
關於此課程
ChatGPT、Gemini 都在別人的機房裡跑;本地模型則是把 AI 下載到你自己的電腦。這門課先帶你弄懂原理與硬體,再一步步裝好工具,讓你的電腦能離線聊天、寫程式、生成圖片與影片、做字幕配音,甚至自己操作電腦。
你會帶走
一張發展地圖
從 LLaMA、llama.cpp 到 OpenClaw,再到 2026 年的 Qwen、Gemma 4、gpt-oss。
一套估算方法
參數、量化、VRAM 怎麼換算,買硬體前先算清楚。
一台本地 AI 工作站
Ollama、LM Studio、Open WebUI、ComfyUI 裝好並會用。
一條影像流程
本地生圖、生影片、Whisper 字幕、TTS 配音、FFmpeg 剪輯。
一位電腦小助手
OpenClaw 與 UI-TARS Desktop,讓模型看螢幕、動滑鼠。
課程地圖
| 單元 | 學什麼 |
|---|---|
| 一 認識本地模型 | 本地與雲端的差別、發展史(含 OpenClaw)、應用地圖 |
| 二 運作原理 | Token 與 Transformer、參數與 MoE、量化、擴散模型 |
| 三 硬體知識 | GPU、VRAM、頻寬、統一記憶體;方案比較;檢查自己的電腦 |
| 四 主流模型地圖 | 語言、圖片、影片、語音模型與授權 |
| 五 框架與容器 | Ollama、LM Studio、Docker 與 Open WebUI、API 串接 |
| 六 本地 AI 代理 | OpenClaw、UI-TARS Desktop 電腦控制、代理安全守則 |
| 七 ComfyUI 圖片生成 | 安裝、節點工作流、Z-Image 與 FLUX.2 等現代模型 |
| 八 本地影片 | Wan 2.2 影片生成、Whisper 字幕、Qwen3-TTS 配音、FFmpeg 剪輯 |
| 九 整合實作 | 三種預算的工作站配置、排錯總表、總測驗 |
怎麼上這門課
沒有顯示卡也能上:單元一到四是觀念與選購,單元五的 Ollama 用小模型就能在一般筆電跑。有 8GB 以上顯示記憶體再進入單元七、八的圖片與影片生成。
模型與版本資訊整理至 2026 年 11 月,各模型發展很快,下載前請以官方頁面為準。課程中的介面截圖取自各專案官方文件與 GitHub,圖說皆標註來源;安裝步驟依官方文件整理,介面改版時以你看到的畫面為準。
課程內容
單元一:認識本地模型:觀念、發展與應用地圖
1-2 本地模型發展史:從 LLaMA 到 OpenClaw,再到 2026
1-3 本地 AI 能做什麼:應用地圖與學習路線
單元二:運作原理:模型是怎麼「想」與「畫」的
單元三:硬體知識:你的電腦能跑什麼
單元四:主流模型地圖:2026 年該用哪一個
單元五:框架與容器:讓模型跑起來
單元六:本地 AI 代理:從 OpenClaw 到電腦控制
單元七:ComfyUI:在自己電腦生成圖片
單元八:本地影片:生成、字幕、配音與剪輯
單元九:整合實作:打造你的本地 AI 工作站
私訊講師
請先登入會員,即可向開放詢問的講師寄送課程問題。
前往首頁登入,登入後返回本課程詢問
