Uncensored AI Studio: Đánh giá Studio AI cục bộ
/Uncensored-Local-Studio
Uncensored AI Studio mang đến một studio AI ngoại tuyến hoạt động được chỉ trong một lần tải xuống, gói gọn Stable Diffusion, các mô hình chat GGUF, Whisper và Kokoro TTS sau một giao diện web UI. Nó được đánh giá cao nhờ khả năng đóng gói không cần cài đặt thực sự — trình khởi chạy sẽ tự động tải về một runtime Node.js di động và các backend GPU đã được biên dịch sẵn ngay lần chạy đầu tiên — nhưng đây vẫn là một dự án ở giai đoạn đầu với bộ tính năng hạn chế: bạn chỉ có thể tạo ảnh từ một checkpoint duy nhất và chat cơ bản, chứ không phải các workflow kiểu ComfyUI hay tinh chỉnh mô hình. Nếu bạn muốn cả bốn phương thức (ảnh, văn bản, giọng nói đầu vào, giọng nói đầu ra) trong một ứng dụng di động duy nhất mà không cần tài khoản, thì đây là lựa chọn tốt hơn so với việc phải kết hợp nhiều công cụ riêng lẻ. Thiết kế loại trừ lẫn nhau (chỉ workspace ảnh hoặc workspace văn bản, không thể đồng thời) là một sự đánh đổi phần cứng có chủ đích, không phải lỗi.
Uncensored AI Studio là gì?
Uncensored AI Studio là một ứng dụng máy tính để bàn độc lập, gói gọn bốn khả năng AI ngoại tuyến — tạo ảnh Stable Diffusion, chat mô hình ngôn ngữ GGUF (sử dụng llama.cpp), chuyển giọng nói thành văn bản Whisper và chuyển văn bản thành giọng nói Kokoro — sau một giao diện web cục bộ tại localhost:1420. Nó được phân phối dưới dạng một gói di động cho từng nền tảng (Windows .bat, Linux .sh, macOS .sh) với runtime Node.js riêng và các binary backend GPU đã được biên dịch sẵn, do đó nó không thay đổi gì đến môi trường hệ thống toàn cục của máy chủ.
Các tính năng và khả năng chính
- ✓Bốn phương thức AI trong một ứng dụng: tạo ảnh Stable Diffusion, chat LLM GGUF (llama.cpp), chuyển giọng nói thành văn bản Whisper và Kokoro TTS
- ✓Runtime độc lập: Node.js di động và các backend GPU đã biên dịch sẵn được tải xuống ngay lần chạy đầu tiên — không yêu cầu cài đặt toàn cục
- ✓Tự động phát hiện tăng tốc GPU: CUDA cho Nvidia, ROCm cho AMD, Vulkan cho Intel/AMD/Nvidia, Metal cho Apple Silicon, OpenVINO cho Intel NPU
- ✓UI Model Manager: dán URL Hugging Face hoặc kéo thả các trọng số cục bộ vào app/models/, app/llm-models/, app/speech-models/ hoặc app/tts-models/
- ✓Màn hình giám sát hiệu suất trực tiếp theo dõi mức sử dụng CPU, RAM, GPU và VRAM bên trong web UI
- ✓Cô lập workspace: các engine ảnh và văn bản chạy độc quyền để tránh làm cạn kiệt RAM hoặc VRAM hệ thống
- ✓Thư viện đầu ra cục bộ: các ảnh được tạo được lưu cùng với các tham số prompt và file JSON metadata
- ✓Được cấp phép MIT, với các engine nền tảng là stable-diffusion.cpp, llama.cpp, whisper.cpp và kokoro-js
Các ứng dụng thực tế
- •Tạo và lặp lại ảnh cục bộ bằng cách sử dụng Stable Diffusion 1.5 hoặc các checkpoint SDXL mà không cần tải prompt lên bất kỳ máy chủ nào
- •Chạy các cuộc trò chuyện mô hình ngôn ngữ GGUF riêng tư hoàn toàn ngoại tuyến — không cần khóa API, không phí đăng ký, không dữ liệu rời khỏi máy
- •Chuyển đổi các bản ghi âm giọng nói thành văn bản bằng cách sử dụng các file mô hình Whisper GGML cục bộ
- •Chuyển đổi các phản hồi văn bản của LLM thành âm thanh giọng nói tự nhiên bằng Kokoro TTS
- •Thử nghiệm với các checkpoint mô hình khác nhau (safetensors, .gguf, .ckpt) bằng cách hoán đổi file trong các thư mục mô hình mà không cần cấu hình lại backend
- •Chạy trên phần cứng khiêm tốn với tính năng tự động chuyển đổi từ tăng tốc GPU sang CPU khi cần
Cài đặt và thiết lập
Tải xuống repository và chạy trình khởi chạy nền tảng: nhấp đúp vào windows.bat trên Windows, hoặc chạy chmod +x linux.sh && ./linux.sh trên Linux, hoặc chmod +x mac.sh && ./mac.sh trên macOS. Trong lần khởi chạy đầu tiên, script sẽ tự động tải về runtime Node.js di động và các binary backend GPU/CPU đã biên dịch sẵn. Web UI sau đó sẽ mở tại http://localhost:1420. Các trọng số mô hình được tải từ app/models/ cho ảnh, app/llm-models/ cho văn bản, app/speech-models/ cho Whisper và app/tts-models/ cho Kokoro.
Điểm mạnh
- ✓Thiết lập một lệnh thực sự cho mỗi nền tảng với runtime độc lập và các backend GPU được tải xuống tự động — không cần quản lý dependency thủ công
- ✓Tất cả bốn phương thức (ảnh, văn bản, giọng nói đầu vào, giọng nói đầu ra) được hợp nhất trong một ứng dụng di động duy nhất mà không yêu cầu internet
- ✓Hỗ trợ GPU rộng rãi bao gồm CUDA, ROCm, Vulkan, Metal và OpenVINO với tính năng tự động phát hiện và các đường dẫn dự phòng
- ✓Model Manager tích hợp trực tiếp việc tải xuống URL Hugging Face vào UI
- ✓Được cấp phép MIT không bị khóa nhà cung cấp — các backend là các dự án nền tảng nổi tiếng (stable-diffusion.cpp, llama.cpp, whisper.cpp)
- ✓Thư viện đầu ra cục bộ bảo toàn các tham số tạo ảnh dưới dạng JSON cùng với các file ảnh để tái tạo
Yêu cầu phần cứng và phần mềm
- △Phiên bản macOS chỉ hỗ trợ Apple Silicon (M1 trở lên); Intel Mac không được hỗ trợ rõ ràng
- △Các binary Linux yêu cầu glibc 2.38 trở lên (thời Ubuntu 24.04) — các bản phân phối cũ hơn như Ubuntu 22.04 sẽ không thể tải backend ngay cả khi file mô hình hợp lệ
- △Các workflow diffusion đa file như Flux, HiDream, Hunyuan, Wan và tương tự không được hỗ trợ; chỉ các checkpoint một file hoạt động cho việc tạo ảnh
- △Các file LoRA, ControlNet, VAE-only và text-encoder-only không được tải dưới dạng mô hình độc lập — các file bổ trợ này cần một chuỗi công cụ khác
- △Các engine ảnh và văn bản không thể chạy đồng thời, yêu cầu chuyển đổi workspace để di chuyển giữa các phương thức
- △Backend Windows được build sẵn sẽ thoát với mã 0xC0000135 nếu driver GPU thiếu hỗ trợ runtime Vulkan hoặc CUDA đầy đủ, điều này không hiếm trên phần cứng cũ hơn
Khám phá các công cụ AI cục bộ tương tự
Khắc phục sự cố và các câu hỏi thường gặp
Windows (Windows 10 hoặc 11 64-bit), Linux (Ubuntu 24.04 và các bản phân phối tương tự với glibc 2.38+), và macOS (chỉ Apple Silicon M1 trở lên — Intel Mac không được hỗ trợ).
Không — sau khi trình khởi chạy tải xuống runtime và các backend GPU trong lần chạy đầu tiên, mọi thứ đều chạy hoàn toàn ngoại tuyến mà không cần internet, telemetry hay ghi nhật ký đám mây.
GPU Nvidia sử dụng CUDA, AMD Radeon sử dụng ROCm (với dự phòng Vulkan), Intel Arc và GPU tích hợp sử dụng Vulkan, Apple Silicon sử dụng Metal, và Intel Core Ultra NPU sử dụng OpenVINO. Có sẵn dự phòng chỉ CPU cho các hệ thống không có GPU tương thích.
Các checkpoint một file Stable Diffusion 1.5 và SDXL ở định dạng .safetensors hoặc .ckpt, cộng với các checkpoint GGUF SD/SDXL một file. Flux, HiDream, Hunyuan, Wan, LoRA, ControlNet, VAE-only và các workflow diffusion đa file không được hỗ trợ.
Các backend Linux được build sẵn yêu cầu glibc 2.38 trở lên (Ubuntu 24.04, Fedora 40+). Nâng cấp hệ điều hành của bạn lên một bản phân phối tương thích, hoặc build backend từ mã nguồn bằng scripts/build/build_from_source.sh.
MIT. Các backend được đóng gói (stable-diffusion.cpp, llama.cpp, whisper.cpp) cũng được cấp phép MIT; các trọng số mô hình mang giấy phép của người tạo ra chúng.
Vấn đề mà nó giải quyết
Việc chạy các công cụ AI cục bộ hiện nay đòi hỏi phải quản lý nhiều dự án riêng biệt, biên dịch backend thủ công và cấu hình driver GPU — mỗi thứ đều có chuỗi dependency riêng. Không có một GUI sẵn sàng nào kết hợp tạo ảnh, các mô hình ngôn ngữ GGUF, chuyển giọng nói thành văn bản và chuyển văn bản thành giọng nói trong một ứng dụng di động duy nhất mà không yêu cầu khóa API đám mây hoặc truy cập internet.
Ai nên dùng — và ai nên bỏ qua
Uncensored AI Studio đáng để thử nếu bạn muốn một ứng dụng di động duy nhất xử lý việc tạo ảnh, chat mô hình ngôn ngữ GGUF, chuyển giọng nói Whisper và TTS Kokoro mà không cần dịch vụ đám mây hoặc tự biên dịch backend. Nó hoạt động tốt trên một máy Windows, Linux (Ubuntu 24.04+) hoặc macOS Apple Silicon mới, nơi bạn muốn đánh giá các mô hình AI mã nguồn mở một cách riêng tư. Bạn nên bỏ qua nó nếu bạn cần các workflow kiểu ComfyUI, hỗ trợ mô hình diffusion đa file, hoặc nếu bạn đang chạy một bản phân phối Linux cũ hơn — yêu cầu glibc 2.38 là một rào cản cứng trên Ubuntu 22.04 và các hệ thống tương tự.
Repo liên quan
Muốn nghe thêm một ý kiến về Uncensored-Local-Studio?
Hỏi một AI đọc được trang này — một cú bấm là có ngay nhận định về Uncensored-Local-Studio.