Unsloth 宣布可使用其 Docker 镜像本地训练和运行 500+ 模型，提供新 GUI 和 notebooks 工作流，无需配置，支持 NVIDIA 和 AMD，指南见 https://unsloth.ai/docs/get-started/install/docker。
官方介绍了新 Docker 镜像和 Desktop 应用，列出本地训练运行模型的硬件支持与效率数字，读者可据此评估本地部署方式。
现在，你可以用我们的 Unsloth Docker 镜像在本地训练和运行 500+ 个模型了！🐳
使用我们全新的 GUI 或 notebook 工作流。无需任何配置。支持 NVIDIA 和 AMD。
指南：https://unsloth.ai/docs/get-started/install/docker
GitHub：https://github.com/unslothai/unsloth
推出 Unsloth Desktop 🦥 首个可在本地运行和训练模型的桌面应用。 • 开源。支持 Mac、Windows 和 Linux • 支持 MLX、扩散图像/视频、音频、GGUF • 将 Claude Code 和 Codex 连接到本地 LLM • 准确率提升 50%，自愈式工具调用 + 沙箱化代码执行 • 适用于 CPU + 多 GPU 配置——NVIDIA、AMD、Intel、Mac • 训练模型速度提升 2×，VRAM 占用减少 70% • 私密网页搜索、深度研究、RAG、MCP 及导出（NVFP4、GGUF） • 使用 Unsloth 的 OpenAI 兼容 API 和云端模型 • 安全地远程部署 LLM，随时随地访问 Unsloth Desktop 现已在 http://unsloth.ai 和 GitHub 上发布。 GitHub：https://github.com/unslothai/unsloth 博客与指南：https://unsloth.ai/docs/desktop
原文
Introducing Unsloth Desktop 🦥 The first desktop app to run and train models locally. • Open-source. Runs on Mac, Windows and Linux • Supports MLX, diffusion image/video, audio, GGUF • Connect Claude Code and Codex to local LLMs • 50% more accurate, self-healing tool calls + sandboxed code exec • Works for CPU + multiGPU setups - NVIDIA, AMD, Intel, Mac • Train models 2× faster with 70% less VRAM • Private web search, deep research, RAG, MCP and exports (NVFP4, GGUF) • Use Unsloth’s OpenAI-compatible API and cloud models • Securely deploy LLMs remotely and access anywhere Unsloth Desktop is now available on http://unsloth.ai and GitHub. GitHub: https://github.com/unslothai/unsloth Blog and Guide: https://unsloth.ai/docs/desktop
来源：Unsloth AI · x.com