本周 Reddit 本地 AI 社区一个帖子被热议：一位用户拿着 16GB 内存的 MacBook Air M4 问，能跑视频生成模型吗？评论区给出的答案很直接 —— 现在还不行。这事看似小，但我们觉得它点出了一个被忽视的现实：本地 AI 的边界到哪了，普通用户其实心里没数。

这是什么

这位用户已经算「本地跑 AI」的典型用户了。16GB 统一内存（Mac 的内存是 CPU 和 GPU 共用的，类比过来相当于普通电脑的 32GB），能跑 120 亿参数（12B）以下的文字模型，能跑 6-7GB 大小的图片模型 —— 慢，但能跑。但一提到视频，答案就变了。

视频生成比图片吃资源得多。一段 5 秒的视频相当于几十张图叠加，还要保证帧与帧之间连贯不闪烁，对内存的需求通常是图片的 5 到 10 倍。当前主流开源视频模型（Wan 2.1、Mochi、CogVideoX）的最小可用版本基本在 12GB 以上，16GB 笔记本能跑但极其勉强，画质和时长都受严重限制。

换句话说：文字和图片的「本地 AI 自由」已经基本到了，视频还没到。Sora、Veo、可灵这些名字响亮的产品，全部跑在云端服务器上。

行业怎么看

社区里两种声音都有。

乐观的一方认为，参照图片模型的发展节奏——去年这时候本地跑图还卡得不行，现在 16GB 已经能跑——视频本地化只是再等一两年。Wan 2.1 已经发布了 13 亿参数的小版本，量化后（把模型精度从 16 位压到 4 位以减小体积）能在消费级显卡上跑通。这是清晰的进步趋势。

悲观的一方则提醒：视频的「帧间一致性」是难啃的硬骨头，靠简单压缩参数解决不了。短期内「本地跑视频生成」可能永远只是「能跑出东西」，和云端那种 1080p、几分钟长度的视频是两类东西。还有人指出硬件升级节奏在放缓 —— 16GB 内存的 MacBook 已是消费级顶配，再往上就是工作站级别，普通人够不着。

对普通人的影响

对企业 IT：如果公司想用 AI 生成视频做营销物料，目前只能订阅云服务（可灵、Pika、Runway 等）或采购带专业显卡的工作站。不要被「AI 普及」的口号误导，以为员工拿自己笔记本就能干。

对个人职场：处理文字、翻译、写稿这类工作，本地 AI 已经够用且有隐私优势（数据不出本机）；但凡涉及视频，目前还是得用云端工具，按次或包月付费。

对消费市场：那些手机 App 里宣传的「一键生成 AI 视频」，背后基本都是云端算力 + 服务器排队，不是你手机自己能算的。看到「本地运行」「离线可用」这种标签，才说明是真在本地跑。