过去两年，生成式 AI 的公众讨论多围绕大语言模型与文本能力。这类按用途统计的搜索数据说明，普通用户的实际兴趣点更偏向视觉产出：制作图片、修图与视频剪辑。相关工具生态也随之下移，从云端订阅服务扩展到可在本地工作站运行的开源方案。

视觉生成对基础设施的要求与文本推理不同。图像与视频任务的显存占用、存储吞吐与渲染时间都更高，人均关注度的地域分布则与创意产业集中度相关，纽约领先并不意外。对个人与企业用户，本地运行的吸引力来自素材隐私、成本可控与工具链可编排，这几点正是开源图像与视频栈持续获得投入的原因。

对企业 IT 来说，这类需求迁移意味着容量与治理两方面的准备。容量上，创意类工作负载的 GPU 需求更集中且突发，规划时应按素材量与产出频率估算显存、存储和带宽，而不是沿用文本推理的估算口径；治理上，AI 生成的图片与视频进入宣传物料、培训材料与产品界面后，需要明确留痕与审核责任，包括素材来源记录、模型与提示词的版本留存，以及与版权和肖像权相关的合规审查，避免生成内容未经审核即对外发布。

来源：Linux Today，原文。