这一年想玩本地AI生图的人，多半先被显卡价格劝退：AI需求把显存供应挤到枯竭，机构预判供需紧张会延续到2027年之后，单卡方案普遍要接受2.5万到3.5万元级别的投入。只想出几张图的人，直接被拦在门外。知乎
但另一条路正在悄悄跑通——核显迷你主机。
不是核显不行，是引擎选错了
知乎用户A1Book用一台96GB显存池的高端核显迷你主机跑了三个月生图，成绩相当能打：SDXL-Turbo十三到十五秒出一张，连出十张只要两分半，质量够日常用。知乎知乎
最反直觉的发现是这个：他一开始用ncnn引擎，不支持量化，跑20B级生图模型一张要712秒，接近12分钟，完全没法用；换成支持GGUF量化的stable-diffusion.cpp，同样的活13秒干完，差了将近55倍。不是核显不行，是引擎选错了。知乎
新玩具还在往外冒。10月，开源项目VigenFlow让AMD的XDNA2 NPU跑起了FLUX.2-klein-4B，锐龙AI 9 HX 370实测1024×1024分辨率、4步采样，约10秒一张——平时吃灰的NPU终于干了正事，核显还能腾出来干别的。而HX370整机如今已探到3500元档，生图的入门成本被压到了历史低点。知乎GitHub知乎
天花板也不止生图：AI Max+ 395这种128GB统一内存的机器，配上ComfyUI新内置的Kitchen Attention加速，连MiniMax-H3文生视频都能啃，整机功耗才120W。哔哩哔哩知乎
能干什么、不能干什么，交钱前先知道
能干的：日常配图、社交媒体素材、风格化头像和壁纸，都没问题；四格漫画和故事板，全流程两分钟。知乎
不能干的也很诚实：精细商业海报细节不够；写实人像的皮肤质感偏塑料；多人多物体的复杂场景容易结构崩坏。想输出印刷级质量，2026年还是得乖乖上独显。知乎
还有两个反直觉的实测结论。一是模型不是越大图越好：Flux 12B用了Q4激进量化，画质指标反而只有SDXL-Turbo温和q8_0量化的十一分之一，细节全被量化压没了。二是提示词比参数重要：同一个模型，写"comic book illustration"这类具体风格词，锐度是堆"highly detailed、8k"这类空泛质量词的6.8倍。知乎
怎么买：三档，各一句话
家里有老电脑（内存16GB以上）：先下stable-diffusion.cpp加SDXL-Turbo（约6.5GB），零成本跑通第一张图，再谈买硬件。
三到五千元：选锐龙AI 300系核显的迷你主机，内存32GB起步——核显共享内存，内存越大显存池越大，32GB是甜点。知乎
八千到一万五：才轮到395这类128GB统一内存的高性能核显机，约110GB可以划给显存，生图和大语言模型双修，价格只要英伟达DGX Spark同容量款的一半甚至更低。知乎
三个坑，提前绕开
生图前先关掉大模型任务：LLM和生图一起跑，出图速度慢2到3倍，显存池独占为王。
长时间连续跑会碎片化：出图会从15秒劣化到45秒，每20张重启一次服务就稳了。知乎
别把-t参数当采样步数：那是线程数，设错了速度慢三倍还找不到原因。
一句话收尾：核显生图的门槛比你想的低，天花板也比你想的低。先用手里的电脑免费跑通一张图，再决定要不要掏钱——这才是2026年显卡涨价潮里最聪明的玩法。
