Unsloth 发布开源桌面应用 Unsloth Desktop，支持在 Mac、Windows 和 Linux 本地运行和训练模型，已在官网和 GitHub 提供。支持 MLX、扩散图像/视频、音频、GGUF，可连接 Claude Code 和 Codex 到本地 LLM，宣称训练速度提升 2 倍、VRAM 降低 70%，并提供 RAG、MCP、OpenAI 兼容 API 和远程部署等能力。
Unsloth AI@UnslothAIUnsloth 发布开源桌面应用 Unsloth Desktop，支持在 Mac、Windows 和 Linux 本地运行和训练模型，已在官网和 GitHub 提供。支持 MLX、扩散图像/视频、音频、GGUF，可连接 Claude Code 和 Codex 到本地 LLM，宣称训练速度提升 2 倍、VRAM 降低 70%，并提供 RAG、MCP、OpenAI 兼容 API 和远程部署等能力。
官方公布产品的主要能力清单和下载入口，读者可据此评估本地运行与训练模型的实际选项。
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
来源：Unsloth AI· x.com