企业官网建设流程全解析

Open Generative AI 本地部署实战：无独显也能跑 400+ 图像与视频模型

【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image & video generation studio with 600+ models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI

如果你的电脑只有核显，又受够了商业 AI 平台的月租和提示词拦截，Open Generative AI 是一个值得试的本地部署方案。这篇文章按"能不能跑、怎么装、怎么调"的顺序走一遍，全部基于实际使用中的步骤和坑。

💸 为什么放弃月租平台

商业图像/视频平台有三个让人反感的点：每月 10～90 美元的订阅费停不下来；提示词偶尔被内容过滤器拒掉或替你改写；上传的所有素材存在别人的云端。

Open Generative AI 是一个完全自托管的开源（MIT 协议）替代品：界面、模型目录、生成历史都在你自己机器上，源码全部可读，每个按钮背后做什么你都能查。

🧭 这个工作室到底能本地做到哪一步

先讲清能力边界，免得装完发现"它没我想要的"。

• 云端模式：接 Flux、Midjourney、Kling、Sora、Veo 等 400+ 模型，但要在应用里填一个 API 密钥，严格说不是本地。
• 本地图像模式：桌面版自带 sd.cpp 推理引擎（C++ 写的 Stable Diffusion 推理器），纯 CPU 可跑，覆盖 SD 1.5、SDXL、Z-Image 这类图像模型，不要密钥、不联网。
• 本地视频模式：应用本身无法在无 GPU 的机器上生成视频，需要另一台带独显的机器跑 Wan2GP 推理服务，桌面版只做客户端。

一句话：没有独显 = 图像可以完全本地免费跑，视频要么走云端，要么指望家里那台带显卡的机器。

📦 桌面安装还是源码：30 秒做选型

推荐：绝大多数用户直接下桌面版。官方发布页提供 macOS（DMG）、Windows（EXE）、Linux（AppImage/DEB）安装包，不需要 Node.js，也不用碰终端。

从源码：想改代码、加模型、贡献代码才走这条路，需要 Node.js 18+ 和 Git：

git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup npm run electron:dev

--recurse-submodules不能省，工作流和 Agent 功能都在子模块里，漏了开发服务器会报找不到页面的错。

桌面版首次启动有两个已知小坑：

• macOS 会拦截未签名应用，在终端执行一次下面的命令，再右键应用选"打开"：

xattr -cr "/Applications/Open Generative AI.app"

• Linux 的 AppImage 首次运行要先加执行权限：

chmod +x Open-Generative-AI*.AppImage

🎞️ 三条高频生成任务走一遍

图像：从文字出图到多参考图编辑

打开 Image Studio，行为随你是否上传参考图而变化：不传图是文生图模式（70+ 模型）；传了图自动切到图生图模式（70+ 编辑类模型，如 Nano Banana 2 Edit、Flux Kontext）。兼容的模型一次最多选 14 张参考图，选择顺序就是模型使用的顺序。

本地模式的入口在模型选择器旁边的 ⚡Local 开关，打开后选模型即可，全程不碰密钥。

视频与唇语同步：让画面开口说话

Video Studio 的逻辑一致：文生视频（40+ 模型）或图生视频（60+ 模型，如 Kling I2V、Veo3 I2V），时长、宽高比、画质选项会按每个模型的能力自动适配，不用自己记哪些参数有效。

唇语同步工作室有 9 个模型、两种输入：人像照片加音频出说话视频，或已有视频加音频出对口型视频，输出支持 480p/720p/1080p。历史记录独立保存，页面刷新后未完成的任务会自动接着等。

⚙️ 8GB 内存、无独显的机器怎么调参

本地模型怎么选

sd.cpp 模型目录里各模型吃内存的差异很大，具体数字在 src/lib/localModels.js 里都有：

• Dreamshaper 8 / Anything v5（SD 1.5，约 2.1GB）：8GB 内存机器的首选，20 步，CPU 上 512×512 等几分钟，可用。
• SDXL Base（6.9GB）：16GB 内存才比较从容。
• Z-Image Turbo / Base（权重加辅助文件合计超 5GB）：Turbo 只有 8 步，速度诱人，但项目文档明确写了 8GB 内存的 M 系列 Mac 会直接卡死系统；16GB 起步再考虑。

存放位置与提速三招

引擎二进制、模型权重、临时下载默认都放在应用数据目录（macOS：~/Library/Application Support/open-generative-ai/local-ai，Linux：~/.config/open-generative-ai/local-ai）。那个盘快满了就先设环境变量再启动：

export OPEN_GENERATIVE_AI_LOCAL_AI_DIR=/别的磁盘/路径

应用会在那下面自建bin/、models/、tmp/三个子目录，"设置 → 本地模型"里能看到实际生效位置。提速方面最管用的三招：分辨率降到 512×512、步数减半（比如 20→12）、换更轻的模型。

🚀 进阶玩法：独显机器分担与批量流水线

Wan2GP 指向远程独显机器

家里或局域网有一台 NVIDIA/AMD 显卡机器时，在上面跑 Wan2GP 服务，然后把地址（形如http://192.168.1.42:7860）粘进桌面版的 Settings → Local Models → Wan2GP server，点 Test 再 Save。这样桌面端即使是台 Mac 也能调 Flux.1 Dev、Qwen Image、Wan 2.2、LTX Video 这些重模型，计算全部落在服务器上。

用工作流和电影预设串起批量任务

Workflow Studio 提供节点式编辑器，把模型连成管线：图像出图、视频生成、音频处理可以串在一条流里，有官方模板和他人发布的工作流可选，最后在表单式界面一键跑完。这部分功能由开源引擎 Vibe-Workflow 驱动。

Cinema Studio 则是另一条"当摄影师"的路线：机身、镜头、焦距（8mm–85mm）、光圈（f/1.4–f/11）的选择会被翻译成提示词修饰，比如选 16mm 胶片预设直接得到带颗粒感的怀旧画面，不用自己写长提示词。

下一步建议：先下载对应平台的安装包，在 Settings → Local Models 里装好 sd.cpp 引擎并下载 Dreamshaper 8，跑一张 512×512 测试图，确认本地推理链路通了，再考虑视频和远程 GPU 的事。

【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image & video generation studio with 600+ models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI