一个只有 1.72MB 的模型，把漫画生成塞进了浏览器：规划耗时中位数 0.55 毫秒，并能生成 12 个自由度的火柴人动作和清晰对话框。我们认为，这比“参数越大越好”更值得关心——垂直模型正用更小体积换取特定场景的可用性。

这是什么

xkcd-artist 是一款开源浏览器端漫画生成模型。ONNX 是把训练好的神经网络转换成可部署格式的文件格式；Int8 表示模型以 8 位整数保存，以减少体积和计算量。它把任务拆成两部分：模型负责预测分镜、道具、人物姿态和笔画抖动，程序再拼装 SVG 矢量图与文字。

其训练数据包括 226 张遮去文字的漫画分镜和 891 段 ExplainXKCD 对话。作者称，模型可生成 138 种以上漫画、数据图表和流程图；在 120 个提示词测试中，骨架重复率为 98.33%。页面完全在本地运行，不向云端发送请求，权重和代码均已开放。

行业怎么看

这不是通用图像模型，却展示了垂直小模型的一条现实路径：围绕固定输出、固定工作流和特定用户群优化，而不是追求全能。浏览器本地推理还能减少图片外传，适合对隐私、成本或离线使用有要求的教育、写作和内部沟通场景。

但风险同样明确。样本主要来自 xkcd 风格漫画，120 个提示词不足以证明跨主题稳定性；98.33% 的“骨架唯一性”也不是内容质量指标。复杂分镜、多人互动、事实信息和长文本仍可能出错，而且当前表现主要来自作者自测，缺少第三方复现与真实用户规模验证。

对普通人的影响

对企业 IT：这类轻量本地模型可能先进入内部图表、培训材料和草稿可视化，减少部分云端调用与数据合规成本，但需要评估输出稳定性和接入现有系统的成本。

对个人职场：写报告、讲解方案时，浏览器内快速生成草图会更方便；专业出版和商业传播仍需要人工校对与设计复核。

对消费市场：“无需上传素材、打开网页即用”的创作工具会增多，隐私和速度可能成为卖点，但模型开放本身还不足以形成成熟产品。