工作清單｜Qwen3.8-Flash-Next 突然开源！125B 模型本地运行，显存不够硬盘来凑，居然真能跑！部署实测来了

逐字稿文字預覽

大家好,這裡是人度解說。就在昨天,千萬3.8 Flash NEXT正式開源發佈1250億優勢的AI大模型。現在居然可以在本地電腦上進行部署運行。它是一個多模特的MOE緩活架構模型。每個Token實際只激活60億優勢。是千萬最新的下一代架構,也就是千萬4。它原生支持26.2萬上下文。擴張以後,甚至可以達到百萬Token。更誇張的是,低顯存用戶,可以用到最新的下一代架構。
用硬盤來湊。甚至有人用3090,MacBook Pro來進行運行。而它真正厲害的地方,還不只是人跑。無論是代碼推定能力,還是Agent,性能都非常強悍。比如把它跟Cloud的Opus 5,還有GPT506速放在一起盲測,都達到了意想不到的效果。那麼問題來了,一個1250億優勢的開源模型,到底能跑出什麼效果?今天我們就直接通過一系列真實的案例,大家看看這千萬3.8最新的Flash NEXT模型,到底有多地譜。
目前它的GPT506格式的模型以及同步發布。多個量化版以及同步發布的HKFs開源社區。因為千萬3.8 Flash NEXT模型,它支持CPU統一內存配置,以實現接近虛擬內存的速度。也就意味著,內存不夠,我們可以用硬盤來湊。接下來我們進行本地安裝部署實測下。
在開始之前,首先我們要去下載最新開源的千萬3.8 Flash NEXT模型。到時候跟我一樣,打開零路坡上這篇文章,鏈接我會放到視頻下方。
打開以後,叫我下拉,上面我們接收取的全部資料。首先,離譜,我們先把千萬3.8 Flash NEXT模型給動下來。我們先把千萬3.8 Flash NEXT模型給動下來。
我們先把千萬打開它,來進行下載一下。打開以後,它裡面有多個量化模型。到時候你可以根據這顯存硬盤大小,來進行選擇。比如說選擇Q字版本。這裡面有三個模型文件。
現在把它當下來。我們把它放到桌面上。我們點下載。下載好,下載好以後,第二個,全部都給它放到桌面上。
最近好多人問這個下載器啊,這是一款TDM-Fuzz的多線程下載器。下載大文件,大模型,速度超快。下載好第二個模型分局以後,我們先返回去。
來下載第三個模型分局。同樣給它放到桌面上。我們點下載。我們稍等一會。它現在速度可以捧到將近每秒,將近100兆左右了。
幾乎已經捧到Hugging Face的下載速度了。好,下載好模型文件以後。我們現在重新返回了剛才提示下。來執行第二步。
接下來獲取一下最新版本的NAMS App之外科學項目。那麼你先往打開它,先下載一下。我們需要用它來加載模型。打開以後,我們點下方最新版本。目前最新版本是V0.3。我們打開它,先下載一下。打開以後,我們先往下載。來獲取最新版本。
第一個是MacOS版本。還有Linux、Android以及Windows版本。到時候根據情況去選擇就可以了。比如說這裡選了Windows版本。因為我是N考的,所以這會選擇COOTA版本。當然如果你是A考的話,那你選擇Wilker版本。這會選擇COOTA13版本。這裡需要注意一下是,這兩個文件都要下載。前面這個組程序,後面是顯卡去通文件。這兩個都要下載。我給它下載下來。比如說同樣給它放到桌面上。點下載。好,下載好第一個文件以後,先把去通文件給它倒下來。同樣給它放到桌面上。那請下載一下。好,下載好以後,
先把這個文件給它關閉掉。然後再給它解架出來。然後第二個,要求包。全部給它解架出來。好,解架好以後,要求包給它刪掉。先把這個NammaCPP組成序,我把它重明明一下。
我們就給它重明明了NammaCPP。好,重明明好以後,先把這個去通文件給它放進去。放到這個NammaCPP根目錄下,拖上去就可以了。好,放入好以後,我們先打開它。
先把這個NammaCPP根目錄下,來創建一個新的文件夾。我們需要給新建一個Moros文件夾。好,新建好以後,先打開它。先把我們剛下載好的這個文件給它放進來。這三個文件都要放進去就可以了。好,放入好以後,現在重新返回到乾脆帖子下,來執行第三步。就來獲取一下這個一介起動腳本。突然給它倒下來。好,下載好以後,這裡面的參數你能夠自由調整。尤其上面這個模型這裡。如果下載的模型跟我不一樣的話,那麼你得把這個模型名稱改成自己的。因為我當前的模型名稱改成自己的。因為我當前的模型名稱,我先打開它。
我當前的模型名稱是這個。也就是千萬3.8Flash,Nex,UD,IQ4,HS這個分卷。然後後面跟它分卷,1到3。它就會自動加在三個分卷模型。然後其他優秀的話,你可以自由調整。那先來試一下。然後先把這個起動腳本給它放進去。放到NammaCPP根目錄下。好,放到後面我們先打開它。打開以後,然後先打開它。點擊打開。它現在開始加在模型了。我們稍等一會兒。好,大家已經看到這個鏈接的話,那說明它已經起動成功了。我們先打開試想。打開這個第一步。
打開電視器。打開這個電視器。來試一下。可以啊,沒問題。它現在成功了。目前加在的模型的話,是千萬3.8Flash,Nex的UDQ4亮化板。沒問題。來先來試一下。看行不行。比方速度。我說您好。請自我介紹一下。
我速度還有我們第一發送一下。看一下能不能跑得動。我當時選出是24GB的。內存的話是64GB。但我硬盤比較大。是2T的。絕對是沒問題的。因為目前它是跑在我們硬盤上的。要看它速度。目前可以跑在每秒。是更高的。
然後我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看
我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它
我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它
我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它
我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它
我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它
我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它
我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們現在要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。我們要看它。
好。今天視頻所用的全部資料。他們要下載鏈接。我都放在視頻下方。

來源：transcript.txt

本次執行流程與問題處理

下達指令
指令：videonote https://www.bilibili.com/video/BV14B4y6uE6m/?share_source=copy_web&vd_source=d47acd2a1ad4a359916912582bcaec9c --language zh

來源：https://www.bilibili.com/video/BV14B4y6uE6m/?share_source=copy_web&vd_source=d47acd2a1ad4a359916912582bcaec9c

辨識語言：zh ｜參數：--language zh
預期流程
依指令產生的處理順序：
1. 下載與語音辨識
2. 來源選擇與品質檢查
3. 文字校正與句子單元
4. 筆記與發布
5. 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：27.4 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：40.3 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.4 秒
關係：依序執行
結果：完成
4. 句子密度平衡
工具：videonote_balance_sentence_units.py
處理：平衡句子長度與密度
產出：sentence_units.json（句子單元）
耗時：0.4 秒
關係：依序執行
結果：完成
5. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.4 秒
關係：依序執行
結果：完成
6. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.5 秒
關係：依序執行
結果：完成
7. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.5 秒
關係：依序執行
結果：完成
8. 逐字稿交叉檢查
工具：videonote_cross_check_transcript.py
處理：交叉檢查逐字稿與來源字幕
產出：transcript_crosscheck_report.json（交叉檢查）
耗時：0.5 秒
關係：依序執行
結果：完成
9. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.6 秒
關係：依序執行
結果：完成
10. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：90.6 秒
關係：依序執行
結果：完成
11. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：0.7 秒
關係：依序執行
結果：完成
12. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.8 秒
關係：依序執行
結果：完成

手動來源字幕

尚未產生

自動來源字幕

subtitle_acquisition.json 下載140 bytes

Whisper 字幕

transcript.whisper.json 純文字 JSON12,820 / 54,938 bytes
transcript.whisper.srt 下載13,729 bytes
transcript.whisper.tsv 下載13,198 bytes
transcript.whisper.txt 下載12,820 bytes
transcript.whisper.vtt 下載13,503 bytes

Qwen 字幕

尚未產生

Parakeet 字幕

尚未產生

MOSS 字幕

尚未產生

聲學時間證據（PyAnnote / WhisperX）

尚未產生

校正前後逐字稿

校正前 transcript.whisper.json 純文字 JSON 12,820 / 54,938 bytes
校正後 transcript.json 純文字 JSON 12,820 / 54,938 bytes

目前待解決問題與初步改善方向

逐字稿來源選擇未完全通過，仍先生成筆記待修正
no_trustworthy_transcript_source；原始逐字稿保留；請進入精進模式確認來源。
逐字稿全文快速校讀未完成待修正
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
逐字稿可先使用，但有待校正清單待修正
segment=51 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=98 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=218 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=219 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=220 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=221 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=222 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=223 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=224 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=225 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=226 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=227 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複
逐字稿品質檢核未完全通過待修正
{'stage': 'canonical_transcript_quality', 'action': 'published_with_warning', 'signals': ['transcript_selection_not_resolved']}
Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench

逐字稿文字預覽

本次執行流程與問題處理

下達指令

預期流程

1. 下載與語音辨識

2. 全文快速校讀

3. 建立句子單元

4. 句子密度平衡

5. 時間軸稽核

6. 品質檢查

7. 播放時間軸回填

8. 逐字稿交叉檢查

9. 來源句整理

10. 生成筆記摘要

11. 建立筆記頁面

12. 發布公開頁面

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向