#本機 AI
83 篇文章
TechLab 所有關於「本機 AI」嘅文章、評測同教學，由最新排起。
3C 產品M4 iMac 升 M6：本機 AI 與外接螢幕才是分水嶺
M6 iMac 把本機模型處理、SSD、Wi‑Fi 7 與高更新率外接螢幕推前一步；不過對多數 M4 用戶，日常使用未必構成換機理由。
Tech NewsBlock 發表 Dessa：以語音直連語音的 AI 對話實驗
Block 稱 Dessa 從人類對話聲音訓練，主打語音情緒和即時互動，並可在 M4 Max MacBook Pro 或更高階機種本機運行；目前只向少量 AI 安全研究者開放早期存取。
3C 產品Perplexity Computer 登陸全本機 Mac：私隱工作流仍有邊界
Perplexity 將 Computer 的模型推理、任務規劃及檔案處理搬到支援 Apple silicon 的 Mac 本機，但 36GB 記憶體只是建議值；要用即時資料、瀏覽器或雲端 app，仍須由用戶授權連接雲端。
3C 產品Janus One 私人 AI 主機叫價 US$7,999：把助理與文件庫搬回家
Janus One 配備 128GB RAM、2TB 儲存，主打本機 AI 助理。從私人資料管理、免按用量收費到保留模型，看看這套家居 AI 系統的吸引力。
3C 產品本機 AI 部署取捨：llama.cpp 為何適合進階 MoE 調校
XDA 一項單機比較顯示，Ollama 與 llama.cpp 的速度未必相差很遠；真正分野在於能否按 MoE 模型、VRAM、系統記憶體及 context 配置作細緻調校。
Tech NewsRTX Spark 能否令 Windows 筆電追上 Apple Silicon？關鍵仍在軟件與實測
RTX Spark 把 Arm CPU、Blackwell GPU 與大量統一記憶體放進單一晶片，瞄準本機 AI、流動創作及遊戲；不過其高價、x86 模擬與遊戲相容性，仍是 Windows 用戶採用前要先看清的限制。
3C 產品DLSS 5 在 DGX Spark 跑得動，仍未能預告 ARM Windows 遊戲表現
XDA 以 DGX Spark 的非原生環境測試經修改的 DLSS 5，畫面設定下仍可運行，但數字更說明 ARM Windows 筆電的遊戲相容性與效能仍待正式驗證。
3C 產品Google 推出 Foresight：Mac 本機 AI 會議筆記的私隱取捨
Google 據報推出 AI Edge Foresight for Mac，以離線錄音、速記補全及本機文件問答處理個人知識；實用性取決於 Mac 效能、檔案整理與會議資料管治。
3C 產品HP 推 RTX Spark 筆電與小型桌面電腦，瞄準本機 AI 長時間任務
HP 發表 OmniBook Ultra 16、OmniBook X 14 及 OmniDesk，將本機 AI、流動工作與長時間 agent 任務分拆到不同裝置。不過散熱、實際續航與定價，仍是判斷其能否減少雲端依賴的關鍵。
Tech NewsProject Zenith 預載 Windows 開發工具，64GB RAM 門檻限制普及
Microsoft 的 Project Zenith 以較少干擾的 Windows 設定和預載工具吸引開發者，但首批要求 64GB RAM，令本機大模型開發的便利與硬件門檻成為焦點。
3C 產品Android 17 私隱儀表板加入本機 AI 記錄：100MB 與 12 小時限制怎樣看
Android 17 QPR2 Beta 4 為 Private Compute Core 加入資料記錄選項。它提升透明度，但詳細記錄可能包含敏感個人資料，一般用戶未必需要長開。
Tech NewsPerplexity 推本機 AI 代理：24GB VRAM 換來多少私隱與成本優勢？
Portable Computer 把代理式 AI 工作流搬到 Linux 電腦，但 24GB VRAM、有限模型選擇及雲端升級機制，令其成本與私隱優勢仍有待驗證。
Tech NewsUnsloth Dynamic v3.0 同容量留多啲精度，本機跑 Qwen 有咩實際分別
Dynamic v3.0 用新校準資料重新判斷邊啲模型層最怕壓縮，令 GGUF 喺相若容量下少失一截精度。首個版本落喺 Qwen3.8-27B，Ollama、LM Studio 同 llama.cpp 都用得，不過官方暫時冇交代 token 速度，準確率數字亦未有獨立測試確認。
3C 產品16GB RAM 輕薄 notebook 跑本機 LLM：四個模型做到咩、卡喺邊
XDA 作者用一部 16GB RAM、AMD Radeon 整合顯示核心嘅 Lenovo notebook 跑四個量化 LLM，寫作、摘要同細型 coding 工作都做到。不過原文冇公開 token 速度同完整設定，結果更適合當入門方向，未足以當成通用 benchmark。
3C 產品兩部 DGX Spark 跑 DeepSeek V4 Flash：所謂追上雲端講緊邊樣？
XDA 用兩部 NVIDIA DGX Spark 分擔 284B 參數嘅 DeepSeek V4 Flash，輸出升到每秒 36 至 41 token，寫 code 一度衝上 76。不過「追上雲端」主要係指模型毋須再壓到 2-bit，加上作者主觀使用感受，未有完整質素或雲端速度對照。
Tech NewsWhatsApp Scam Alert 本機睇可疑訊息：私隱守得住，廣東話識唔識仍未明
WhatsApp 測試 Scam Alert，用手機本機模型分析陌生人傳入嘅訊息，見到可疑模式就彈警告，再畀用家封鎖、舉報或者照傾。設計上冇將訊息交畀 Meta 分類，不過香港推出時間、平台同廣東話準確度全部未有答案。
Tech NewsUnsloth Desktop 接通本機 LLM 同 Codex：慳 API 費用要先過硬件一關
Unsloth Desktop 將模型下載、推理、微調同 API endpoint 集中喺同一個介面，仲可以接駁 Codex 同 Claude Code。本機處理敏感程式碼確實吸引，亦有機會慳返部分雲端 API 費用，不過模型能力、RAM／VRAM 同推理速度，會直接決定佢有幾實用。
3C 產品本機 LLM 將 PDF 變私人溫習助手：私隱夠吸引，答案仍要逐頁核對
XDA 作者用 Ollama、Gemma 4 E4B 同 ChromaDB，將講義、PDF 同筆記變成離線問答及出題工具。資料留喺自己部機確實吸引，不過原文冇交代完整硬件規格、準確率或學習成效；RAG 亦只係減少幻覺，答案仍要睇返頁碼逐項核對。
3C 產品AI 模型蒸餾點令 coding model 塞得入 laptop？同量化差喺邊
模型蒸餾會用大型 teacher 嘅輸出訓練細型 student，量化就壓低權重精度，兩招其實可以疊住用。對本機 coding model 嚟講，呢套組合直接影響速度、答案質素、RAM 需求，同埋公司程式碼使唔使離開部機。
Tech NewsMeta Muse Glimmer 單機跑 AI agent：24GB VRAM 先算入場
Meta 推出可喺本機運行嘅 Muse Glimmer 30B，主打 coding、工具調用同多步工作。不過所謂「一部電腦跑到」門檻唔低：最細量化版都要預 24GB VRAM，llama.cpp 支援亦未正式合併。
3C 產品Qwen 3.6 本機做到 vibe coding，樽頸落喺 context 同工具設計
XDA 用 RX 7900 XTX 本機跑 Qwen 3.6 27B，再接駁 Tines 3B 寫 RSS app。今次結果顯示，呢個 27B 本機模型跟到規格，亦識試 code 同修 bug；實際限制主要來自 context 管理、測試工具同 credentials 權限。
3C 產品Chrome 本機 AI 模型會自動下載：20GB 門檻、點查容量同關閉
Chrome 會喺合資格電腦背景下載本機 AI 模型，Google 要求預留約 20GB 空間，開發者文件就寫至少 22GB。不過呢兩個數字都係安裝門檻，唔代表模型硬食咁多容量。以下講清楚點查實際大小、點停用，同點解關咗之後 Gemini 功能仍可能出現。
3C 產品Kimi K3 開放權重但難稱本機 AI：一般開發者點樣先用得着
Moonshot AI 公開 Kimi K3 全套權重，模型表現亦貼近頂級封閉模型。不過成套檔案約 1.56TB，正式部署要多張數據中心 GPU。對一般開發者嚟講，API 仍然最易用；開放權重真正吸引之處，係企業可以控制部署環境、模型版本同資料流向。
3C 產品Ollama 加 n8n 管盡 homelab：四道安全閘點樣設得穩陣
有人用 Qwen、Ollama、Open WebUI、Home Assistant MCP 同自架 n8n，砌咗個完全本機運行嘅 homelab 助手。成套架構真正值得參考嘅地方，係點樣限制工具、分開讀寫權限、攔住高風險操作，同核實資料有冇離開屋企網絡。