analizatora sprzętu, by potwierdzić dopasowanie, i przejrzyj bibliotekę modeli — każda strona modelu ma polecenie lms get do skopiowania jednym kliknięciem oraz skrót do LM Link.

Uwagi o bezpieczeństwie i prywatności

• LM Link: szyfrowanie end-to-end przez prywatną sieć mesh Tailscale; urządzenia nigdy nie są wystawione do publicznego internetu; rozmowy zostają na urządzeniu; wnioskowanie na Twoim sprzęcie.
• Ręczny serwer LAN: to domyślne przypięcie do pętli zwrotnej (127.0.0.1) jest tym, co Cię chroni. W chwili, gdy przypniesz serwer do 0.0.0.0, każdy w sieci może uderzyć w API — zabezpiecz je na poziomie sieci albo postaw przed nim uwierzytelniające reverse proxy, a do dostępu zdalnego wybieraj Tailscale zamiast przekierowania portów.
• Tak czy inaczej żaden zewnętrzny dostawca AI w chmurze nie widzi Twoich promptów — o to w tym wszystkim chodzi.

Rozwiązywanie problemów

• Telefon nie widzi komputera (LM Link): upewnij się, że oba urządzenia są zalogowane na to samo konto LM Studio, a komputer jest wybudzony i online.
• Połączenie odrzucone (ścieżka ręczna): serwer nie jest przypięty do sieci — włącz „Serve on Local Network” i sprawdź, czy zapora komputera przepuszcza port 1234.
• Działa po Wi-Fi, nie działa na transmisji komórkowej: adresy LAN działają tylko w tej samej sieci. Do dostępu spoza sieci użyj Tailscale (albo LM Link).
• Wolne odpowiedzi: pracę wykonuje komputer — mniejsza kwantyzacja albo model 7B–14B poprawi opóźnienia na łączu.
• Komputer uśpiony: dostęp zdalny wymaga hosta online. Wyłącz usypianie albo skorzystaj z wake-on-LAN.

Zastosowania

• Uruchamiaj modele daleko wykraczające poza możliwości telefonu — 32B/70B z kieszeni, napędzane Twoim domowym GPU.
• Prywatna AI bez abonamentu — Twoje dane zostają na Twoich urządzeniach; żadnych rachunków za tokeny.
• Praca z długim kontekstem nad dokumentami i kodem, która nie zmieściłaby się w pamięci telefonu.
• Wyciśnij wartość z bezczynnego sprzętu — Twój GPU staje się zawsze dostępnym, osobistym serwerem wnioskowania.
• Zestaw dla rodziny lub zespołu — jedna maszyna prywatnie obsługuje telefony kilku osób.
• Podróże i praca zdalna — Twoje domowe AI podąża za Tobą przez tailnet.

Pamiętaj: LM Link działa zdalnie, a nie offline. Wymaga połączenia między telefonem a hostem. Do prawdziwego AI w trybie samolotowym użyj aplikacji działających na urządzeniu — zobacz Uruchamianie LLM-ów na telefonie.

→ Przeczytaj pogłębiony wpis na blogu | → Porównaj Ollama, LM Studio i Jan | → Skonfiguruj lokalny serwer API