而 Unsloth 的老本行，正好就是把训练变快变省

做模型微调的人基本都听过这个名字。它原本是一个专门给微调提速的开源框架，招牌数字挂了很久：快 2 倍、省 70% 显存、精度不掉。GitHub 上 7 万星（本站查证）。

所以桌面版里的训练功能，是把原来那套东西搬进了图形界面。同一个代码仓库现在的自我介绍已经改成了「用来跑和训练模型的本地界面」。

所以拖进一个文件就能微调，不用写代码

丢进一个 PDF、CSV 或 JSON 就能开练。三种练法都支持：只挂一小块补丁去学的 LoRA、把整个模型都动一遍的全量微调、以及从头预训练。多张显卡能用，文本、图像、扩散、音频模型都能训。

训图像模型讲得更具体：给 SDXL、FLUX.2、Qwen-Image、Z-Image 这些画图模型训自己的 LoRA，素材就是你自己那批图。在内置的 Studio 里给图打上文字标注，选一个补丁大小，点开始。

训一块画图 LoRA 的完整界面。左边选基础模型（演示里是 FLUX.1-dev）、标着这套配置吃 16GB 显存，下面是拖进来的 16 张训练图；右边是这次的参数（500 步、补丁大小 16、分辨率 512）和之前几次的运行记录，每条后面跟着损失值和「适配器已保存」。

练完的东西不会锁在这个软件里：可以导出成 GGUF 或者 NVFP4 这类通用格式，拿去别的地方接着用。

但视频生成的 13 秒，是数据中心卡跑出来的

官方在生成这块给了一个数字：用 MiniMax-H3 生成一段 960×544、124 帧、8 步的视频，耗时从 70 多秒降到了 13 秒。

能生成的东西不止视频：FLUX、Z-Image、LTX、Wan 这些模型都能跑，也能挂上你自己训的 LoRA。除了从头生成，还能改图、局部重绘、按边扩展、放大，以及照着一张参考图去编辑。

音频也在同一个窗口里：语音转文字、文字转语音都能本地跑，Whisper、Qwen3-ASR 这些都支持，而且同样能训。

语音合成的界面。左边填要念的文字，右边就出音频条，演示里念的是一句西班牙语，时长 2 秒。上方「生成 / 转写」两个标签切换方向，右上角还有个「训练」按钮，意味着这个声音模型你也能自己练。

而本地模型最容易翻车的地方是调工具

在自己电脑上跑的模型，个头普遍比云端那些小。小模型干别的还行，一到调工具就容易出事：参数格式写错、卡在一个动作上反复重来停不下来、或者把一堆本该藏在后台的标记直接吐进对话框里。

Unsloth 针对这三种翻车各给了一个应对：

代码执行放在一个隔离的沙箱里跑 Bash 和 Python，跑错了也伤不到你的系统。

权限这块，Unsloth 直接对标了 Claude Code

这一套明确参照了 Claude Code（Anthropic 那个跑在命令行里的编码 Agent）的做法。凡是会调工具的模型都归权限管：没有你的批准，模型和 Unsloth 都不能访问、修改你的文件，也不能上网。松到什么程度你自己定，一共四档。

这四档在界面里的原样，演示中默认停在第二档「替我把关」。第四档的说明是：不受限制、没有确认提示、代码沙箱被禁用。

而且能把 Claude Code 接到你本地的模型上

一条命令的事：开 Unsloth、装载一个模型、打开你的项目文件夹，然后跑

unsloth start claude

官方列出能这么接的有 Claude Code、Codex、Hermes Agent、OpenClaw、OpenCode，以及 Unsloth 自己的接口。也就是说你平时用的那套编码 Agent 不用换，只是把背后干活的模型从云端换成了自己机器上的那个。

还有一种更细的接法，发布片里演示了：不整个换掉，只把一部分活派给本地模型。Claude Code 照旧用它自己的模型，你在命令后面加一个参数，它就多出一个跑在你机器上的帮手；之后在 Claude Code 里说一句「派个本地 Agent 去实现这个函数」，那一小块就落到本地跑。界面里选好编码工具、模型和量化档，命令会直接给你生成好，复制就能用。

跑起来之后不必守着电脑：用官方免费的 Cloudflare 隧道开一个 HTTPS 地址，手机上就能看进度；不想走公网就把它绑到局域网上。

搜索也分两档。普通搜索是模型一边想一边顺手查；深度研究会先规划一遍，再去找它认为最好的来源，最后交一份带完整引用的报告。这些搜索不限次数，都从你这台机器发起。

另外两样常用的也在：给它挂自己的资料库来问答（RAG），以及接 MCP 服务去用外部工具。同一个界面还能接云端模型，OpenAI、Anthropic、Ollama、llama.cpp、vLLM 都行，本地和云端来回切不用换软件。

结果 Unsloth 自己写了什么时候会更慢

常见问答里有一条问的是「为什么有时候推理反而更慢」。答案是官方自己写的：

网页搜索、代码执行、工具调用自愈都要花时间。把它们关掉，速度应该和其他任何 llama.cpp 应用一样。还是慢就来开个 issue。

Unsloth 官方文档 · 常见问答

厂商主动写下自己在什么条件下更慢、并且把关掉的方法一并给出，这在发布页上不常见。

同一段问答里还有两条实在的：不收遥测，只探测显卡型号和设备好知道什么跑得动，整个 App 可以完全离线运行；不是只支持 GPU，CPU 和 Mac 也行，NVIDIA、Intel、AMD、Mac 的芯片都在支持范围内，但太老的硬件可能撑不住。你之前下过的模型会被自动认出来，不用重下一遍。

那么怎么装、什么设备能跑

三步：下载安装；在顶部的模型下拉或者「模型库」标签里挑一个跟你设备匹配的模型和量化档下载；下完直接打字开聊。

选模型的面板：可以按「推荐」「已在本机」「全部」「热度」筛。每个模型后面跟着体积，从二十几 B 到两千多 B 都有，直接告诉你这台机器能不能装得下。

模型库里每个条目带着点赞数和下载量，右边是选中模型的详情，体积、开源许可、更新时间。演示里那个占 137 GB，用的是 MIT 许可。

发布致谢里提到 NVIDIA 和 Hugging Face 参与了这次发布，也感谢了 Jan 给的灵感，以及 llama.cpp、PyTorch、stablediffusion.cpp 这些提供底座的项目。最后这句等于把自己这个界面的来处也交代了。

丢进一个 PDF、CSV 或 JSON，选一种练法：LoRA 只挂一小块补丁、原模型不动；或者全量微调、从头预训练。多卡可用，文本、图像、音频模型都能训。

小互拖进一份产品手册，选 LoRA：原模型没动，练出来的是一块能随时插拔的补丁，几十 MB。

视频生成这项，Unsloth 自测给了个数字：MiniMax-H3 生成一段视频，从 70 多秒降到 13 秒。

本地模型个头小，调工具最容易翻车：参数写错、卡死循环、或吐一堆内部标记进对话框。Unsloth 配了自动修复重试和隔离沙箱；碰文件、联网默认要你先点头，四档松紧自选，对标 Claude Code。

免费开源，当前 Beta。三大平台都有，NVIDIA、Intel、AMD、Mac 的 GPU 和 CPU 都支持，老硬件可能吃不消。已经在用 Claude Code、Codex 这类 Agent 的，一条命令就能把后端换成自己机器上的模型。