本文除了介绍安装大模型 phi-4 和 千问 2.5以外，还会详细介绍大模型本地部署的一些概念，适合感兴趣的朋友阅读，，完整阅读预计 10分钟。

如果你只想看安装部分，可以跳着看哦~

我现在的生活已经离不开 AI 了，他帮我度过了许多工作中的卡壳时刻。

不过我经常遇到：

在飞机上赶方案，正好卡住，想找 AI 帮忙，但是许多航班并没有网络服务。

需要处理公司内部事务，需要 AI 帮忙分析，但是…不敢把内容传到其他平台。

急需一个本地能跑的大模型，如果能联网搜索，就更好了。

看完本文，你就能收获一个能联网搜索的本地 AI 对话软件。

本地大模型的优势：

🆓 完全免费：不用每月支付 ChatGPT Plus 的订阅费

🚀 速度飞快：本地运行，不用等待网络延迟（快慢取决于你的电脑配置）

🔒 隐私安全：所有对话都在你自己电脑上完成，数据安全有保障

💪 完全控制：可以自由选择和调整模型

⚡ 永不掉线：不需要联网也能用，在飞机上、火车上没有网络也能随时可用

简单来说，100% 本地运行，100% 安全，100% 免费。

而整个过程只需要 35 分钟，并且不需要任何编程基础。

⏱️ 安装 Ollama：10分钟

⏱️ 下载模型：15分钟（取决于网速）

⏱️ 安装浏览器插件：5分钟

⏱️ 设置和测试：5分钟

Ps. 如果部署出错，可以在后台留言，我尽可能帮你解决。

开始之前

需要检查电脑配置

/ 01

懒得看的可以直接跳到二节。

01

什么样的配置能跑本地模型？

简单理解，大部分能运行吃鸡的游戏都能安装大模型。

大模型的运行主要看显存，硬件配置上，最基础的配置需要至少8GB显存或统一内存，不过这种配置只能跑4bit量化（先不用管量化的概念）的7B小模型，效果和性能都比较一般。

如果想要日常使用，建议配置16GB显存，这样可以跑INT8量化的13B模型，或者完整加载7B模型，使用体验会好很多。

比较理想的配置是24GB显存，可以完整加载13B模型，量化后甚至可以跑更大的模型。

如果是专业开发，最好是 32GB及以上的显存，这样就能玩转更多大模型，也有更好的扩展性。

说到实际使用体验，消费级显卡大概需要2-4秒才能给出回复，专业显卡可以做到1-2秒，如果用CPU推理可能要等5-10秒。

另外，本地大模型运行时，最好预留30%的显存给系统开销，特别是长对话可能会逐渐累积显存占用。

02

检查我的配置

Windows用户：

按下 Win + X，选择"系统"，在系统页面可以查看内存大小。

按下 Win + X，选择"设备管理器"，在设备管理器中可以查看显卡型号。

如果“显示适配器”显示 Inten® HD Graphics xxxx ，意味着你的设备是集显，虽然说不完全不能装，但可能性能会比较糟糕。

Mac用户：

点击左上角苹果图标，选择"关于本机"，可以看到内存大小和芯片型号。

03

基础配置要求

Windows电脑配置要求：

💻 内存：最少 8GB，建议 16GB

🎮 显卡：需要 NVIDIA 显卡，显存至少 4GB（比如 GTX 1060 或更好的）

🔧 CPU：2014 年后的CPU一般都可以

💾 硬盘：至少要有 20GB 的空闲空间

推荐配置：

入门级可以选 RTX 3060 12GB，

主流配置是 RTX 4080 16GB，

高端就是 RTX 4090 24GB（也可以等 5090…）。

Mac电脑配置要求：

Intel Mac：

💻 内存：最少 8GB，建议 16GB

M系列 Mac（M4/M3/M2/M1）：

💻 统一内存：最少 8GB，建议 16GB 或以上

⚡ 性能提示：统一内存越大，运行越流畅

推荐配置：

M1 Pro 及以上的机型（16GB以上统一内存）都可以尝试。

推荐 M4 Pro 以上机型，性价比最高。

开始安装 Ollama

/ 02

Ollama 是本地跑开源大模型最好的软件之一，不管是 windows 还是Mac，都能通过它跑各类模型。

浏览器打开 ollama.com ，点击下载按钮，选择对应的操作系统可以了。

安装Ollama的流程及其简单，直接无脑下一步即可。

接下来运行控制台。Windows 按下 Win + R ，输入cmd。

苹果用户找到 “终端” ，启动。

输入

ollama -v

看到下面的信息就表示安装成功了。

ollama version is 0.5.4

如果没有安装成功，请重新安装试试，或者后台留言。

挑选合适的模型

/ 03

已经安装好了 Ollama 之后，接下来就是选择合适的模型。

01

推荐模型

如果你平时使用英文环境，推荐：

如果你平时使用中文环境，推荐：

如果你想要使用大模型写代码，推荐：

qwen2.5-coder

接下来，就是挑选合适的模型尺寸。

模型尺寸可以在 ollama.com/search 上查看

下面蓝色的标签含义是：模型支持的尺寸，比如 千问（qwen2.5）模型就有 0.5b - 72b 等多种尺寸可选。

进入模型介绍页面后，还可以点 Tags 查看模型的所有尺寸。

Ollama 的模型命名相对规则，遵循下面规则。

02

大模型的尺寸有哪些？

从小到大来说，目前主流的大模型尺寸大概：

· 1B左右的小模型能做一些基础的对话和补全：比如 llama3.2 就只有 1B。

· 7B是目前最受欢迎的尺寸，速度快而且可以应付大部分对话与思考场景。像 Llama3.1-8B、Mistral-7B都是这个大小，在家用显卡上就能跑，而且效果已经相当不错。

· 13B算是性能和资源消耗的平衡点，比如 Qwen2.5-14B。这个尺寸的模型能力明显比7B强，但对硬件要求也更高。

· 30B-35B是专业级需求性价比最高的尺寸，这个档位的开源大模型不太多，一些不错的比如Yi-34B 或 Qwen2.5-32B。

· 70B现在是开源大模型的天花板级别，像Llama2-70B、Qwen2.5-72B 就是这个量级。不过一般人在本地很难跑起来，得多个显卡才行，主要是研究机构和大厂在用。

· 更大的模型比如GPT-4，参数量可能上千亿，具体多大外界也不太清楚（据说 4o-mini 只有 8b，但没有官方证实），但这种级别的模型需要大量算力和优化技术支持，一般都是通过API调用。

为了便于分辨显存和大模型之间的关系，我简单列了一个关系表。

如果觉得模糊，后台回复“显卡”下载原版高清版本。

显卡可运行大模型关系表：

03

什么是大模型量化？

什么是量化？

量化就是把AI模型中的数字变得更"简单"。原本模型里的数字精确到小数点后很多位，量化后用更简单的数字代替，这样可以让模型变得更小，运行更快。

核心概念：

用更省空间的方式表示数字。比如：

• 原始数字：3.14159265359 → 量化后：3.14
• 原始数字：9.99999999999 → 量化后：10

通俗的例子，就像微信发照片：

• 原图：超清晰，但文件很大
• 压缩图：稍微模糊一点，但文件小很多
• 实际聊天时，压缩图也够用

为什么要量化？

没有量化的问题：

• 模型太大，家用电脑带不动

• 运行太慢，响应不及时

• 需要很贵的显卡

量化后的好处：

• 体积变小，普通电脑也能用
• 运行变快，响应更及时
• 便宜的显卡也能跑

04

或者安装下面的模型？

了解基本概念过后，我们就可以更好地挑选合适自己的大模型了。

我们可以点击开始按钮，输入 cmd 之后回车，打开命令控制台。

Ollama 的安装指令是：

ollama run 模型名称

推荐你使用：

ollama run qwen2.5:3b

ollama run qwen2.5:7b

ollama run qwen2.5:14b

ollama run phi4

ollama run glm4

输入指令之后，如果你已经下载好了模型，就会直接进进入对话，如果没有，就会进入下载流程。

当你看到这个界面的时候，恭喜你，你已经完成了大模型的本地部署。

但丑丑的控制台体验不好，我们要想办法搞一个好看的界面。

下载一个好用的浏览器插件

/ 04

这里推荐一个开源的聊天界面：page-assist

这是一个体验极佳的开源插件，整体交互体验类似ChatGPT。

首先，先访问 github ，安装或者下载浏览器插件。

https://github.com/n4ze3m/page-assist

如果你能访问谷歌，就点击右侧的链接直接安装；

如果你不能访问谷歌，就点击右下角的 Release ，下载官方安装包。

下载完成之后，找到一个合适的地方，解压缩。

推荐保存到 D盘的 Program Files 文件夹下面。

下载完成后，进入谷歌浏览器，然后点击右上角，找到管理扩展程序。

打开开发者模式之后，点击加载已解压的扩展程序。

找到刚才保存的位置，点击选择文件夹就可以了。

这个时候，地址栏右侧，有一个 气泡的按钮，点击就可以启动了。

现在你就可以使用本地的 AI 了！

进阶：联网搜索

/ 05

我们需要先安装一个内容解析的模型，推荐使用：

ollama run nomic-embed-text

然后点击 RAG 设置，选择刚才下载好的模型，点击保存。

再创建新聊天，你就拥有了你自己的 秘塔搜索 或者 kimi啦！

让我们试一试搜索最新的信息，确认 AI 是从网上找的答案。

完美！

快去试试吧，如果过程中有疑问，欢迎后台留言。

如何学习AI大模型？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高

那么我作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，希望可以帮助到更多学习大模型的人！至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

👉 福利来袭CSDN大礼包：《2025最全AI大模型学习资源包》免费分享，安全可点 👈

全套AGI大模型学习大纲+路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉 福利来袭CSDN大礼包：《2025最全AI大模型学习资源包》免费分享，安全可点 👈

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。