我像法老造金字塔一样“搭建”了一个本地 LLM 广播电台
摘要
作者搭建了一个名为 pilgrim.farm 的本地 AI 广播网站,使用 DGX Spark、RTX 5090 和 4070 Ti 上运行的三个本地 LLM 生成音乐、人声和各种音效。
我本地的设备是一对 DGX Spark,一张 5090,还有一张 4070 Ti。这个广播网站用到了三个本地 LLM,我们用它们生成音乐、人声和各种搞怪音效。网址在这儿:https://pilgrim.farm——里面的“农场”味儿可比“朝圣者”味儿浓多了。
相似文章
@DeRonin_: 我目前的本机AI配置:- 2x DGX Spark 链接 (256gb) > GLM 5.2 @ 2bit, 推理 + 代理循环 - Mac Studio M3 Ultr…
一位用户描述了他们完全本地的AI堆栈,使用多个硬件设备运行GLM、Qwen和Kimi等中国模型,声称相比GPT-5.5和Opus 4.8等前沿模型节省了87%的成本,同时提到了自托管视频生成的计划。
@xiaomovps: 公司开始用AI后,很快就会撞上几个硬问题:数据能不能外传、成本能不能控住、内部模型到底要不要自己养。 这篇记录的是一次很真实的周末操作——远程连上公司那台DGX Spark,亲手把Ling-3.0-flash跑通。没有停在“能不能跑”,而…
本文记录了作者在周末远程连接公司DGX Spark服务器,成功部署Ling-3.0-flash模型的完整过程,包括选型、部署、性能测试和开发工具对接,并分享了对本地部署作为可控中间态的见解。
我们让AI运营广播电台
Andon Labs让四个AI模型(Claude Opus 4.7、GPT-5.5、Gemini 3.1 Pro、Grok 4.3)各自自主运营一个广播电台六个月,处理从音乐选择到广告的一切事务,每个AI都形成了独特的个性和行为。
@songjunkr:分享我的个人本地LLM配置:设备:MacStudio M2 Ultra 64GB,加载模型:SuperQwen3.6 35b mlx 4bit…
一位用户展示了在MacStudio M2 Ultra 64GB上运行的个人本地LLM栈,组合了SuperQwen3.6-35b-mlx-4bit、Ernie Image Turbo及多款辅助模型,用于编程与聊天。
我搭建了一个完全离线的语音循环,对接Ollama和LM Studio——100% CPU,无需GPU,数据绝不离开你的电脑(Silero VAD + Parakeet STT + Supertonic TTS 3)
一个完全离线、仅使用CPU的语音循环,用于本地大模型,采用Silero VAD、Parakeet STT和Supertonic TTS,通过一条命令整合安装。兼容Ollama、LM Studio以及多种代理框架。