搭建本地AI

[title]本地部署资讯问答机器人：Langchain+Ollama+RSSHub实现RAG4.对于期望在本地环境利用AI技术来搭建RAG系统的用户来说，本文提供了一个具有实际操作价值的参考方案。

目前市面上有线上和线下本地部署的两种AI：线上的优势为出图速度快，不吃本地显卡的配置，且无需自己下载动辄几个G的模型，还能看其他创作者的制作的涩图，但为了节约算力成本他们只支持出最高1024X1024左右的图，制作横板、高清等图片就会受限线下部署的优势为可以自己添加插件，不卡算力，出图质量高于线上平台，但是使用期间电脑基本处于宕机状态，如果配置不高的话还会出现生成半天之后爆显存的情况，导致出图失败[heading3]所以我们这里充分发挥线上和线下平台的优势[content]线上：找参考，测试模型线下：主要的出图工具在线上绘图网站的绘图广场上发现自己想要的画风点击创作，会自动匹配创作的使用的模型lora和tag截取一小张游戏人物作为底图，目的是将线上平台有限的算力全部堆在人物身上多批次，多数量的尝试不同的画风，得出最符合游戏的一款模型+lora组合最后在C站（[https://civitai.com/](https://civitai.com/)）上下载对应模型到本地，加载部署后就可以开始正式生图了！

[title]实战：每个人都可以用10分钟轻松制作AI换脸、AI数字人视频的方法！[heading1]四、AI换脸有多个AI产品可以实现换脸效果，这里介绍一个开源、免费的解决方案：facefusion开源地址：https://github.com/facefusion/facefusion4.1本机解决方案这个软件需要python环境，以及要安装视频解码器等多个依赖的软件，因此如果你想在本地电脑上安装，需要一定的编程知识。可以参考网站：https://docs.facefusion.io/说明来进行本地的安装。由于facefusion的运行推理计算的速度，非常依赖于GPU，因此如果本地计算机没有GPU或者GPU显存较小，那么执行的速度将会非常缓慢。我的笔记本是Macbook Pro M1 16GB内存，集成GPU。对一个1分30秒的视频换脸，需要1300秒。facefusion所以，无论从环境配置还是计算速度来说，都不推荐本地化安装实现。4.2云服务解决方案另一个可选的方案，是利用云厂商已经提供好的大模型运行环境和计算能力。比如阿里云的PAI和AutoDL。注：这种方案需要产生一定的费用。我选择的是AutoDL，其官网是：https://www.autodl.com/home注册完成后，在算力市场中，选择你能接受价格的算力服务器。建议选取GPU配置更高的算力设备。4.2.2通过模型镜像启动GPU服务器在算法社区查找facefusion镜像：这些已经制作好的镜像，包含了模型所需要的各种环境软件的安装，可以直接启动facefusion。点击右侧的这个镜像（左侧的试过，有问题不好使）：