梦境是我们最私密的想法。然而，目前大多数 AI 驱动的日记应用都要求用户将深层的个人情感、恐惧和潜意识经历直接上传到云端。RemoraAI 的出现正是为了挑战这一现状，它是一款主打“隐私优先”的潜意识社交网络，通过 LiteRT-LM 和 Flutter 框架，直接在移动端设备上运行 Gemma 4 模型。
RemoraAI 的核心功能非常丰富：它允许用户通过语音记录梦境，并获取由 AI 驱动的心理学解读；系统能够自动检测用户长期的潜意识重复模式，并生成超现实的梦境视觉图画。用户还可以选择将匿名化的梦境发布到公共社区信息流中。该应用最关键的创新在于，所有敏感的心理分析过程完全在本地完成，原始梦境数据无需离开智能手机。
长期以来，梦境记录一直是一项私密的线下活动，因为用户对将脆弱的心理内容上传到中心化服务器持有戒备。RemoraAI 证明了现代多模态 AI 能够在保护用户隐私的同时，提供有意义的情绪分析。其核心流程如下：用户输入语音后，本地 Gemma 4 模型处理叙述内容，生成梦境标题、情感解读、主题标签以及潜意识基调检测。随后，用户可选择生成 AI 梦境艺术画作，并进行私密存储或匿名发布。
在技术架构上，RemoraAI 采用了 Flutter 作为前端框架，结合 LiteRT-LM 和 MediaPipe 实现本地 AI 推理，并支持 Android AI Core 和 Gemini Nano。其架构包含三个关键层：首先是本地 AI 层，利用 LiteRT-LM 调用 Gemma 4 E2B 模型实现 NPU 加速的离线推理；其次是云端层，处理可选的图像生成和匿名社区分发；最后是存储层，通过向量嵌入（Vector Embeddings）和检索增强生成（RAG）技术来分析长期的潜意识模式。
开发者选择 Gemma 4 E2B 模型是看中了其在移动端性能、内存占用、多模态能力和推理质量之间的平衡。相比于体积过大或推理过慢的传统模型，Gemma 4 在 Android NPU 上表现优异。这不仅实现了完全离线的梦境分析，还大幅降低了延迟和基础设施成本，同时将用户隐私保护提升到了新的高度。
