Mac本地无审查AI：按内存选模型指南

核心结论：先看内存，再选模型

在Mac上运行"无审查AI"实际上是两个问题：哪些模型不对请求设限，以及哪些模型能装进你的Mac内存。第二个问题往往比第一个更具决定性。

据开发者在博客中披露的信息，Locally Uncensored的Mac版本目前仍处于beta阶段，仅在一台M5 Pro（48GB内存）上测试过。文中的尺寸数据来自模型文件本身，未在Mac上实际运行的场景会明确标注。

Uncensored AI on a Mac 来源截图

"无审查"在本地模型中意味着什么

本地模型前面没有审核层。没有程序会在模型读取之前检查你的提示词，也没有程序会在之后检查回答。剩下的只有模型自身的训练结果——而来自大型实验室的默认模型，其训练目标之一就是拒绝一系列请求。

人们称为"无审查"的模型改变了这一点。最常见的有两个标签：

Abliterated：将权重中产生拒绝行为的方向移除
Heretic：使用Heretic工具进行的abliteration，思路相同但自动化

两者都不是魔法。一个abliterated模型仍然可能偶尔拒绝回答，而去除拒绝行为也可能在其他方面带来质量损失。如果某个模型对你询问的内容反复回避，建议尝试列表中的另一个模型，而不是先质疑自己的提示词。

应用本身不添加任何额外内容。默认人设仅声明角色，不包含任何方向的内容规则，因此你得到的就是模型本身。

Abliteration（消融拒答）是一种模型权重后处理技术。研究人员发现，大型语言模型在大量安全训练后，其权重空间中会形成某些特定的"拒答方向"，即一小组与拒绝行为高度相关的激活模式。通过在这些方向上做正交化或削减投影，可以大幅降低模型触发拒答的概率，同时尽量保留其他能力的完整。这一过程无需重新训练，成本远低于从头微调。副作用是可能损失部分模型精度，甚至让模型在其他安全领域也变得更"健谈"，因此质量表现因基础模型而异。

MoE（Mixture of Experts，混合专家） 是Qwen 3.6 35B等模型采用的架构。它把前馈层拆分为多个并行"专家"子网络，并在推理时通过门控机制只激活其中少数专家。结果是总参数量很大（如35B），但每次前向传播实际参与计算的参数只有一小部分（如3B），因而推理速度接近3B模型、能力接近更大模型。在Mac统一内存上，MoE仍然需要把全部权重加载进内存，激活参数少只影响计算量，不影响内存占用——这就是为什么35B MoE依然要求48GB级别的内存。

关键数字：统一内存

在Apple Silicon上，没有独立的显存。模型与macOS、浏览器及其他所有程序共享同一个内存池。芯片名称决定回答速度，内存大小决定你能加载哪个模型。M4配16GB和M2配16GB能加载的模型相同。

一个实用的估算规则：模型文件加上1至2GB的上下文开销，必须能装进macOS和已打开应用占用4至6GB之后剩余的空间。

统一内存（Unified Memory） 是Apple Silicon的核心架构特征：CPU、GPU和神经网络引擎共享同一块物理内存，没有独立显存这一层。这意味着两点区别于传统PC的推论。第一，模型权重在内存中只存在一份，CPU与GPU之间传递张量时无需在PCIe总线上拷贝，推理效率更高。第二，模型可用的内存上限实际等于总内存减去macOS自身和所有已打开应用占用的部分，因此16GB的Mac在浏览器、IDE都打开的情况下往往只剩8-10GB可用，而一块16GB显存的独显则几乎可以独享全部容量。这是Mac上模型选择常被低估的瓶颈来源，也是本文反复强调"内存比芯片型号更重要"的原因。

聊天模型与内存匹配

应用中目录推荐的无审查聊天模型如下，按下载大小排列：

模型	大小	特点
Llama 3.1 8B Abliterated	5 GB	通常第一个下载
Qwen3-VL 8B Abliterated	5 GB	可读取图像
Gemma 4 12B Heretic	7.4 GB	可读取图像
GLM 4.7 Flash Heretic	10 GB	小体积构建的30B级别
Qwen 3.8 27B Uncensored	18 GB	图像、工具、可切换思考
Qwen 3.6 35B MoE Abliterated	24 GB	总参数35B，激活3B

对照上述规则，大致对应关系为：

16 GB Mac：可较轻松运行5GB模型，Gemma 4 12B Heretic则需要更少后台应用
24 GB Mac：增加GLM 4.7 Flash Heretic
32 GB Mac：增加Qwen 3.8 27B Uncensored，这是推荐的最低一档
48 GB及以上：增加Qwen 3.6 35B MoE Abliterated，并有空间处理长上下文

这个映射仅基于文件大小的算术计算。作者只在48GB机器上运行过聊天功能，因此16GB或24GB Mac上的表现应视为起点而非定论。

设置向导会为你的机器选择第一个模型，模型管理器会标记哪些适配。你不需要自己进行这些计算，但了解其原理有助于理解应用提供的选项。

图像与视频生成

Mac上的Create功能可在本地生成图像和视频，无需ComfyUI。Mac目录中有一个名为Unfiltered的独立分组，与Mainstream并列：

图像模型：目录中共23个，其中10个在Unfiltered分组
视频模型：目录中共31个，其中14个在Unfiltered分组

每个模型卡片都会标明所需内存，应用会严格执行。图像模型最低8GB，视频模型最低16GB。Mac目录中大多数视频模型标记为"Experimental: not yet tested in LU"，这个标签是字面意思。

速度参考：在M5 Pro配48GB上，DreamShaper XL Turbo生成一张图像耗时33秒，Qwen-Image 2.1 Turbo耗时38秒。

ComfyUI 是当前最流行的本地AI图像/视频生成工作流软件，以节点式界面著称，功能强大但配置复杂，通常需要用户自行安装PyTorch、下载Checkpoint、管理LoRA和ControlNet。Locally Uncensored把这类能力内置到应用内，省去了搭建ComfyUI的步骤，代价是模型选择被限定在应用的目录内，扩展性不如ComfyUI。Turbo 后缀（如DreamShaper XL Turbo、Qwen-Image 2.1 Turbo）通常指使用蒸馏技术压缩了采样步数的模型版本，可以在4-8步内出图，而非Turbo版本常需25-50步，因此Turbo在同样的硬件上速度快数倍，代价是细节和多样性略有下降。这就是为什么文中提到的生成时间可以控制在30-40秒量级。

安装与运行

系统要求：Apple Silicon，macOS 14或更新版本。不支持Intel Mac。

从locallyuncensored.com/mac下载.dmg文件，已使用Developer ID签名并通过Apple公证
将应用拖入Applications文件夹并启动
让设置向导选择第一个模型，或打开Models从上述列表中选择
发送消息

本地使用无需账户，无需登录。

数据发送情况

使用本地模型时，你的提示词和回答都留在机器上。应用没有分析工具包，不发送崩溃报告。有两项数据会自动发出：应用启动几秒后及之后最多每六小时向GitHub Releases查询新版本；以及每次按下Cloud开关时计数（仅方向、平台和应用版本，不含标识符）。如果从不触碰Cloud开关，第二项不会触发。

Mac上尚未具备的功能

训练自己的角色LoRA无法在Mac上本地运行
计算机控制功能在应用中存在，但在macOS上未完全测试
语音功能本地可用，但处于beta阶段且仅支持英语
Remote Access和自动更新在macOS上未经确认

简要总结

Mac上的无审查AI归结为选择一个适合你统一内存的abliterated模型。16GB可运行8B级别，32GB是Qwen 3.8 27B Uncensored的适配点，应用的Unfiltered分组在同一台机器上覆盖图像和视频。全部本地运行，无需账户，但该版本仍处于beta且仅在一台Mac上验证过。

如果Mac内存不足以运行想要的模型，更大的模型也可以通过LU Cloud在浏览器中托管运行，该部分为付费服务，以上所有本地功能均免费。