推荐理由：有人实测了 Qwen3-8B 配合 DSpark 本地跑，说能流畅运行但显存不够，感觉消费级显卡该升级了。

推荐理由：想自己跑开源模型？Hugging Face 这场直播手把手教你在本地部署，省去云端费用和延迟。

推荐理由：Unsloth把GLM-5.2压到1-bit，Mac Studio上跑21 tok/s，创意性居然不输Claude Opus，本地部署党有福了。

推荐理由：GLM-5.2达到Opus 4.8水平，免费、可本地跑、可微调，比闭源灵活还便宜，快试试！

推荐理由：Unsloth把1万亿参数的Kimi K2.7 Code压到325GB本地能跑，速度40+ tok/s，长程推理和agent工作流全闭环，开源社区终于能自己跑了。

推荐理由：用UnslothAI本地跑M3

推荐理由：MiniMax Hub 把 AI Agent 从编码转向创意生产，做内容创作、视频制作、多模态项目的团队可以直接用上全流程自动化，省去手动切换工具的麻烦，值得一试。

推荐理由：做 MCP 工具或本地 AI 工作流的开发者，这个项目能帮你省掉手动搜索和整理网页的麻烦，直接丢问题就能拿到结构化 prompt，值得抽时间试试。

推荐理由：设计师和前端开发者终于可以在本地用 AI 重建 Figma 设计系统了，效果媲美在线版，而且操作简单——把 .fig 文件路径丢给 skill 就行，值得一试。

推荐理由：本地 LLM 用户终于等来速度突破——DiffusionGemma 的并行生成机制让推理快 4 倍，做本地部署或边缘计算的开发者可以直接在 18GB 显存下体验，值得一试。

推荐理由：Kimi Work 把 AI 代理从云端拉回本地，300 个代理并行干活还带记忆，做金融分析或数据整理的团队可以直接上手，省去配置和等待的麻烦。

推荐理由：本地运行 300 个 AI 代理并行工作，解决了云端依赖和效率瓶颈，做自动化办公或金融分析的团队可以直接上手试试。

推荐理由：开源图像模型终于有了新标杆，做图像生成、模型微调或本地部署的团队可以直接下载权重试试，不用再依赖闭源 API。

推荐理由：多模态模型终于能本地跑了，做边缘计算或隐私敏感应用的开发者可以直接上手试试，Apache 2.0 协议也省了授权烦恼。

推荐理由：Gemma 4 12B 让多模态 AI 真正跑在笔记本上，做本地推理、智能体或隐私敏感应用的开发者可以直接拿来用，省去云端依赖。

推荐理由：多模态模型本地运行门槛进一步降低，做 AI 应用或本地部署的开发者可以关注 Gemma 4 与 Qwen 的对比，评估是否值得迁移或尝试。

推荐理由：Ollama 让 Gemma 4-12B 的本地部署门槛降到最低，做模型实验或本地 Agent 开发的团队可以直接跑起来，省去繁琐配置。

推荐理由：NVIDIA 把 AI Agent 的本地部署从繁琐的多步骤压缩成一条命令，做边缘计算或需要私有化部署的团队可以直接上手，省去云依赖和配置烦恼。

推荐理由：对于需要本地部署语音 AI 的团队，KugelAudio 解决了数据隐私和语言多样性的痛点，做语音应用或客服系统的开发者可以直接在自己的集群中试试。

推荐理由：开源TTS又多了一个高质量选项，做多语言语音合成、AI播客或本地部署的开发者可以直接试玩，效果自然到让人惊喜。

推荐理由：音乐创作者和 AI 爱好者终于能在本地 Mac 上跑音乐模型了，LoRA 微调不到 1 小时，适合快速出 demo 或训练个人风格，建议有 Mac 的开发者直接试。

推荐理由：GPU短缺是今年AI部署的最大瓶颈之一，本地AI方案能直接帮企业省钱、提速、保安全，做企业AI落地的团队值得关注。

推荐理由：本地运行 121B 模型并自主完成测试，这对追求隐私和低延迟的开发者来说是个震撼的 demo——你只需提问，AI 就能搞定一切，建议点开看看未来已来的样子。