与「Ollama」相关的搜索结果

DeepSeek-V4-Flash-0731 is Ollama's fastest growing model ever in token usage. We are scaling capacity in US & Europe. On Ollama, this model runs with high performance (100tps+) and zero data retention. Your data stays yours. ollama run deepseek-v4-flash:0731-cloud

【谷歌、AMD、Cloudflare等公司加入，签署支持AI开源模型发展公开信组织增至50家】英伟达、微软、IBM、Meta等25家美国科技企业本周联名签署一封公开信，呼吁开放权重AI模型。公开信指出，尽管开放权重存在难以管控衍生版本等风险，但封闭模型同样存在安全隐患。开放生态能够动员广大研究者排查漏洞、完善安全防护，是实现人工智能安全的重要路径。目前，该公开信得到签署公司/组织已经达到50家，新加入的企业有谷歌、AMD、Cloudflare、Block和Ollama等，以及此前报道中出现过的OpenAI、YCombinator、GitHub、思科等。值得注意的是，亚马逊和Anthropic至今没有签署这份声明，引发外界关注。《福布斯》认为这其中的原因在于商业利益，亚马逊是Anthropic最大投资者。并且Anthropic自始至终都只提供闭源AI模型服务，该公司还一直坚持“AI安全”立场。

Announcing OpenWorker! An open-source agent that doesn't just chat with you, but delivers finished work -- like hand you a polished document, send a slack message, or update a calendar entry. Ask it to prepare a customer brief, untangle your calendar, draft a report, or triage a Slack alert. It works across your files and everyday tools, produces the deliverable, and checks in before doing anything consequential. OpenWorker runs on your Mac, with Windows support coming soon. It does not lock you into any one model. Bring your own API key and run it with GPT 5.6 Sol, Claude Fable, Gemini 3.6, an open weight model (like Kimi, GLM, DeepSeek, Inkling), or Ollama to keep your data local. Your data does not leave your machine except through an LLM provider and integrations that you choose. @rohitcprasad and I are building OpenWorker because AI coworkers are an important way to get work done, and we want there to be an open, privacy-preserving, model-independent option. Check it out and let us know what you think! Try it out: (requires your own API key) Source code:

Palantir sells governments a war room that costs millions a year. So, a guy named Elie just rebuilt it, put it on GitHub, and gave it away. It's called World Monitor. Open it and you get a live 3D globe with 500+ news feeds pouring in across 15 categories, all summarized by AI as they land. > Military movements. > Economic shocks. > Natural disasters. > Cyber incidents. > Flight paths. > Shipping lanes. + 56 different map layers you can stack on top of each other. It scores 31 countries on a stress index and updates the number as things happen. It watches 29 stock exchanges, commodities, and crypto in one panel. It runs local AI through Ollama, so you can use the whole thing without a single API key. Native desktop app for Windows, macOS, and Linux. 25 languages. Works out of the box after one clone.

蹬了一个月20刀的 Ollama Pro 和5刀（次月10刀） OpenCode Go 这两个穷鬼套餐，说说我的体验。 如果你的主要需求是 GLM 5.2 这种重型模型，推荐 Ollama Pro。 如果平时主要跑 DeepThink V4 Flash 这种快速模型，推荐 OpenCode Go。 因为在 OpenCode Go 下面跑 GLM 5.2，周额度掉得非常快。基本每执行一次，都能明显看到额度进度条往上涨。我自己的使用频率，大概一周的额度只能支撑 5 次左右比较重的任务。 并且，OpenCode Go 的月额度大约相当于两个周额度。我上次把一整周的额度打满之后，月额度就已经只剩下一半了。所以如果高强度使用 GLM 5.2，很快就会把整个月的额度全部耗尽。 Ollama Pro 相对就慷慨很多。它同样按周计算额度，但没有月额度这一层限制，所以整体用起来更从容。如果连续高强度跑 GLM 5.2，我体感大概能连续跑三天左右，才会把这一周的额度耗完。 不过，情况到了 DeepThink V4 Flash 就完全反过来了。 OpenCode Go 对 Flash 的缓存命中率非常高，很多请求几乎不会消耗额度。连续用一整天，进度条可能也只涨一点点。按这个速度，我甚至觉得一个月的额度都很难跑完。 反而 Ollama Pro 不一样。即使跑的是 Flash，每执行一次任务，都能明显看到额度往上涨一点，消耗会稳定得多。 结论： 重度 GLM 5.2 用户：选 Ollama Pro。 日常以 Flash 模型为主：选 OpenCode Go，更划算。

Claude Science开源平替爆火！一行命令，DeepSeek/GLM随便切，科研人狂喜！ OpenScience是YC孵化团队推出的开源AI科研工作台，直接平替Claude Science，却彻底无任何限制。 给它一个研究目标，它自动跑通全流程闭环：文献检索、假设生成、写代码、跑实验、数据分析、论文撰写。全程在浏览器工作空间完成，带文件树、编辑器、终端和实时可视化，一站式搞定。 杀手级优势： - 模型随便切：支持Claude、GPT、DeepSeek、GLM、本地Ollama等，随意切换，Key本地直连，数据零泄露，完全免费。 - 技能狠：290+科研技能包，30+顶级科学数据库（UniProt、PDB、arXiv等）直接调用，覆盖机器学习、计算生物、化学信息学等。 - 极简安装：终端一行 npx synsci 即开即用，Apache 2.0完全开源。 再也不用受Claude平台、付费、模型绑定的折磨！OpenScience才是科学AI该有的开放模样。

仅70美元AMD BC250矿板，打造200B参数离线AI主机，性价比碾压消费级显卡 硬件核心优势：显存规格越级 AMD BC250原本是专用挖矿单板，无常规机箱、显卡支架与繁琐PCIe接口，板载直焊16GB GDDR6统一显存。 对比主流游戏卡：显存容量超RTX3060的12GB，与RTX4080持平，体积小巧可直接贴在显示器后方。 依托Ubuntu Server搭配Ollama本地部署框架，整套设备一分钟内就能变身完整离线AI推理终端，模型全部载入本地显存，全程不上传数据至云端，隐私完全可控。 实机模型测试表现 1. 轻量模型Qwen 2.5 7B：模型文件仅5GB，16GB显存完全容纳，内存余量充足，推理流畅无卡顿； ​ 2. 大参数量GPT-OSS 20B：占用13GB显存，剩余空间可稳定承载系统后台进程。 输入专业问题（光计算光学原理相关），模型能以接近人阅读的速度流式输出回答，单块百元级矿板就能实现完整本地推理。 局域网多设备互通，全终端访问AI服务 BC250可独立作为本地AI终端，手机、笔记本、局域网所有设备，都能通过网页端对接Ollama端口，自由切换各类大模型对话。 无论是趣味脑洞提问、生成简易代码逻辑，交互流畅度对标高价商用AI工作站，无需云端账号登录、无调用日志留存。 成本优势：一次性投入，永久免云端费用 该矿板前段时间行情低至70美元，受显存货源收紧、GPU涨价影响，现价接近200美元，长期价值依旧突出。 对比云端推理服务：200B级别大模型云端租用按月持续扣费；而BC250一次性购置，第一次运行模型即回本，不限速、无时长限制、不会向服务商回传任何运算数据。 进阶玩法：多节点AI蜂群集群 单卡只是基础玩法，可将5–12块BC250通过局域网菊花链串联，搭配主控节点组成分布式推理集群。 指令会分发至多块本地模型并行运算，多模型结果交叉校验后再统一输出，一套由百元矿板搭建的低成本“AI算力议会”就此成型。 彻底改写本地AI硬件定价体系 市面上专业本地AI设备起步价高达4199美元，而BC250彻底打破价格壁垒。 放在年初，想要本地流畅跑200亿参数大模型，必须购入高端桌面游戏显卡；如今单张闲置矿板就能实现同等效果，多卡堆叠还能组建机架式分布式算力。 在新一代板载大显存硬件普及、拉低门槛之前，这套低成本离线AI方案极具参考价值。

Aiden 是一个完全运行在本地的开源 AI 操作系统。 它能彻底解决数据隐私与云端成本问题，通过 Ollama 实现 100% 本地化运行。你可以利用它实现全自动化的工作流，无需担心任何敏感信息泄露给第三方厂商。 它的核心能力由以下参数支撑： - 具备 1500+ 项技能（Skills）和 89+ 个工具（Tools）。 - 支持 14+ 家 LLM 提供商，实现模型自由切换。 - 功能覆盖：控制屏幕、浏览网页、运行代码、发送邮件以及进行深度对话。 这标志着 AI Agent 从“云端插件”向“本地系统”的范式转移。

本地会议转录必须彻底切断云端连接。 Meetily 通过 Rust 驱动实现了 100% 本地化处理，从根本上解决了企业级会议隐私泄露的痛点。它结合了 Parakeet/Whisper 的实时转录与 Ollama 的总结能力，在保持说话人识别精度的同时，性能比传统方案快了 4 倍。 如果你对数据安全有极高要求，这个工具提供了目前最完整的本地化闭环： 1. 实时转录：利用 Rust 加速，实现毫秒级响应。 2. 身份识别：精准区分不同发言人。 3. 本地总结：所有语义理解都在本地完成，无需上传任何音频到云端。 macOS 与 Windows 用户可以直接在本地跑通这套生产力工作流。

AI 入门必存的 6 个 GitHub 库 很多人觉得 GitHub 是开发者的地盘，其实学 AI 时完全可以当资料库用 1. microsoft/generative-ai-for-beginners 生成式 AI 入门课程集合，快速了解怎么做 AI 应用 2. microsoft/AI-For-Beginners 机器学习、深度学习、NLP 基础概念讲解 3. dair-ai/Prompt-Engineering-Guide 提示词、RAG、AI Agent 学习指南，想好好用 AI 得看看 4. 各种提示词模板，不知道怎么问 AI 时翻一下 5. open-webui/open-webui 在本地电脑跑 AI 聊天界面，连 Ollama 或 OpenAI API 就能用 6. n8n-io/n8n 工作流自动化工具，连上 AI 可以做新闻抓取、内容整理、定时提醒 一开始别想着全装全理解，头真的会疼 就是存起来，用到时再打开看就够了 AI 用得好的人不一定懂最多工具，但一定知道去哪找资料，什么时候拿出来用