YTGET

YouTube · Facebook · X · TikTok · Instagram · Threads

十款免顯卡免費 AI 模型實測:離線翻譯、看圖找照片到逐字稿

YouTube 影片筆記

十款免顯卡免費 AI 模型實測:離線翻譯、看圖找照片到逐字稿

原片標題:10 個必裝 AI 工具,完全免費!離線版 ChatGPT|打字找照片|錄音轉逐字稿|不用顯卡|Hugging Face 熱門模型

原片說明
【合作揭露】以下是蝦皮分潤連結,透過連結購買我們可能獲得分潤,價格不變。本機跑 AI 建議 16GB 記憶體(規格範例,購買前請先確認你的筆電支援 DDR4 或 DDR5) 16GB 筆電記憶體 DDR4 👉 https://s.shopee.tw/6fis8tB6Q4 16GB 筆電記憶體 DDR5 👉 https://s.shopee.tw/6q2ILCAT57 用 AI 不一定要上網、付月費,也不一定要買顯示卡。這集挑出 10 個能改善生活的免費 AI 模型,一般電腦不用顯示卡就能跑,從朗讀、去背、離線版 ChatGPT,到逐字稿、找照片、翻譯,一類選一個,從第 10 名倒數到第 1 名,最後再照用途幫你統整怎麼選。 排名依據:日常生活常用的 10 類用途,每類選 1 個一般電腦不用顯示卡就能跑的開源模型,依 Hugging Face API 在 2026 年 11 月 10 日的按讚數排名。需要獨立顯示卡的模型(例如 Qwen3.8-27B、FLUX.1-dev、Z-Image Turbo)不列入。gpt-oss 需要 16 GB 記憶體;Whisper 和 SAM 3 沒有顯示卡也能跑,只是速度較慢。 照用途怎麼選:文字念出來 → Kokoro;去背、挑出物件 → SAM 3;隱私資料問 AI → gpt-oss;分人逐字稿 → pyannote + Whisper;錄音轉文字 → Whisper;紙本文件轉文字 → GLM-OCR;照片太多找不到 → CLIP + Immich;手機 AI 助理 → Gemma 4;問照片內容 → Moondream;離線翻譯 → Hy-MT2。 本集排行(第 10 名 → 第 1 名) ▸ 第 10 名 Hy-MT2-1.8B:手機也跑得動,33 種語言互相翻譯(♥ 1,281 Hugging Face 按讚數) https://huggingface.co/tencent/Hy-MT2-1.8B ▸ 第 9 名 moondream2:照片丟進去問問題,還會指出東西在哪裡(♥ 1,450 Hugging Face 按讚數) https://huggingface.co/vikhyatk/moondream2 ▸ 第 8 名 gemma-4-E4B-it:手機和筆電就能跑,看得懂圖、聽得懂聲音(♥ 1,845 Hugging Face 按讚數) https://huggingface.co/google/gemma-4-E4B-it ▸ 第 7 名 clip-vit-large-patch14:打一句話,從幾千張照片找出你要的那張(♥ 2,136 Hugging Face 按讚數) https://huggingface.co/openai/clip-vit-large-patch14 ▸ 第 6 名 GLM-OCR:拍照、掃描的文件,轉成可編輯的文字和表格(♥ 2,213 Hugging Face 按讚數) https://huggingface.co/zai-org/GLM-OCR ▸ 第 5 名 whisper-large-v3-turbo:錄音、影片自動變逐字稿,又快又準(♥ 3,516 Hugging Face 按讚數) https://huggingface.co/openai/whisper-large-v3-turbo ▸ 第 4 名 speaker-diarization-community-1:會議錄音自動分出每一段是誰說的(♥ 4,032 Hugging Face 按讚數) https://huggingface.co/pyannote/speaker-diarization-community-1 ▸ 第 3 名 gpt-oss-20b:OpenAI 開源的推理模型,16 GB 記憶體的電腦就能跑(♥ 5,291 Hugging Face 按讚數) https://huggingface.co/openai/gpt-oss-20b ▸ 第 2 名 sam3:打一個詞,照片和影片裡的東西全部圈出來(♥ 6,179 Hugging Face 按讚數) https://huggingface.co/facebook/sam3 ▸ 第 1 名 Kokoro-82M:只有 8200 萬參數,筆電就能把文字念得像真人(♥ 7,389 Hugging Face 按讚數) https://huggingface.co/hexgrad/Kokoro-82M ※ 按讚數為 2026-11-10 Hugging Face API 數據。 章節 00:00 開場:排名依據 00:47 第 10 名|Hy-MT2-1.8B|手機也跑得動,33 種語言互相翻譯 01:43 第 9 名|moondream2|照片丟進去問問題,還會指出東西在哪裡 02:41 第 8 名|gemma-4-E4B-it|手機和筆電就能跑,看得懂圖、聽得懂聲音 03:34 第 7 名|clip-vit-large-patch14|打一句話,從幾千張照片找出你要的那張 04:40 第 6 名|GLM-OCR|拍照、掃描的文件,轉成可編輯的文字和表格 05:40 第 5 名|whisper-large-v3-turbo|錄音、影片自動變逐字稿,又快又準 06:38 第 4 名|speaker-diarization-community-1|會議錄音自動分出每一段是誰說的 07:26 第 3 名|gpt-oss-20b|OpenAI 開源的推理模型,16 GB 記憶體的電腦就能跑 08:27 第 2 名|sam3|打一個詞,照片和影片裡的東西全部圈出來 09:23 第 1 名|Kokoro-82M|只有 8200 萬參數,筆電就能把文字念得像真人 10:19 總回顧 你最想試哪一個?留言告訴我! 如果覺得這集有幫助,記得訂閱「辰星說Github」,每週帶你看 GitHub 上好用的開源工具。 配樂:ElevenLabs Music 生成之原創配樂 旁白:AI 語音(ElevenLabs) 本影片僅介紹公開模型,不構成任何使用建議。各模型授權不同(含使用條款、下載申請),使用前請以官方授權條款為準。 #AI #HuggingFace #開源模型

我本來以為「免費 AI 工具」點開都是英文文件跟裝不起來的套件,結果辰星說這集挑的十個模型,一般筆電不用顯示卡就能跑,還能離線翻譯、去背、轉逐字稿。最讓我意外的是第一名只有八千兩百萬個參數,卻把文字念得幾乎跟真人一樣。

第十名是離線翻譯模型
第十名是離線翻譯模型00:47

影片時間軸

  1. 00:47第十名 Hy-MT2,手機也放得下的離線翻譯
  2. 01:43第九名 Moondream 2,丟照片問問題還會框出位置
  3. 02:41第八名 Gemma 4 E4B,手機筆電都能跑的 AI 助理
  4. 03:34第七名 CLIP,打一句話從上萬張照片裡找圖
  5. 04:40第六名 GLM-OCR,把紙本文件轉成可編輯文字
  6. 05:40第五名 Whisper,錄音自動變逐字稿
  7. 06:38第四名 pyannote,分辨錄音裡誰在說話
  8. 07:26第三名 gpt-oss 20B,離線版 ChatGPT
  9. 08:27第二名 SAM 3,打字就圈出畫面裡的東西
  10. 09:23第一名 Kokoro,小到不行的文字轉語音
  11. 10:19十個模型總結,照用途幫你挑
Whisper 把錄音轉成逐字稿
Whisper 把錄音轉成逐字稿05:40

翻譯模型先解決隱私問題

Hy-MT2 只有十八億個參數,支援繁體中文在內的三十三種語言,還能指定專有名詞怎麼翻、語氣要正式還是口語。官方壓縮版只要四百四十 MB,手機都放得下。辰星說在意隱私、常要翻譯的人很推薦裝,因為線上翻譯會把內容傳到別人的伺服器。這段講得具體,但要注意它得自己下載,用 LM Studio 這類工具執行。

Moondream 會框出照片裡的東西
Moondream 會框出照片裡的東西01:43

看圖與找照片的兩個工具

Moondream 2 專門看圖,能幫照片寫說明、回答問題,還能把你指定的東西框出來數數量,授權 Apache 2.0 可商用,但主要只看得懂英文,用中文問比較弱。CLIP 則是打一句話就從幾千張照片裡找出最像的那張,不用事先加標籤,不過它是給軟體用的元件,一般人得透過 Immich 這類相簿軟體才能用。

SAM 3 打字就圈出畫面裡的東西
SAM 3 打字就圈出畫面裡的東西08:27

去背、逐字稿與離線 ChatGPT

SAM 3 讓你直接打字,例如打「黃色的狗」,它就把畫面裡所有黃色的狗圈出來,影片還能一路追蹤,去背換背景一下就完成,但下載要先向 Meta 申請,提示詞只認英文。Whisper 把錄音丟進去就自動轉文字,turbo 版速度快很多,缺點是中文常輸出簡體字。pyannote 搭配 Whisper 就能做出分人分段的會議逐字稿。gpt-oss 20B 是 OpenAI 開放下載的推理模型,記憶體十六 GB 就能跑,完全不用網路,但只能處理文字。

值得下載嗎:值得,這集等於幫你把 Hugging Face 上英文文件看不懂的門檻先篩過一輪,十個模型都免費、不用顯示卡,照用途對照著裝就行。

覺得這篇筆記有幫助嗎?
YTGet 編輯室|看完影片整理的筆記,細節以原片為準。

連線中

影片封面

擷取畫面

輸入時間點,例如 3:20、3.20 或 200

影片皆已含音訊。檔案越大準備時間越久,完成前請保持頁面開啟。