🗨️ 文章背景
为啥会有 AI 技术和 AI 技术的发展呢？
- 技术突破：近年来，深度学习、自然语言处理、计算机视觉等 AI 技术取得了重大突破。这些技术依赖于大量的数据和强大的计算能力，而近年来云计算、大数据、人工智能芯片等技术的发展为 AI 的快速发展和普及提供了基础。
- 数据驱动：随着互联网和物联网的快速发展，数据量呈爆炸式增长。这些数据为 AI 提供了丰富的训练素材，使得 AI 模型能够不断学习和优化，提高准确性和泛化能力。
- 算法进步：深度学习等算法的进步使得 AI 在图像识别、语音识别、自然语言处理等领域取得了显著成果。这些算法的优化和改进为 AI 的广泛应用奠定了基础。
- 应用需求：随着 AI 技术的成熟，越来越多的行业和企业开始关注 AI 在生产、管理、服务等方面的应用。这些应用需求推动了 AI 技术的进一步发展。
- 政策支持：各国政府和企业对 AI 技术给予了高度重视，出台了一系列政策支持和鼓励 AI 技术的发展。例如，美国、中国、欧盟等国家和地区都制定了相应的 AI 发展战略和政策。
- 资本投入：AI 技术的发展吸引了大量的资本投入。这些资本推动了 AI 企业的快速发展，加速了 AI 技术的产业化进程。
- 人才培养：随着 AI 技术的发展，对相关人才的需求也越来越大。各国政府和企业纷纷加大人才培养力度，为 AI 技术的发展提供了人才保障。
AI 技术的特点！
从 2023 年接触 AI 以来：
- AI 技术一直在不断地完善
- 各大厂商都在推出格式各样的大模型 （比如 chatgpt, 千问，豆包 ...）
- AI 随着互联网+逐渐渗透到我们的生活中
AI 技术正在持续，高效不可逆的生长着！
拥抱变化，适应节奏
在日常的生活和工作中，我们要让 AI 成为我们的【好朋友】！
AI 可以简洁，高效地完成我们重复的工作，甚至是不清晰的领域工作。
😥 为什么要在本地接入呢，直接使用不香吗？
有以下几个原因，我们可能需要在本地接入 AI 大模型：
1. 数据隐私和安全
将数据上传到云端进行处理可能会涉及到数据隐私和安全的问题。本地接入 AI 大模型可以确保数据在本地处理，从而避免数据泄露和隐私侵犯的风险。
2. 网络延迟和稳定性
在某些应用场景中，如工业自动化、远程医疗和实时决策支持系统，网络延迟和稳定性至关重要。本地接入 AI 大模型可以减少对远程服务的依赖，提高系统的响应速度和可靠性。
3. 资源限制
对于一些资源受限的环境，如边缘设备、移动设备或物联网设备，云端计算可能不可行。本地接入 AI 大模型可以充分利用本地计算资源，降低成本并提高效率。
4. 定制化需求：
不同的行业和应用场景可能需要特定的 AI 模型。本地接入 AI 大模型可以支持模型的定制化开发，满足特定需求。
5. 合规性要求
某些行业和地区对数据存储和处理有严格的合规性要求。本地接入 AI 大模型可以确保数据处理的合规性，避免法律风险。
6. 成本效益
本地接入 AI 大模型可以减少对云服务的依赖，降低长期运营成本。同时，通过优化本地计算资源的使用，可以进一步提高成本效益。
7. 技术发展
随着硬件技术的进步，如 GPU、TPU 等专用计算设备的普及，以及软件技术的优化，本地接入 AI 大模型在性能和成本上都有了显著提升。
8. 自主可控
本地接入 AI 大模型有助于实现技术自主可控，减少对外部技术的依赖，提高系统的稳定性和可靠性。
🤔 教练，我想在本地运行 - 需要做什么呢？
1. 安装 ollama
打开 ollama 官网，点击下载 （选择自己的操作系统）
下载完成后，可以运行 ollama -h 查看 ollama 是否安装成功 （如果有提示则说明已经安装成功了）
2. 在本地中安装大模型
这里以 deepseek-r1 为例
# 具体以搜索结果为准
ollama run qwen3
# 下载速度取决于网速，不过一般都比较慢
3. 安装大模型运行的软件
这里我们使用 cherry studio
4. 配置本地的大模型
在 cherry studio 中选择本地的大模型配置上去：
5. 选择智能体 （小助手）
以产品经理为例：
6. 将本地的大模型加载进去
🖇️ 直接访问，大功告成！
先搜索 🔎
再复制
