Инструменты13 августа 2026 г., 13:45 МСК🤖 Auto

Unsloth Desktop: Запуск LLM и генерация видео локально без кода

Команда Unsloth выпустила бета-версию десктопного приложения для запуска, обучения и деплоя AI-моделей на любом железе. Поддержка Qwen3.8, MiniMax-H3 и интеграция с агентами.

Баннер новости 5699

Что такое Unsloth Desktop

Команда Unsloth представила Unsloth Desktop (Beta) — бесплатное приложение с открытым исходным кодом, построенное на базе Tauri. Оно позволяет запускать, обучать и разворачивать большие языковые модели (LLM), диффузионные модели для изображений и видео, а также аудио-модели непосредственно на локальном оборудовании пользователя. Приложение доступно для macOS, Windows и Linux (включая WSL).

Главное преимущество — отсутствие необходимости в сложной настройке окружения. Пользователь скачивает приложение, выбирает модель из встроенного хабa (на базе llama.cpp и Hugging Face) и начинает работу. Поддерживаются форматы GGUF, MLX, а также модели от Meta, NVIDIA, Qwen, Kimi и других.

Производительность и новые модели

Unsloth Desktop позиционируется как инструмент для работы с самыми свежими архитектурами. Среди поддерживаемых моделей — Qwen3.8, Kimi K3, MiniMax-H3, Muse Glimmer, DeepSeek V4, GLM-5.2, Gemma 4. Приложение обещает поддержку новых моделей в день их выхода (Day Zero support).

Особое внимание уделено оптимизации диффузионных моделей. Для генерации видео на базе MiniMax-H3 на GPU NVIDIA B200 время создания 124-кадрового видео разрешением 960×544 сократилось с 70+ секунд до 13 секунд (8 шагов генерации). Также поддерживаются FLUX, Z-Image, LTX и Wan.

Агентность и безопасность

Приложение интегрируется с локальными агентами через команду unsloth start. Поддерживается подключение Claude Code, Codex, Hermes Agent, OpenClaw и других. Ключевая фича — самовосстанавливающиеся вызовы инструментов (self-healing tool calls), которые повышают точность на 50% за счет автоматического обнаружения, исправления и повторного запуска упавших запросов.

Безопасность обеспечивается через систему разрешений: модель может работать в изолированной песочнице или получать доступ к файлам только с явного одобрения пользователя. Также реализован неограниченный приватный веб-поиск и глубокий анализ (Deep Research), где модель сначала планирует поиск, а затем формирует отчет с цитатами.

Обучение моделей без кода

Unsloth Desktop позволяет обучать LoRA-адаптеры для текстовых, диффузионных и аудио-моделей без написания кода. Пользователь может загрузить PDF, CSV или JSON, подписать данные в Studio и запустить тренировку. Заявлено ускорение в 2 раза и снижение потребления VRAM на 70% без потери точности. Поддерживается полная донастройка (full fine-tuning) и предобучение.

Деплой и доступность

Для удаленного доступа к локальным моделям используется бесплатный туннель Cloudflare HTTPS или привязка к сети через -H 0.0.0.0. Это позволяет управлять моделями с телефона или другого устройства. Приложение не собирает телеметрию, работает офлайн и поддерживает API, совместимое с OpenAI.

Функция Детали и метрики
Генерация видео (MiniMax-H3) 13 сек на NVIDIA B200 (960x544, 124 кадра, 8 шагов)
Точность вызовов инструментов Увеличение на 50% благодаря self-healing логике
Обучение LoRA 2x быстрее, -70% VRAM, без потери точности
Поддерживаемые ОС macOS, Windows, Linux, WSL
Безопасность Песочница, контроль разрешений, отсутствие телеметрии

Источник: Unsloth ↗