本地 AI 模型全攻略:從原理、硬體到文字、影像與電腦控制實作

追蹤清單 分享

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。

展開更多內容

課程內容

單元一:認識本地模型:觀念、發展與應用地圖
弄懂本地模型和雲端 AI 的差別,從 LLaMA 一路走到 OpenClaw 與 2026 年的現況,並看懂本地 AI 能做哪些事。

單元二:運作原理:模型是怎麼「想」與「畫」的
從 Token、Transformer 到參數、MoE、量化與擴散模型,弄懂下載模型時看到的每個名詞。

單元三:硬體知識:你的電腦能跑什麼
看懂 GPU、VRAM、記憶體頻寬與統一記憶體,比較筆電、桌機、Mac 與 AI 小主機,並檢查自己的電腦。

單元四:主流模型地圖:2026 年該用哪一個
整理 2026 年 11 月可以本地執行的語言、圖片、影片、語音模型,並學會看授權、找官方下載點。

單元五:框架與容器:讓模型跑起來
認識推論引擎、工具與容器,實際安裝 Ollama、LM Studio、Open WebUI,並用 API 把本地模型接進自己的程式。

單元六:本地 AI 代理:從 OpenClaw 到電腦控制
讓本地模型不只聊天,還能透過 OpenClaw 幫你做事、透過 UI-TARS Desktop 看螢幕操作電腦,並建立代理的安全守則。

單元七:ComfyUI:在自己電腦生成圖片
安裝 ComfyUI,看懂節點工作流並做出第一張圖,再用官方範本跑 Z-Image、FLUX.2 Klein 等現代模型。

單元八:本地影片:生成、字幕、配音與剪輯
用 Wan 2.2 在本地生成影片,用 Whisper 做字幕、Qwen3-TTS 配音,再用 FFmpeg 與本地語言模型串成一條離線影片流程。

單元九:整合實作:打造你的本地 AI 工作站
把硬體、模型與工具整合成三種預算的工作站配置,附安裝清單、排錯總表與課程總測驗。

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

Want to receive push notifications for all major on-site activities?

✕