LocalAI

开源本地 AI 引擎，MIT 协议，CPU 也能跑 LLM、视觉、语音、图像与视频，提供 OpenAI 兼容接口。

当前 v4.12.1（published_at 2026-10-23 10:27 UTC，本站 2026-10-24 一手核验官方 release 说明）：纯安全补丁版本 —— 加固用户自供 URL 的外链策略（chat vision 图像/音频/视频 URL 与 image、audio 端点）：重定向目标逐跳校验、100.64.0.0/10 与 0.0.0.0/8 视为非公网地址、连接目标使用校验通过的地址（#12853）。

上一版 v4.12.0（published_at 2026-10-22 13:20 UTC；

211 个合并 PR、307 次提交、模型画廊条目由 1,660 增至 1,896）：重做网页 UI（统一控件、明暗主题、Models 与 Studio 工作流重排、按节点划分的后端维护）；

新增流式语音与内置音频模型（把 LLM 输出片段实时送入 Qwen TTS、其它引擎支持显式分句流式，Parakeet 打包可组合音频分析角色）；

新增原生决策路由（用决策模型对请求做分类，新增 /v1/decisions 适配器输出谓词、选项与分数，接入既有 SystemOne 管线）；

Studio 新增图像放大（配套 /v1/images/upscale API）；

隐私与工具配置（Responses 侧 PII 过滤、可选拒收不可审查的媒体、别名配置、远程 MCP 服务器的 OAuth2 客户端凭证）；

新增 GEM-X 实时动作捕捉（把 RGB 帧流送入会话级姿态 API，可在 CPU 或 Vulkan 上跑）；

新增持久化 Qdrant 存储（支持 TLS 与环境变量凭证）；

推理侧可配置 MoE 专家缓存、惰性张量读取以及槽位提示缓存的显式保存与恢复。

上一版 v4.11.0（2026-10-02，含 243 个合并 PR、79 个新画廊条目）：新增音频场景能力（语音转写 + 说话人分离 + 声音事件检测 + 说话人记忆可在同一场景组合）、模型故障转移链（同一模型名背后挂多个本地/远程目标、响应提交前自动重试并可观察健康状态）、决策模型 /v1/systemone（结构化选择 / 打分 / noul 问题）、签名 OCI 模型画廊（Sigstore 校验）与 Kimodo 文生动画（POST /3d/animate 导出 glTF）。