--- title: "🧪 官方多模態 29 萬下載、9B 無審查、零 GPU 語音：本期三款離線神器｜地端 AI 實驗室" description: "DeepSeek 官方新釋出的多模態閃電版單週衝 29.5 萬次下載，社群更炒出 9B 無審查版與掌上型 TTS 三款離線神器。這集不講雲端 API，只整理「能下載回自己機器跑」的實用選項，等一下告訴你哪個能在 16GB 顯卡吃進截圖吐 JSON、哪個讓筆電離線寫代碼又寫小說、還有個不用 GPU 就能跑的雙語語音模型藏在哪。" canonical_url: "https://blog.markkulab.net/local-ai-lab/local-ai-lab-2026-11-08" author: "Mark Ku" author_url: "https://blog.markkulab.net/author/mark-ku" site: "Mark Ku's Blog" date_published: "2026-11-08T02:00:00.000Z" category: "地端 AI 實驗室" tags: ["local-ai", "podcast", "地端模型", "lora", "開源模型", "DeepSeek-V4.1-Flash-1017", "DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic", "pocket-tts"] 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" --- # 🧪 官方多模態 29 萬下載、9B 無審查、零 GPU 語音：本期三款離線神器｜地端 AI 實驗室 ## 開場白 DeepSeek 官方新釋出的多模態閃電版單週衝 29.5 萬次下載，社群更炒出 9B 無審查版與掌上型 TTS 三款離線神器。這集不講雲端 API，只整理「能下載回自己機器跑」的實用選項，等一下告訴你哪個能在 16GB 顯卡吃進截圖吐 JSON、哪個讓筆電離線寫代碼又寫小說、還有個不用 GPU 就能跑的雙語語音模型藏在哪。 ## 本期精選 ### 1. deepseek-ai/DeepSeek-V4.1-Flash-1017：官方出品、MIT 授權、多模態閃電版 - **這是什麼**: DeepSeek 官方釋出的多模態模型，支援 image-text-to-text 任務，參數量約 9B 級，採 MIT 授權可直接商用，提供 safetensors、8-bit、fp8 多種格式。 - **能用在哪些場景**: - 全端工程師在離線環境把截圖、PDF 圖表、手寫筆記一次餵給模型，輸出結構化 JSON 供後端直接入庫，機密圖片完全不出機箱。 - 偏鄉教師或社工團隊在無網路教室、機構，用筆電跑「拍照辨識試卷→自動批改→產出錯題分析」完整流程，9B 參數量配合量化在 16GB 顯示記憶體即可推論。 - 開源專案維護者在 CI/CD 串入「自動審 PR 截圖、生成 UI 回歸報告」，官方提供 transformers 整合、MIT 授權可直接內建於商業產品的離線掃描器。 - **跑得動嗎**: 官方 model card 標示格式為 safetensors/8-bit/fp8，任務為 image-text-to-text，**官方未標示具體硬體門檻**；社群在 HF 討論區回報 fp8 量化下 16GB 顯卡可跑 4k 上下文，但官方未發布正式基準數據，這屬社群回報非官方實測。 - **本期聲量**: HF 熱度 196，累計 295.7k 次下載、5.4k 個讚，同家族量化／重打包版本有 2 個。 - **跟同類比**: 同為 DeepSeek 官方釋出，比先前 DeepSeek-VL 系列更輕量並針對閃電推論優化（出處：HF 討論區社群比較）。 - **怎麼取得**: README 指出可用 transformers 載入：`AutoModelForCausalLM.from_pretrained('deepseek-ai/DeepSeek-V4.1-Flash-1017', trust_remote_code=True)`，支援 fp8/8-bit 量化推論。 - **連結**: https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017 ### 2. xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic：9B 無審查、Apache-2.0、純文字解毒版 - **這是什麼**: 社群高熱度的 9B 解毒版模型，基於 Qwen3.5 架構微調，採 Apache-2.0 授權、safetensors 格式，並提供 GGUF 量化檔，主打「無拒答」純文字生成。 - **能用在哪些場景**: - 獨立開發者在 12GB VRAM 筆電上跑「無審查程式碼生成 + 內容創作」雙模服務，白天寫代碼、晚上生成小說大綱，完全離線、資料不出機箱。 - 法務/合規團隊在內網離線環境處理敏感合約條款改寫、風險條款標記，9B 參數量配合 4-bit 量化僅需約 6GB 顯示記憶體，符合資安政策「資料不出境」。 - 教學團隊自架「無限制問答教學助手」部署到課室 Mini PC（如 NVIDIA Jetson Orin 16GB），學生可離線詢問程式、寫作、邏輯題，無需申請雲端 API 金鑰。 - **跑得動嗎**: 模型卡標示參數量 9B、格式 safetensors、library transformers，**官方未標示具體硬體門檻**；社群在 HF 討論區回報 4-bit GGUF 約 5.5GB VRAM 可跑、8-bit 約 9GB，這屬社群回報非官方實測。 - **本期聲量**: HF 熱度 608，累計 7.1k 次下載、750 個讚，同家族量化／重打包版本有 2 個。 - **跟同類比**: 同為 DeepSeek-V4 系微調，比官方 321B 版本小 35 倍、比 DeepSeek-V4.1-Flash-1017 專精純文字且去審查；作者在 model card 說明採用 Heretic 解毒流程，差異在「無拒答」而非多模態（出處：作者 model card 說明）。 - **怎麼取得**: README 建議使用 transformers 載入：`AutoModelForCausalLM.from_pretrained('xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic')`，並提供 GGUF 量化檔供 llama.cpp/Ollama 一鍵跑。 - **連結**: https://huggingface.co/xtools-at/DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic ### 3. kyutai/pocket-tts：超輕量雙語 TTS、CC-BY-4.0、邊緣裝置首選 - **這是什麼**: Kyutai 釋出的超輕量文字轉語音模型，支援中英雙語，採 CC-BY-4.0 授權極度開放、safetensors 格式，專為邊緣裝置設計。 - **能用在哪些場景**: - 開發者在 Raspberry Pi 5 / Jetson Orin Nano 上離線跑「中英雙語即時語音回覆」，配合 whisper.cpp 做 STT→LLM→TTS 全管線，模型體積小、授權允許商用嵌入裝置。 - 無障礙工具團隊自製「螢幕朗讀器外掛」，把網頁、文件文字轉語音輸出給視障使用者，CC-BY-4.0 可直接打包進開源專案甚至商業軟體，無版稅疑慮。 - 有聲書、播客製作者在本機批次把大量章節文字轉語音，不想上傳內容到雲端 TTS API，口袋級模型可在 CPU 上即時合成、零 GPU 門檻。 - **跑得動嗎**: 模型卡僅標示格式 safetensors、授權 cc-by-4.0，**官方未列參數量、未列硬體需求**；Kyutai 官方發布部落格提到「專為邊緣裝置設計、即時因子 < 0.5」，但模型卡未重現該數據，具體效能仍待社群驗證。 - **本期聲量**: HF 熱度 69，累計 1.4k 次下載、1.7k 個讚。 - **跟同類比**: 比 Coqui XTTS-v2（需申請授權）、Bark（參數量大、推論慢）更輕量且授權更鬆（出處：Kyutai 官方發布部落格比較）。 - **怎麼取得**: HF 頁面建議搭配 Moshi/TTS 推論堆疊使用，具體載入範例需參考 Kyutai 官方 GitHub（README 未直接給出單行指令）。 - **連結**: https://huggingface.co/kyutai/pocket-tts ## 結尾段落 本期三款模型剛好拼出「多模態理解、無審查文字生成、邊緣語音合成」完整離線工具鏈，且授權全數允許商用嵌入。若手邊有 16GB 顯卡且需處理圖文混排資料，DeepSeek-V4.1-Flash-1017 最值得優先下載嘗試；下集再聊近期社群討論度飆升的其他量化版本。 --- ## 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-2026-11-08) 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。