--- title: "🧪 Godot 缺一棵樹？Qwen3.5-4B-GLB-3D-Coder 這顆 4B 小模型專做 GLB 素材｜地端 AI 實驗室" description: "5.2k 下載、103 個讚，HF 熱度 100：`ccore/Qwen3.5-4B-GLB-3D-Coder` 是一顆 4B、Apache-2.0、直接附 GGUF 的小模型，官方 model card 說它被訓練來做一件事，替用 GLB 檔的 Godot 編輯器產生遊戲素材。" canonical_url: "https://blog.markkulab.net/local-ai-lab/local-ai-lab-2026-11-03" author: "Mark Ku" author_url: "https://blog.markkulab.net/author/mark-ku" site: "Mark Ku's Blog" date_published: "2026-11-03T02:00:00.000Z" category: "地端 AI 實驗室" tags: ["local-ai", "podcast", "地端模型", "lora", "開源模型", "Qwen3.5-4B-GLB-3D-Coder", "DeepSeek-V4.1-Flash-1017-GSQ-RCO-Coder-GGUF", "Ling-3.1-flash-1019", "llama.cpp", "GGUF", "Godot"] language: "zh-TW" license: "CC BY 4.0" license_url: "https://creativecommons.org/licenses/by/4.0/" attribution: "轉載或引用請註明作者並附上原文連結" --- # 🧪 Godot 缺一棵樹？Qwen3.5-4B-GLB-3D-Coder 這顆 4B 小模型專做 GLB 素材｜地端 AI 實驗室 ## 開場白 5.2k 下載、103 個讚，HF 熱度 100：`ccore/Qwen3.5-4B-GLB-3D-Coder` 是一顆 4B、Apache-2.0、直接附 GGUF 的小模型，官方 model card 說它被訓練來做一件事，替用 GLB 檔的 Godot 編輯器產生遊戲素材。今天另外兩則走完全相反的路線，一個是把 763.2B 的 MoE 剪掉一半專家塞進本機，一個是 560B 總參數的純文字新架構。至於那個「剪掉一半專家」到底剪出多大的檔案，等一下告訴你。 --- ## 本期精選 ### 1. ccore/Qwen3.5-4B-GLB-3D-Coder：專門生 Three.js 場景、能按鈕匯出 GLB 的 4B 小模型 - **來源／摘要**: 由本節目的「地端模型雷達」自 Hugging Face 抓取（https://huggingface.co/ccore/Qwen3.5-4B-GLB-3D-Coder ）。官方 model card 把它標為 Early preview，定位是「可匯出 GLB 的 3D 場景與素材生成」，作者同時註明訓練仍在進行中。 - **這是什麼**: 一顆 4B 的 coding 特化模型，授權 Apache-2.0，目前只以 GGUF 形式釋出（Q8_0 與 Q4_K_M）。作者在說明裡把它定位成「一個 4B 的小型 coding 模型，被訓練來產生 Three.js 場景與可匯出 GLB 的素材」。要注意的是，完整 Safetensors 權重與訓練資料集，model card 寫的是要等訓練結束才會釋出。 - **能用在哪些場景**: **(1) 獨立遊戲開發者在 Godot 裡臨時缺素材。** 你在做一個小品遊戲，場景裡還缺一棵樹、一隻雜魚怪、一塊會動的平台，美術外包還沒回來，但你今天就想把關卡的 blocking 排完。官方 model card 寫的用途就是「替使用 GLB 檔的 Godot 編輯器產生遊戲素材」。另有一則第三方描述提到，它會輸出一個帶「Export GLB」按鈕的獨立 Three.js HTML 檔，開發者按下按鈕就能把素材拉進專案。這則第三方線索來自 GitHub 上一個名為 haruspex 的專案的 issue #906，不過選題簡報只記到 issue 編號，沒有留下 repo 全名與連結，所以它的可查證度低於官方 model card，請當「他人回報」看待。 **(2) 前端／WebGL 工程師做互動場景原型。** 客戶要一個產品 3D 展示頁，你想先丟三四個版本的場景草稿出來談方向，但專案內容不方便送雲端。4B + GGUF 的組合可以直接掛在本機 llama.cpp 上當場景草稿機，程式碼和需求描述都不出機器。 **(3) 想做「大模型派工給小模型」架構的人。** 前面那則 haruspex 的 issue 把它當成專職特化模型的第一個使用案例，說它「太小不適合通用 coding，但這一件事做得好」。如果你正在自架 agent 工具鏈，由主模型把「生 3D 素材」這種窄任務外包給一顆 4B 常駐小模型，這是現成的素材。 - **跑得動嗎**: 官方 model card 沒有標示 VRAM 門檻，只列出可下載的量化檔：Q8_0 與 Q4_K_M 兩種 GGUF，另附一個可選的原版未修改 Qwen3.5-4B BF16 vision encoder/projector。既然官方沒寫，就只能從規格推估：4B 參數搭 Q4_K_M，體感上屬於一般筆電與消費級顯卡的射程範圍，但這是依參數量與量化格式所做的推估，不是官方標示的數字。 - **本期聲量**: HF 熱度 100，5.2k 次下載、103 個讚。在本期清單裡，它是少數「不是把別人的權重重新量化打包」的獨立微調。 - **跟同類比**: 同作者已經有一版比較成熟的 `ccore/Qwen3.5-4B-3D-Coder`，那一版的 model card 說訓練集是 4,146 個 Three.js 場景範例，並已公開 FP16 權重與技術報告；GLB 版則是訓練資料橫跨 25 個遊戲素材領域、主打素材匯出。另外有一筆第三方結論要先看清楚：一個名為 beemodel 的來源在其 issue #434 中判定「不行」，理由是它是 text-to-code 模型，不是 image-to-3D 模型，你丟一張參考圖進去不會得到模型。前述 haruspex 在 2026-11-01 的試跑紀錄則是：首次嘗試 15 題有 8 題產出有效 GLB，加上修復迴圈後 15/15。以上兩筆皆為他人回報，且同樣只留下 issue 編號而無 repo 全名與連結，本節目未執行驗證。 - **怎麼取得**: HF 頁面直接給 llama.cpp 指令，原文寫的是 `llama serve -hf ccore/Qwen3.5-4B-GLB-3D-Coder:Q4_K_M` 起一個 OpenAI 相容的本機伺服器，或 `llama cli -hf ...` 在終端機直接跑；同頁也列出 `ollama run hf.co/ccore/Qwen3.5-4B-GLB-3D-Coder:Q4_K_M` 與 Docker Model Runner 的用法。這裡提醒一下：llama.cpp 一般常見的執行檔名是 `llama-server` 與 `llama-cli`（本期第 2、3 則引用的官方指令就是這種寫法），如果你照 model card 原文貼上去找不到指令，請改成 `llama-server -hf ...` 再試一次。 - **連結**: https://huggingface.co/ccore/Qwen3.5-4B-GLB-3D-Coder --- ### 2. ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-Coder-GGUF：不是降位元，是直接剪掉一半專家 - **來源／摘要**: 「地端模型雷達」自 Hugging Face 抓取（https://huggingface.co/ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-Coder-GGUF ）。發布者是 IST Austria 的 DASLab，這版的賣點是自己的壓縮方法論，而不是又一份重新量化的打包。 - **這是什麼**: 以 DeepSeek-V4.1-Flash-1017 為基礎、針對 coding 能力做的壓縮版 GGUF，授權 MIT。官方 model card 說這是針對特定能力做的壓縮版本，一半的 routed experts 直接被剪掉而不是量化，其餘權重沿用 IQ2_XXS 的 per-tensor 量化（2.00 bpw）。一句話講白：別人在降位元，它在砍專家。 - **能用在哪些場景**: **(1) 有大記憶體工作站或高階 Mac 的團隊，想在內網自架 coding 助理。** 公司程式碼不能外流、但又想要一個比 7B 小模型強的補完與重構助手，這類「用剪枝換到一個能離線跑的 coder」的版本就是為這種情境存在的。 **(2) 需要帶圖輸入的內部文件或 UI 稽核流程。** README 的啟動範例是 `llama-server` 搭配 `--mmproj mmproj-DeepSeek-V4.1-Flash-1017-BF16.gguf -ngl 99`，也就是官方給了視覺投影器的掛載方式。如果你要做的是「把一批內部系統的截圖丟進去，讓它比對 UI 規範或抽欄位」，又不想把畫面送出去，官方文件至少把掛載路徑寫明了。 **(3) 研究量化與剪枝的工程師做對照實驗。** 同系列未剪枝的 GSQ-RCO 版本在卡片上註明基礎模型是 763.2B 參數、每層 384 個 routed experts、每個 token 啟用 6 個、1M token 上下文。兩個 repo 放在一起，就是現成的「剪一半專家對能力的影響」教材，省掉你自己訓一輪的成本。 - **跑得動嗎**: 官方未標示最低硬體，但 model card 把檔案大小寫得很清楚：基礎模型 763.2B 參數，其中 551.9B 在 transformer；IQ2_XXS 的 transformer 權重約 72.12 GB（每層保留 384 個專家中的 192 個），另外 Engram 查表檔 IQ4_NL 約 110.60 GB，且該檔未剪枝、與未剪枝版本完全相同。兩個檔案加起來就是你要準備的空間量級，這是官方列出的檔案大小，不是官方標示的 VRAM 門檻。另外同系列 GSQ-RCO 卡片註明需要 llama.cpp b11870 或更新版本，版本太舊會直接載不起來。 - **本期聲量**: HF 熱度 97，28.7k 次下載、101 個讚。本期 DeepSeek-V4.1-Flash-1017 家族刷了半張榜，但多數是純量化重打包，這版是少數有自己方法論的。 - **跟同類比**: 同一顆基礎模型的一般 GGUF 路線可以對照 mrfakename 的版本，其卡片列出 Q8_0 約 473 GiB、Q4_K_M 約 414 GiB，最小可用的 Q2_K 也要 246 GiB。DASLab 走的是剪專家而非純降位元，檔案量級差距就在這裡。另外 AtomicChat 的衍生版宣稱搭配 Strata、把 backbone 放系統記憶體、Engram 表從 SSD 串流，可在單張 12 GB GPU 上跑，但那是該 repo 作者自己的說法，而且它的量化與共用 Engram 檔本來就來自 DASLab。 - **怎麼取得**: README 的流程是用 `hf download ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-Coder-GGUF` 取檔，把共用的 Engram 檔以 `ln -s` 連成第 6 個分片，再用 `llama-cli -m IQ2_XXS/...-00001-of-00006.gguf -ngl 99` 或 `llama-server` 啟動。那個 symlink 步驟是重點，漏掉分片湊不齊。 - **連結**: https://huggingface.co/ISTA-DASLab/DeepSeek-V4.1-Flash-1017-GSQ-RCO-Coder-GGUF --- ### 3. inclusionAI/Ling-3.1-flash-1019：560B 總參數、每 token 只啟用 25B 的混合線性 MoE - **來源／摘要**: 「地端模型雷達」自 Hugging Face 抓取（https://huggingface.co/inclusionAI/Ling-3.1-flash-1019 ）。本期少數「原廠釋出、新架構、MIT、權重直接下載」的通用大模型，不是誰的重打包。 - **這是什麼**: inclusionAI 的新一代純文字大模型，官方 model card 的架構表寫的是 Hybrid-linear MoE、總參數 560B／啟用 25B、63 層 KDA + 9 層 Gated MLA、512 個 routed experts。順帶一提參數量口徑：model card 架構表寫 560B，HF 頁面側欄則顯示 572B params，model card 沒有解釋兩者差異的來源，你在對外引用時最好註明自己用的是哪一個數字。 - **能用在哪些場景**: **(1) 做工具呼叫 agent 的團隊在選開源底座。** 官方 model card 說這次後訓練強化的是科學與真實世界的 agentic 能力，列出 AA-Briefcase 由 1397 升到 1524、AutomationBench-AA 由 62% 升到 68%。如果你正在比較自架 agent 後端的候選清單，這是官方給的評估起點（數字為官方自述）。 **(2) 需要長文件或長流程分析的內部系統。** Vercel AI Gateway 的說明頁寫的是 560B 總參數、每 token 啟用 25B，1M token 上下文支援長文件分析與長流程 agent 工作。講具體一點：法遵部門整份規章加附件、或是整個 repo 的全庫問答，如果你的文件本來就常被 chunk 切壞語意，1M 上下文至少讓你有「不切」這個選項，實際品質本節目沒有驗證。 **(3) 想先免費試水溫再決定要不要自架的人。** Vercel AI Gateway 把它列為免費價格，而同系列 Ling 3.1 Flash 在多家供應商也有 $0.00 的 free 路由。先用 API 把任務可行性驗完，再回頭評估要不要把 MIT 權重拉回地端，順序比較不會燒錢。 - **跑得動嗎**: 官方 model card 未標示硬體門檻，只給了架構表。以下兩個數字請先看清楚身分，一個來自官方 FP8 release 的檔案大小、一個是第三方對「上一代」的估算，兩者都不是 1019 版的官方硬體門檻：EXL3 量化者 vcruz305 在卡片上列出 inclusionAI 官方 FP8 release 約 534.35 GiB；benchlm.ai 則是針對「上一代」Ling 3.1 Flash 估約 640GB VRAM、8× H100。結論是消費級機器基本無緣，它屬於本節目「知道它存在、知道架構長怎樣」的那一格。 - **本期聲量**: HF 熱度 90，2.3k 次下載、94 個讚。下載數明顯低於前兩則，合理，畢竟能自架的人不多。 - **跟同類比**: 跟本期洗榜的 DeepSeek-V4.1-Flash-1017 相比，後者被 unsloth 的卡片描述為 DeepSeek-V4.1-Flash 的小幅更新，在推論、程式、agentic 與視覺基準上有提升且具視覺能力；Ling-3.1-flash-1019 則是純文字、走混合線性注意力路線。inclusionAI 官方在 X 上說它在 Artificial Analysis Intelligence Index 由 41 升到 44，這是官方自述數字。 - **怎麼取得**: HF 上直接提供可下載的 safetensors 權重，頁面標示 572B params、張量型別 BF16 / F8_E4M3 / F32，並帶 `bailing_hybrid` 與 `custom_code` 標籤，代表載入時需要信任 repo 內的程式碼。benchlm.ai 另指出，同系列前一版的公開 FP8 權重是 MIT 授權並附 SGLang 與 vLLM 的服務說明。 - **連結**: https://huggingface.co/inclusionAI/Ling-3.1-flash-1019 --- ## 結尾段落 今天三則剛好把 2026 年底地端生態的光譜拉滿：一端是 4B、Apache-2.0、下載完就能在筆電上玩的窄任務特化模型，另一端是 763.2B 剪一半專家、以及 560B 混合線性 MoE 這種「要嘛有工作站、要嘛先用免費 API」的大傢伙。如果你週末只想動一個，我會推 `ccore/Qwen3.5-4B-GLB-3D-Coder`，門檻最低、用途最明確，而且它示範了「小模型只做好一件事」這個值得被更多人抄的設計思路。照例提醒，本集所有功能與效能敘述都引述自官方 model card 或他人回報，本節目未實際執行這些模型。我們明天見。 --- ## 關於本文與作者 本文出自 [Mark Ku's Blog](https://blog.markkulab.net/local-ai-lab/local-ai-lab-2026-11-03) 授權條款： [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) — 轉載或引用請註明作者並附上原文連結 ### 關於作者 **[Mark Ku](https://blog.markkulab.net/author/mark-ku)** — 軟體工程師 - 10 年以上軟體工程師 - 做過北美電商與 AI SaaS 訂閱收費系統 ### 作者開發的免費工具 以下工具皆可免費使用： - [免費 PDF 簽名工具](https://blog.markkulab.net/tools/pdf-sign): 線上 PDF 簽名工具，瀏覽器內完成手繪、打字、上傳簽名，可拖曳放置、縮放、下載。所有處理都在你的裝置完成，檔案不會上傳。 - [VS Code Refactory](https://blog.markkulab.net/tools/refactory): Refactory 是一款 VS Code 重構擴充套件：34 個重構動作、37 條 code smell 檢查、Code Health 儀表板、18 種語言、534 支測試。懂你的專案慣例：介面放哪、DI 註冊寫在哪、'use client' 該不該加；還會用 git 修改頻率 × 複雜度排出「該先修哪個檔案」，並一鍵把壞味道交給你自己電腦上的 Claude Code 修。免費使用，原始碼不離開你的機器。 - [DB-Kit 資料庫管理工具](https://blog.markkulab.net/tools/db-kit): DB-Kit 是一個用 Tauri + Rust + React 打造的輕量跨平台資料庫管理工具，用單一一致的介面同時管理 MySQL、MariaDB、PostgreSQL、SQL Server、Oracle、SQLite、MongoDB、Redis、Kafka、Elasticsearch 與 RabbitMQ 十一種資料來源：連線密碼以 OS keychain 加密、SSH Tunnel、完整 CRUD、視覺化查詢建構器、多結果集同時顯示、跨連線資料傳輸、結構與資料比對（同步 SQL、結構快照）、Excel / CSV 匯入匯出、執行計畫視覺化、ER 圖、排程備份、SQL 壓力測試（p50～p99 延遲百分位）、15 條規則的 SQL 審查、執行前 AI 審查並逐句備份的「審查並執行」（自動產生回滾腳本）、Kafka 訊息瀏覽與監控告警、SSH 終端機與 SFTP / FTP、Docker / Kubernetes、遠端桌面（RDP / VNC / RustDesk）、檔案 / 資料夾比對、預存程序整合測試；六種介面語言，內建 AI 助手（本機 CLI 或 Anthropic / OpenAI 相容 API，自然語言生成 SQL、AI 審查與調校建議）與命令列工具 dbk。免費開源（MIT），提供 Windows / macOS / Linux 安裝檔。 - [VS Code Super Mermaid](https://blog.markkulab.net/tools/super-mermaid): Super Mermaid 是一款 VS Code 擴充套件：開箱即用的漂亮 Mermaid 圖表，自動上色、即時預覽、滑鼠平移縮放、PNG / SVG 高解析匯出，內建 21 種範本與多種主題。免費開源（MIT）。 - [React Super Mermaid](https://blog.markkulab.net/tools/react-super-mermaid): react-super-mermaid 是一個開源 React 元件庫：一行 即可渲染漂亮的 Mermaid 圖表，內建 colorful / sketch 主題、平移縮放、圖內搜尋、SVG / PNG 高解析匯出。輕量、SSR 安全、完整 TypeScript 型別。免費開源（MIT）。 - [Jira / Confluence Super Mermaid](https://blog.markkulab.net/tools/jira-super-mermaid): Atlassian Forge app：在 Jira issue 與 Confluence 內文直接寫 Mermaid 語法，畫流程圖、時序圖、狀態機與甘特圖。11 種圖表、SVG / PNG 匯出、明暗主題、完整中日韓文字支援。取得 Runs on Atlassian 資格：圖表存在你自己的站台，app 不呼叫任何第三方服務。免費，即將上架 Atlassian Marketplace。 - [Mermaid 線上預覽](https://blog.markkulab.net/tools/mermaid-preview): 在瀏覽器裡寫 Mermaid、即時看圖，整張圖表壓進網址就能分享。免註冊、不上傳伺服器，相容 mermaid.live 的分享連結。 - [React Intl Phone Number](https://blog.markkulab.net/tools/react-intl-phone-number): react-intl-phone-number 是一個開源 React 元件：framework-agnostic、不依賴 antd，提供 E.164 進出、可搜尋國旗 / 國碼下拉、可配置驗證等級（strict / mobile-strict / loose）、可主題化 CSS 與 i18n，電話邏輯由 google-libphonenumber 驅動。輕量、完整 TypeScript 型別。免費開源（MIT）。 - [Uptime Kuma Cluster](https://blog.markkulab.net/tools/uptime-kuma-cluster): 把單機版 Uptime Kuma 改造成高可用叢集：OpenResty + Lua 智慧負載平衡、MariaDB 共享狀態、健康檢查與自動 Failover，附監控與叢集管理 RESTful API，一行 Docker Compose 啟動。免費開源（MIT）。 - [AI Podcast Cut 音檔剪輯](https://blog.markkulab.net/tools/ai-podcast-cut): 丟進一段錄音，AI 幫你剪掉「嗯、呃、那個」與講到一半重講的片段，平衡逐段音量，並派第二個 agent 覆核每一刀。辨識與去人聲都在你自己的電腦上跑，不上傳、不需要金鑰。剪點會貼齊字邊界與零交越、每一刀都有漸弱漸強，句尾還留得住呼吸感。Windows / macOS / Linux 桌面應用，MIT 開源，Windows 安裝檔內建 ffmpeg。 - [AI Video Cut 影片剪輯](https://blog.markkulab.net/tools/ai-video-cut): 在影片裡選一個東西：打字（人臉、車牌、手機螢幕、logo）、手動點選或拖框，或交給 Claude Code / Codex 挑。AI Video Cut 會逐幀追蹤它，再幫你打馬賽克或模糊、調色、加跟著走的貼紙與文字、把螢幕或海報換成你的圖片或影片，甚至用其他幀拍到的背景把它移除。另有序列剪輯、本機字幕與 AI 助手。免費開源（MIT）的 Windows 桌面應用（macOS / Linux 實驗中），本機運行，影片不上傳。 - [open-pos 開源餐飲 POS](https://blog.markkulab.net/tools/open-pos): 一台電腦加一台出單機就能開店。資料存在自己的硬碟裡、沒有月租、沒有綁約，MIT 全開源。金額用整數元依營業稅法拆算稅額，銷售額加稅額恆等於總額；出單走網路型 ESC/POS（TCP 9100），不必裝廠商驅動。Tauri + Rust + SQLite 桌面應用，v1.0 開發中。 - [.NET 電商 API 架構範本](https://blog.markkulab.net/tools/dotnet-ecommerce-api): 以 .NET 10 打造的電商平台後端 API 架構範本：Controller → Service → Repository 分層、Autofac 依命名慣例自動註冊、SqlSugar 支援 MySQL / MariaDB 與 SQL Server、Redis 快取與訊息佇列、Hangfire 排程、JWT 認證，內建可擴充的金流 Provider 模組（綠界 ECPay、藍新 Newebpay）。Apache 2.0 開源。 - [Open Token Monitor 團隊 AI 用量監控](https://blog.markkulab.net/tools/open-token-monitor): 把每位員工電腦上 AI coding 工具的 token 用量與等值成本集中到公司自架的 hub：PostgreSQL、組織名單、依公司與部門比較的 dashboard、報表 API。員工端有 Electron 與 Rust/Tauri 兩種，每 30 分鐘自動上傳。MIT 開源，Docker 一行起。 - [AI 資安監控 ai-security-monitor](https://blog.markkulab.net/tools/ai-security-monitor): 網站上線了，漏洞、憑證與安全設定誰來檢查？ai-security-monitor 用自架 Security Hub 集中網站掃描與主機監控，合併重複發現、比對修補前後，讓你知道哪些問題還沒處理。 ### 每日 Podcast - [Mark's Tech Insights 每日 AI 新鮮事](https://blog.markkulab.net/category/tech-news): 每日精選 AI 與科技趨勢，透過語音摘要快速掌握最新技術動態，涵蓋 AI 應用、軟體架構、DevOps 與工程實戰。 — RSS: https://blog.markkulab.net/feed.xml - [AI股市蝦聊](https://blog.markkulab.net/category/ai-stock-chat): 每個交易日用 AI 分析台股盤勢，以雙人對話聊當天的盤中觀察與隔日預測。 — RSS: https://blog.markkulab.net/ai-stock-chat/feed.xml - [開源好物日報](https://blog.markkulab.net/category/open-source-weekly): 每天從 Hacker News、GitHub、Reddit 聲量雷達精選免費開源工具，以雙人對話聊解決什麼痛點與怎麼快速上手。 — RSS: https://blog.markkulab.net/open-source-weekly/feed.xml - [AI 運動日報](https://blog.markkulab.net/category/sports-weekly): 每天以雙人對話聊 NBA、MLB 與國際體壇大事，台灣球迷視角，輕鬆有梗不酸人。 — RSS: https://blog.markkulab.net/sports-weekly/feed.xml - [AI 國際新聞快報](https://blog.markkulab.net/category/world-news): 每天早上以雙人對話把過去一天的國際大事講白：政治外交、全球經濟、衝突與安全、災害與氣候，台灣視角、中立客觀、每則附出處。 — RSS: https://blog.markkulab.net/world-news/feed.xml - [地端 AI 實驗室](https://blog.markkulab.net/category/local-ai-lab): 每天精選可以下載到自己機器上跑的開源模型與 LoRA，用雙人對話講清楚能用在哪些場景、你的顯卡跑不跑得動、跟同類差在哪，規格一律引述官方 model card。 — RSS: https://blog.markkulab.net/local-ai-lab/feed.xml - [AI 行銷日報](https://blog.markkulab.net/category/ai-marketing): 每天以雙人對話整理最新 AI 在行銷、廣告、SEO／GEO 與內容行銷的大事，實戰視角、不業配、每則附出處。 — RSS: https://blog.markkulab.net/ai-marketing/feed.xml - [AI 資安日報](https://blog.markkulab.net/category/ai-security): 每天以雙人對話整理最新 AI 與資安交會的大事：LLM 與 AI agent 漏洞、prompt injection、模型供應鏈、攻擊者怎麼用 AI，防禦視角、每則附出處。 — RSS: https://blog.markkulab.net/ai-security/feed.xml ### 電子報 [訂閱電子報](https://blog.markkulab.net/subscribe) — 第一時間收到新文章通知，無垃圾信、隨時可取消訂閱。