最低需4gb显存（如gtx 1660 super），推荐8gb（rtx 3060/4060 ti），专业场景需16gb以上（rtx 4090/a6000）；显存不足将导致oom、卡顿或降质。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
Banana Vision Studio 本地部署对显卡和显存有明确分层要求，不是“能跑就行”，而是直接影响能否启动、能否生成可用图像、以及生成速度与细节质量。显存是核心瓶颈，尤其在加载自研 Knolling Architecture 模型和 SDXL 底层引擎时，会一次性占用大量显存。
最低可行配置（能启动+基础生成）
适用于轻量测试或结构简单对象（如单件衣物平铺、小型塑料壳体）：
- 显卡：NVIDIA GTX 1660 Super 或 MX150（实测可运行，但需降分辨率/关部分后处理）
- 显存：≥ 4GB（2GB 显存设备需启用 CPU fallback，速度极慢且易中断，不推荐）
- 注意：Ubuntu 22.04 / Win11 下，4GB 显存需关闭实时预览、禁用高保真渲染通道，否则大概率 OOM（显存溢出）
推荐日常使用配置（稳定+多风格切换）
覆盖 Knolling、Exploded View、Technical Sketch 四种预设，支持中等复杂度工业件或服装全拆解：
音频转文本整理稿（本地部署版）
下载
本地音视频转录整理技能 — 接收音频、视频、播客链接、字幕、原始转写稿或未整理文字，完成 ASR 转录（本地 faster-whisper / mlx-whisper）、文本清洗整理，输出分享式提纯版中文原文到本地 .txt 文件。所有产物保存在本地。
- 显卡：RTX 3060（12GB 版）或 RTX 4060 Ti（8GB）
- 显存：≥ 8GB（实际运行占用约 6.2–7.5GB，留余量应对模型热加载）
- 配套建议：Python 3.10+、16GB 系统内存、NVMe SSD（模型加载快 3 倍以上）
专业/批量生产配置（高并发+精细控制）
适合设计团队本地部署、需导出 2K+ 分辨率图、频繁微调“拆解密度”滑块、或接入自定义 LoRA：
- 显卡：RTX 4090（24GB）或 A6000（48GB）
- 显存：≥ 16GB（实测 24GB 卡在开启双模型并行推理时仍余 3–4GB 缓冲）
- 关键细节：驱动版本 ≥ 535，CUDA Toolkit ≥ 12.1；Linux 下需启用 persistence mode 提升显存复用效率
显存占用参考（基于 SDXL + Knolling 模型组合）
不同操作阶段的典型显存消耗（RTX 4070 12GB 实测）：
- 服务启动（空载）：≈ 1.8GB
- 加载默认模型 + 预热：≈ 5.4GB
- 生成 1024×1024 技术手稿（中等复杂度）：峰值 ≈ 8.1GB
- 同时开启实时预览 + 导出 PNG + 后处理锐化：峰值 ≈ 10.3GB
- 若启用“超细拆解”（滑块拉满）+ 高采样步数（40+）：可能突破 11.5GB，触发显存交换（明显卡顿）
