夜雨聆风那4GB显存的普通电脑呢？集成显卡呢？
这次我拿来一台4GB显存的机器，把5款最常被推荐的本地AI工具全装了一遍，从字幕转写到AI绘画到声音克隆，逐个跑了一遍真实任务。结论是：能跑，但每款工具的体验差别极大，选错工具会直接劝退。
下面是完整的实测记录和选型建议。
一、测试电脑配置
这次测试用了两套配置做对比，目的就是看看"底线"在哪：
为什么选这两套？ 因为它们代表了"最差情况"和"及格线"。如果你手里的机器比这强，那下面的结论对你只会更乐观。
测试中我重点关注三个问题：
能不能装上、能不能跑起来？ 跑起来之后速度能不能接受？ 产出的结果能不能直接用？
二、五款工具结论表
先放结论，省得你从头读到尾。5款工具的核心对比：
| LM Studio | ||||
| AnythingLLM | ||||
| ComfyUI | ||||
| Buzz | ||||
| GPT-SoVITS |
一句话总结：Buzz和LM Studio是4GB显存的首选入门，ComfyUI和GPT-SoVITS是进阶挑战，AnythingLLM看需求再装。
三、每款工具的真实优缺点
1. Buzz —— 最该第一个装的工具
做什么： 用Whisper模型在本机转写音视频，导出SRT字幕。
优点：
安装简单，下载即用，不需要折腾环境 硬件压力极低（2/5），集成显卡也能跑 实用程度满分（5/5），视频作者和会议整理刚需 离线运行，音频不出本机
缺点：
专有名词、品牌名、人名容易识别错 有背景音乐的录音准确率明显下降 结果必须人工校对，不能直接交付
实测建议： 先准备30—60秒清晰中文音频测试，确认结果能用于剪辑再继续。
2. LM Studio —— 本地聊天的最佳起点
做什么： 图形化界面运行本地语言模型，支持模型下载和本地API服务。
优点：
界面友好，像用ChatGPT一样简单 安装难度低（2/5），下载模型即用 支持多种模型格式，灵活切换 可以给其他工具提供本地模型服务
缺点：
小模型（3B/4B）的能力远不如云端大模型 4GB显存能跑的模型有限，大模型会爆显存 首次下载模型需要联网，体积可能很大
实测建议： 从3B或4B量化模型开始，先测试摘要、改写和简单问答，不要第一天就下载几十GB模型。
3. AnythingLLM —— 有文档需求再装
做什么： 把PDF、笔记和项目文档做成本地知识库，支持RAG问答。
优点：
真正的"喂文档给AI"的完整方案 工作区设计合理，适合长期整理资料 可以复用LM Studio的本地模型，不重复加载
缺点：
配置容易搞混：语言模型、嵌入模型、向量数据库三个地方都要选本地 界面写着"本地"，但默认可能连云端API，需要仔细检查 没有真实文档需求时，装了只会增加复杂度
实测建议： 先装LM Studio跑通本地模型，再装AnythingLLM连接使用。没有一批需要反复查询的文档，就先别装。
4. ComfyUI —— 4GB显存能跑，但要妥协
做什么： 节点式AI绘画与图像工作流，自由度极高。
优点：
工作流可复用、可分享，专业度最高 低显存模式下4GB也能出图 社区工作流资源丰富
缺点：
学习成本高（4/5），节点连接逻辑需要时间理解 硬件压力最大（5/5），模型和工作流升级会迅速吃满显存 SDXL、FLUX等新模型基本告别4GB显存 出图慢，需要耐心
实测建议： 4GB显存下必须用SD1.5级别模型，512×512尺寸，一次1张。具体参数看下一节。
5. GPT-SoVITS —— 效果惊艳但门槛最高
做什么： 用参考录音生成相近音色的语音，支持本地TTS。
优点：
零样本模式下5—10秒参考音频就能出效果 本地运行，声音数据不出本机 适合本人配音、授权角色音色
缺点：
安装难度满分（5/5），依赖多、环境复杂 硬件压力大（4/5），4GB显存训练基本不用想 音色相似≠情绪和停顿自然，短音频效果不稳定 安全提醒：只使用本人声音或已获得明确授权的素材，不要用于冒充、欺骗或误导
实测建议： 先用本人5—10秒干净录音做零样本测试，确认效果和用途后再决定是否投入更多。
四、4GB显存ComfyUI建议参数
这是整篇文章最实用的部分。4GB显存跑ComfyUI，核心原则就一个字：省。
建议参数：
低显存启动参数：
.\python_embeded\python.exe -s ComfyUI\main.py --windows-standalone-build --lowvram
基于官方便携版启动文件修改，加上 --lowvram 参数。参数名称可能随版本变化，以官方文档为准。
怎么判断"能用"？ 不是打开界面就算成功。连续生成两次不崩溃、耗时可接受、成图满足用途——三个条件全满足，才算实际可用。
五、按配置选择工具
不同配置该先装什么？这里直接给建议：
集成显卡 / 0GB显存：
首选 Buzz（字幕转写），CPU就能跑 可以试 LM Studio（用小量化模型，速度慢但能用） ComfyUI 不建议作为第一项任务 GPT-SoVITS 零样本测试可以试，训练就别想了
4GB显存：
Buzz + LM Studio 先跑通，建立正反馈 有文档需求再装 AnythingLLM ComfyUI 用SD1.5 + 低显存模式可以出图 GPT-SoVITS 先零样本测试
8GB及以上显存：
上面全部可以装 ComfyUI 可以从SD1.5开始，逐步尝试更高要求模型 GPT-SoVITS 可以尝试短素材训练
通用原则：不要按"最强"选择，先按任务选择，再按配置选择模型。 能够稳定完成工作，比下载一个电脑带不动的大模型更重要。
推荐安装顺序：
Buzz —— 先做一份字幕，拿到第一个成果 LM Studio —— 跑通小模型聊天，建立信心 AnythingLLM —— 有文档需求时再装 ComfyUI / GPT-SoVITS —— 最后挑战高难度工具
六、HTML工具箱入口
这篇文章的内容我做成了一个离线可用的HTML工具箱，打开就能用：
根据你的内存、显存和任务，自动推荐先装哪个工具 5款工具的官方入口汇总 4GB显存ComfyUI参数一键复制 常见报错排查指南 可编辑的实测记录表
获取方式： 关注公众号回复「本地AI」获取HTML文件，双击即可打开，无需联网。
最后说三句话：
第一，本地运行不等于完全免费——模型和软件更新都需要联网下载。
第二，能运行不等于流畅——速度取决于模型大小、量化方式、内存、显存和散热。
第三，不要一次全装——先选一个能解决当前任务的工具，成功完成一次真实任务后再扩展。
先完成一次，再继续折腾。