2023年是AI大语言模型爆发的一年★★◈，以OpenAI推出的GPT大模型为起始★★◈，整个行业开始从“推理式AI”向“生成式AI”迈进★★◈。据Market Data Forecast预测★★◈，全球AI市场规模将从2023年的1502亿美元增长到2030年的13452亿美元★★◈，年复合增长率高达36.8%k8凯发官方权威AG★★◈。

　　在此背景下★★◈，国内如百度文心一言★★◈、科大讯飞星火★★◈、阿里通义千问等各种国产垂直大模型相继问世★★◈，深刻改变了我们的办公与生活★★◈。然而★★◈，大模型的培养与训练自然离不开大量的数据投喂k8凯发官方权威AG★★◈。简而言之★★◈，数据量的多少决定了大模型参数的大小★★◈，也就决定了大模型的能力★★◈。同时★★◈，处理这些数据也需要大量的算力★★◈，那么毫无疑问★★◈，就需要与之相对应的硬件规模★★◈。

　　所以现如今★★◈，这些能够处理非常复杂工作的★★◈，例如可以形成符合你要求的特定主题的图片★★◈、视频★★◈，甚至还能生成音频和配乐的大模型★★◈，基本都跑在云端服务器上★★◈。而投喂给它们的训练数据★★◈，也基本上都是用户签署过“使用协议”★★◈，合法的★★◈，能够被摆在“台面上”使用的数据★★◈，这也就导致了目前AI答案的标准化和空洞宽泛★★◈，无法真正意义上匹配到每一个消费者自身的使用场景★★◈，简而言之就是缺乏个性化和深入性★★◈。

　　在这样的情况下★★◈，一些参数量相对较小但是可以处理一些相对简单★★◈、更个性化★★◈、更私密的任务的大模型k8凯发官方权威AG★★◈，就成为了AI未来的发展方向之一★★◈。当然更重要的一点是★★◈，这种体量的大模型可以实现本地化部署★★◈，用户可以利用自己的数据进行定向培养★★◈，在终端侧使用★★◈。

　　想要寻找现如今消费者日常生活中可以容纳大模型生存的硬件形态★★◈，NAS就成为了为数不多兼具“数据和算力”的存在★★◈。NAS作为消费者的私人数据汇集地★★◈，同时拥有一定的计算和网络能力相马茜★★◈，数据也更加安全★★◈，是搭载本地化AI智能助手非常好的阵地之一相马茜★★◈。

　　但现实情况却是★★◈，即便放在物质充裕的当下★★◈，能够拥有私人的NAS（Network Attached Storage★★◈，网络附属存储）★★◈，对于普通人来说似乎是件遥不可及的事情★★◈。不仅是因为其硬件成本相对高昂★★◈，同时其使用前的配置操作相对繁琐★★◈，对于没有相关专业知识的普通人来说★★◈，传统NAS天生就自带入门门槛k8凯发官方权威AG★★◈。

　　有困难★★◈，就会有解决困难的人★★◈。聚焦数码产品评测十六年的鲁大师发现★★◈，“PC端的用户开机时间变短了★★◈，从最初的每天开机★★◈，到半个月开一次★★◈，甚至有时一个月才开一次机★★◈，开机时间缩短得非常厉害k8凯发天生赢家一触即发★★◈，★★◈，但这些电脑并没有被淘汰★★◈，依然在用户的家里”★★◈。外加目前PC整个行业下滑趋势明显★★◈，尤其是疫情后的市场透支与恢复缓慢★★◈。“怎么才能让闲置的PC机变得有价值？”成为了一直萦绕在鲁大师CEO田野脑袋中的问题★★◈。

　　此时一个想法迅速占领了田野的大脑★★◈：他不仅要让PC成为和个人NAS一样的“存储工具”★★◈，同时还能根据个人的需求让其成为自己的AI助手相马茜★★◈。

　　其实简单来说★★◈，本地NAS就是一台将传统电脑去掉显示器等设备★★◈，只保留硬盘以及联网能力的小型服务器★★◈。那么自然★★◈，为家用电脑安装NAS系统★★◈，家用电脑就可以变成NAS★★◈，这样用户就无需再花高价额外购买NAS的硬件★★◈。这就是鲁大师 AiNAS彻底解决“NAS贵”的方案相马茜★★◈，通过抛弃NAS硬件的生产★★◈，直接利用用户手边的闲置电脑实现硬件层面的“零成本”★★◈。

　　针对NAS使用“难”的问题★★◈，鲁大师将传统NAS在使用中涉及到的“异常复杂的产品参数和配置选项”全部简化★★◈，用户只需要一键安装客户端★★◈，即可完成部署相马茜★★◈。

　　由此★★◈，鲁大师AiNAS轻松帮助用户构建起了私密文件存储的“必然领地”★★◈。同时★★◈，田野表示★★◈，其实鲁大师并不参与用户任何资料的存储★★◈，其角色更像是一个类似中国移动这样的中转商★★◈，通过其提供的网络路径可以远程查看自己存储的东西★★◈，相当于把虚拟资产（文件★★◈、照片等）放在自己的家中闲置电脑★★◈。

　　如此★★◈，用户即拥有了安全性更高的数据存储★★◈，有拥有了能够提供相当算力的硬件★★◈，前文中所提到的“部署本地化私人AI大模型”的设想★★◈，顺理成章地成为了可能★★◈。

　　对于前文中提到的AI本地化部署的设想k8凯发官方权威AG资源循环★★◈。★★◈，想要付诸实现★★◈，最重要的事情是AI和私有化的数据进行拟合★★◈，从而发挥更“个性化”的价值k8凯发★★◈，★★◈，最终实现大家大家理想中的个人智能助理或家庭智能助理★★◈。鲁大师 AiNAS则是通过其内置的“智能助理”功能★★◈，率先开启了这方面的尝试★★◈。

　　具体来看★★◈，当得到用户的授权之后★★◈，鲁大师AiNAS内置的“智能助理”就会开始对已经存储的资料进行全盘的扫描★★◈、阅读★★◈、理解★★◈、分析★★◈、总结★★◈、归档★★◈，最终实现资料的自动分类★★◈、去重★★◈、检索★★◈。然后以GPT大模型常见的对话形式★★◈，解决用户提出的诸如一键查询★★◈、一键总结摘要等生成式AI能够处理的相关需求★★◈。

　　相对于大模型★★◈，这种本地AI因为个人电脑性能有限不可能承载那么大的数据★★◈，只能算是个小模型★★◈，需求也是千人千面★★◈。但是★★◈，单就个人具象化的需求★★◈，如果有足够的数据★★◈，这类本地AI实现的价值会远高于公有AI上获取的内容★★◈。

　　目前鲁大师在本地AI的训练上选择的是“语言”★★◈，也就是通过语言指令人工智能★★◈，★★◈，让NAS上存储的资料进行分类★★◈、提炼★★◈，包括总结PPT等★★◈，这套方案的优势是其算力需求90%的电脑都可以胜任★★◈，只是速度会有一些差异★★◈。对于选择语言这个细分领域的原因★★◈，田野的想法就是让所有人以最快的速度用上本地AI★★◈，未来随着用户数据量的增加★★◈，相信还会有更多个人AI的细分领域出现★★◈。

　　除了带给用户个人的高价值★★◈，用户训练的AI模型还具有极大的商业潜力★★◈。在未来★★◈，或许鲁大师AiNAS用户可以共享或交易自己训练的AI模型★★◈，形成新的商业模式★★◈。例如★★◈，一个用户可能训练了一个擅长财务分析的AI助手★★◈，另一个用户可能需要这个助手来帮助管理投资组合★★◈。这种交易不仅可以为模型的创建者带来收益★★◈，还可以加速AI技术的普及和应用★★◈，形成一个互利共赢的生态系统★★◈。

　　AI助手的潜力不仅限于个人使用k8凯发官方权威AG★★◈，还可以扩展到各个行业★★◈。教育领域★★◈，教师可以使用AI助手个性化教学方案★★◈，根据学生的学习情况提供定制化辅导★★◈。医疗领域★★◈，医生可以利用AI助手快速分析大量病历数据★★◈，提供更加精准的诊断和治疗方案★★◈。企业管理中★★◈，AI助手可以帮助管理者处理繁琐的日常事务★★◈，提高工作效率★★◈。这些多领域的应用将进一步扩大鲁大师AiNAS的市场空间★★◈，带来更广泛的商业机会★★◈。