报名前先看这张表：六个 AI 方向，Windows 和 Mac 分别要什么配置 ​

魔当实验室 · 2026年11月

本文是"AI 学习环境"系列第一篇。这个系列只回答四件事：能不能跑、怎么装、版本怎么对齐、机房怎么管。课程怎么设计见《AI 课程体系怎么设计》，教学环境是云端还是本地见《AI 教学环境选型指南》；机器怎么买、买多大属于系列四。本篇假设机器已经在了，问的是它的天花板在哪里。

文中的配置数字取自各应用详情页自带的系统要求，以及上游项目的公开说明，整理时间为 2026 年 11 月。模型和版本按月在变，这些数字是判断参考，不是承诺——以你实际安装时页面上写的为准。本文不评测机构、不推荐课程，也不构成任何采购建议。

一、先分清三类机器，再谈"够不够" ​

咨询里最常见的一句话是"我电脑 i5 的，能学吗"。这个问题没法回答——不是因为它太难，而是因为本地 AI 的门槛不是一条连续刻度，是三台不同的机器。同样"跑不起来"，三台机器撞的墙完全不同。

魔当实验室整理的这批应用，按详情页口径可以把用户的机器分成三类：

这三类不是"高配中配低配"的关系，是三种不同的答案。第二类尤其容易被误读：一台 24GB 统一内存的 Mac，装模型的容量比 8GB 显存的显卡宽裕，生态兼容性却反过来更窄。Apple 芯片的 Mac 不是"更强的核显"，是另一条技术线。

判据很简单：能不能跑，先看有没有对应的加速后端——N 卡走 CUDA，Mac 走 MPS/Metal，AMD 与 Intel Arc 走 Vulkan，都没有就用 CPU 兜底。后端有了，再看显存。只看显存大小排顺序，会把第二类机器算成"显存未知所以无法判断"，其实它的问题在另一半。

二、六个方向分别要什么 ​

下面这张表是本篇的核心。六个方向按学员实际会报的课程划分：AI 绘画、AI 配音、视频生成、数字人与口型、本地大模型对话、AI 漫剧流水线。每格只写"够不够用"这件事，不写参数细节。

三点说明。

第一，这张表读的是"方向"，不是"应用"。 一个方向里不同应用差好几倍：同样叫配音，原版要 8GB 显存，轻量版 4GB 起；同样叫出图，跑小模型 4GB 能用，跑主流大模型社区的口径是 12GB 才谈得上舒适。方向决定你要不要报名，应用决定你报完之后装哪一个。

第二，Mac 那一列的判据只有一句话。 详情页的 macOS 写法只有两种：一种写仅支持 M 系列芯片，一种写支持 Intel 和 M 系列芯片。用 Intel 芯片的老 Mac，只认第二种。没写 macOS 的应用就是 Windows-only，那不是漏写。这条判据不用查配置、不用问人，报名前自己就能核对完。

第三，磁盘是这行里最被忽略的一栏。 学员的机器"能跑但装不下"很常见：应用本体几十兆，首批模型权重按 GB 计，一个方向玩到第三个模型就是几十 GB。所以看要求时把"本体 + 首批权重"一起算，别只按安装包的体积留空间。

顺带说一句：这六个方向各自要用哪些工具、每条工具线的技术差别在哪，系列八已经分篇讲过——出图与出片为什么绕不开同一套工作流，见《本地 AI 出图、出片》；配音要分清"听清、会说、像谁"是三件事，见《语音 AI 其实是三件事》。本篇不重复那些内容，只谈门槛。

把这些要求逐条写清楚、并按"应用 × 平台"给出可安装版本，是本地 AI 工具链正在补的一块。市面上已经有一些一站式部署工具，把系统要求和轻量版的对应关系直接放进应用详情页；至于本地大模型的图形界面客户端有哪几类，《本地大模型的桌面客户端怎么选》讲过。

三、看懂配置表的三个坑 ​

坑一：把内存当显存，把显存当性能 ​

这两个数字不能互换。内存决定你能不能把模型装进来，显存决定这一步算得快不快，能不能算完。

举两个真实口径。Ollama 的详情页给的是内存，不是显存：跑 7B 至少 8GB，跑 13B 至少 16GB，跑 33B 至少 32GB。原因是量化后的权重主要驻留在内存里，显卡只承担一部分计算。LM Studio 干脆写明 macOS 侧仅支持 M 系列芯片，靠的也是把大模型放进统一内存这条路。到了图像和视频这一侧就反过来：权重不进内存就得进显存，溢出直接报显存不足，这时候 32GB 内存救不了 4GB 显存。

Apple 芯片的机器要单独换算：统一内存由系统和 GPU 共享，实际能给模型用的通常只有一部分，16GB 不能当 16GB 显存来对照。所以表里 Mac 那几列写的是 16GB / 24GB / 32GB 这种内存档位，而不是显存。

坑二：把"能推理"当"能交作业" ​

课程任务里有一类是生成，一类是训练。前者拿现成权重出结果，后者要用你自己的素材把模型调出来——两者门槛不是一个量级。

以声音克隆类工具为例，只做推理时 CPU 都能出结果；一旦课程要求"用你自己的三段录音做一个音色"，就进入训练环节，显存、耗时、磁盘全都要重算。报名前该问的是"课程作业里有没有训练这一步"，而不是"这个软件能不能打开"。 魔当实验室注意到，装机能成功却交不出作业的情况，多数来自这两步被混为一谈。

坑三：把"官方没写"当"不能跑"，把"官方写了"当"一定装得上" ​

反方向的两条误读都很贵。

一边是：上游没写 macOS，不等于 Mac 学员学不了这个方向，往往只是官方文档只测了 CUDA，社区里早有人在 MPS 上跑通了。这类情况适合问、适合试，但不要把"没写"当成"不行"。

另一边更要紧：写了支持，不等于装完就能用。生成类生态里，大量自定义节点和算子是按 CUDA 实现的。MPS 上缺算子是常见现象，报错长得像"环境坏了"，实际是这条路在这台机器上没走通。所以在配置表里，"支持"这个词只覆盖到一层：能装上，能跑主流程。

四、低配机器不是不能学：降级有四条路 ​

第三类机器最该问的问题不是"能不能跑"，而是"跑不动的时候往下走哪一格"。整理这批应用的上线口径之后，魔当实验室观察到降级路径基本就四种，按性价比排：

四条路的共同前提，是降级方案得写在课程里，而不是靠学员自己撞。轻量版的定位从来不是"和原版一样"，是"用速度换空间"。一条 3 分钟的中文文稿，能出声音和能当天出声音，对课业节奏是两件事。这也是"能不能跑"这个问题应该被回答成的样子：不是是或否，而是跑到哪一步、慢到什么程度、往下还有一格没有。

五、报名前把这四个问题问完 ​

这张清单是本篇唯一需要带走的东西。学员自查用，机构招生咨询时同样可以直接拿去对。

1. 我要学的是六个方向里的哪几个？ 组合方向按最贵那一环判断：一条漫剧流水线里，出图和视频环节的门槛决定整条线，配音和转写再轻也不会把总需求拉低。
2. 我的机器是三类里的哪一类？ 判据不是品牌也不是 CPU 型号，是后端：有 NVIDIA 独显、有 Apple 芯片，还是只有 CPU。8GB 显存是这批应用里最密的一条分界线——它上面是"能按课程节奏跑"，下面是"要选降级档"。
3. 课程是否依赖只支持 CUDA 的节点或工作流？ Mac 学员必须问这一句。问不出答案时，把课程用到的应用名逐个抄下来，对照每个应用详情页的 macOS 那两行字，比问任何人都有用。
4. 装不上时有没有写在课程里的降级路径？ 是换轻量版、减分辨率，还是这一环节本来就要挪到机房。四个问题里这一条最能区分"讲过这个问题"和"没讲过"。

机构侧的问题不在本篇范围里。售前怎么把硬件要求、退款边界一次性讲清楚，是本系列第四篇要处理的对象。这里只留一句：这四问没有一问需要学员懂技术，它们只是把"够用"这个词拆成了可核对的格子。

六、魔当实验室的观点 ​

第一，把配置问题当成一张表，而不是一个数字。 显存只是其中一个维度。后端支持、内存、磁盘、能不能降级，四条合在一起才构成答案。任何一句"你这台够用"或"不够用"，都省掉了另外三条信息。

第二，Mac 学员不该被排在答案之外。 学 AI 的人和一般桌面用户不是一批人：创意方向自带 Mac 的比例，明显高于这类课程通常的假设。魔当实验室整理的应用目录里，写明支持 macOS 的已经是多数。但"支持"分两种：能装上，和能顺顺当当跑完整条课程。这两层之间隔着算子、节点和耗时——这个系列打算逐篇讲清楚的，正是中间这段。

第三，报名前解决不了的问题，报名后不会自动解决。 环境类纠纷里最可惜的一种，是双方对"能跑"的理解差了一格。机构说的是"这软件装得上"，学员理解的是"我在家也能做出作业"。把这格差异在咨询时就摊开，比事后补救便宜得多。这也是本系列不评价任何机构、只给判据和方法的原因。

一台机器真正决定的是学习方式，不是学习资格。8GB 显存的 PC 和 24GB 内存的 Mac，能学到的东西高度重叠，只是卡点不同、降级路径不同。第三类机器上的人不一样：如果课程默认"每台机器都是第一类"，他第一周就会撞上一面没人提过的墙。看清自己站在哪一类，比看清课程大纲更该先做。

免责声明：本文的应用配置口径取自各应用详情页自带的系统要求与上游项目公开说明，由魔当实验室于 2026 年 11 月整理。模型与软件版本按月更新，具体要求可能变化；文中数字为判断参考，不构成对任何应用在你的设备上可运行、可交付的保证。本文不评测、不推荐任何培训机构或课程。