@Lonely__MH: 为所欲为！ Qwen3.8-27B 剥离安全限制的无审查版本来了！ 为社区速度点赞！专为 Mac M芯片深度优化！ 看大家都在讨论 ling-3.0-flash 的 DGX Spark 部署，很多人第一反应都是算力太贵买不起 既然云端成本…

X AI KOLs Timeline 模型
uncensored-ai mac-optimization local-deployment multimodal-model safety-research qwen3 mlx

摘要

Qwen3.8-27B 无审查版本发布，专为 Mac M 芯片优化，支持本地部署，保留多模态能力和安全研究功能，提供简化安装步骤。

为所欲为！ Qwen3.8-27B 剥离安全限制的无审查版本来了！ 为社区速度点赞！专为 Mac M芯片深度优化！ 看大家都在讨论 ling-3.0-flash 的 DGX Spark 部署，很多人第一反应都是算力太贵买不起 既然云端成本高，不如直接用你手里的 Mac 本地部署这个真·本地多模态大杀器：Qwen3.8-27B-Uncensored-MLX 划重点： 1. 0 拒绝：正交化剥离了拒绝方向，直接顺从各种极端红队/安全研究指令 2. 能力全保留：多模态图像理解、思考控制、工具调用及 262K 长上下文都在 3. 高画质权重：核心视觉塔保持 BF16 精度，仅语言线性层做 Affine 量化 4. 空间开销：推荐 4-bit 版（仅 15GB 空间，24G 内存 Mac 即可流畅起飞）；无损可选 8-bit（27.5GB 空间，需 32G 内存）- 大家量力而行 3步极简本地部署（兼容 OpenAI 接口）： （1）升级库：pip install -U mlx-vlm （2）下载 4-bit 权重 -- hf download orcarouter/Qwen3.8-27B-Uncensored-MLX --include "4-bit/*" --local-dir ./Qwen3.8-27B-Uncensored-MLX -- （3）一键拉起本地 API 服务器 -- python -m mlx-vlm server --model ./Qwen3.8-27B-Uncensored-MLX/4-bit --port 8080 -- 本地部署，安全无审查，简直为所欲为
查看原文
查看缓存全文

缓存时间: 2026/08/18 18:30

为所欲为！ Qwen3.8-27B 剥离安全限制的无审查版本来了！

为社区速度点赞！专为 Mac M芯片深度优化！

看大家都在讨论 ling-3.0-flash 的 DGX Spark 部署，很多人第一反应都是算力太贵买不起

既然云端成本高，不如直接用你手里的 Mac 本地部署这个真·本地多模态大杀器：Qwen3.8-27B-Uncensored-MLX

划重点：

  1. 0 拒绝：正交化剥离了拒绝方向，直接顺从各种极端红队/安全研究指令

  2. 能力全保留：多模态图像理解、思考控制、工具调用及 262K 长上下文都在

  3. 高画质权重：核心视觉塔保持 BF16 精度，仅语言线性层做 Affine 量化

  4. 空间开销：推荐 4-bit 版（仅 15GB 空间，24G 内存 Mac 即可流畅起飞）；无损可选 8-bit（27.5GB 空间，需 32G 内存）- 大家量力而行

3步极简本地部署（兼容 OpenAI 接口）：

（1）升级库：pip install -U mlx-vlm （2）下载 4-bit 权重

hf download orcarouter/Qwen3.8-27B-Uncensored-MLX –include “4-bit/*” –local-dir ./Qwen3.8-27B-Uncensored-MLX

– （3）一键拉起本地 API 服务器

python -m mlx-vlm server –model ./Qwen3.8-27B-Uncensored-MLX/4-bit –port 8080

本地部署，安全无审查，简直为所欲为

相似文章

@Xudong07452910: Hacker News 上有一篇评论区火了的文章：Qwen 3.6 27B 是本地开发的理想选择。 核心发现是：密集参数模型、原生支持 256k 上下文，在 MacBook Max M5 上跑 Q8_0 量化版能达到 30 tokens/…

X AI KOLs Timeline

Qwen 3.6 27B is a dense 27B model that achieves impressive performance on local hardware with 256k context, running at 30 tokens/s on MacBook Max M5 and 50 tokens/s on RTX 5090, and is considered by some as the first local model with true general intelligence.