我花了5分钟，成功部署阿里QwQ-32B，秒出的感觉太爽了

Manus 昨天平地一声雷炸的圈子里的好多人都头脑发热了，官方和一些带节奏的人估计都度过了难忘的一天。今天圈子终于开始有点回归理性了。

今天除了五位数的邀请码一码难求，另一边复现 Manus 项目出的飞快，连卖 Manus 的课教程都冒出来了，真快啊（不过大家还是要谨慎一点擦亮眼睛）。

回到今天群聊的榜一大哥——QwQ 32B.

我翻了一下聊天记录，吐槽最多的是——

• 推题 token 太长，动辄 2、3 万字

• 一直在推理，不出东西

其实 QwQ 这个模型之前发布过一个预览版，只不过这次是正式版。也有可能再经过回炉重造过不得知了。

我看除了 X 上面，油管上讨论也挺凶的。

总之，评价就是还是挺强的。

评价这么高基于两个已知事实：

• 效果比肩DeepSeek-R1 671B 满血版

• 32B参数，比 R1 满血版小 20 倍

这是官方的效果——

在基准测试上与 DeepSeek-R1 满血版非常接近。

这是 AMIE（数学能力）测试结果——

QwQ-32B 排到了所有模型的第二。

可以说，看考试成绩，绝对是一名优等生。虽然在官网和抱抱脸 hg 上都能体验了，但是我看到好多反馈都在说——

卡，慢，排队，约等于：不可用

经常一个问题思考十几分钟没做出来。

那我就自己搞一个！

不是 671 玩不起，而是 32B 更有性价比！

这里我们部署在本地电脑上，主打开源&轻量化部署精神，所以只要有一台电脑 + 一块 24G 的显卡就行。

不敲代码、不买课，不买会员，5 分钟体验上 320 亿参数的 QwQ-32B 大模型！

先说一下我的配置：

• CPU: Intel 10900k

• 内存: 128G DDR4 3600MHz

• 显卡: Nvidia 3090 24G 显存

• 操作系统： Windows 11

这里我用 Ollama+Chatbox 的方案，就是因为它纯纯简单。

给还没接触过的小伙伴科普一下（懂得自行跳过）——

Ollama 是一个专为大语言模型服务设计的开源工具，方便用户在本地快速部署大型模型。通过简单的安装过程，用户可以用一条命令即可启动和操作这些开源的大语言模型。

重点是：一条命令。

适合新手的本地部署教程

第一步：安装 Ollama，这一步比装原神还简单）

在官网上下载安装包就行（我选 Window）。 www.ollama.com

下载好了后直接点击安装。 这个阶段不要做任何修改，一路默认设置就好。

当安装结束后先验证一下是否装成功。

打开 windows 的命令行 CMD, 输入 ollama -v，看到输出 ollama version is 0.5.13 那就证明 OK。

第二步：拉取 QwQ-32B

直接去 Ollama 网站下载即可。

Ollama 的 QWQ 模型页面: https://ollama.com/library/qwq

坑点预警：官网下载需要魔法，否则速度堪比蜗牛（推荐用国内镜像）

提供了好几个不同模型版本，比如 32b， 32b-fp16，

q4_K_M, q8_0, fp16 这些指的是模型精度。这里的 q4 指的是 4bit 量化，q8 指的是 8bit 量化，fp16 就是原版模型。

因为量化都是有损的，只要把握数字越小，模型体积越小，所以模型能力会更弱这个逻辑就行。所以 q4 就是 QwQ32b 家族中，体积最小，性能有可能是最弱的那个（不排除 8bit 量化也都差不多的效果）。

我们部署就选用 32b-q4_K_M，选用它的原因很简单， 因为 3090 的 24G 显存只能装下这个模型。

Ollama 的模型包本质上是一个 微服务镜像，类似云端的模型即服务（MaaS），但设计为本地离线运行。

这样，你就完全不用考虑和底层硬件、python 依赖等等这些麻烦的问题。

里面包括模型 checkpoint、配置文件、运行时的环境（依赖库、推理引擎）、其他组件等等，提供了运行模型的一切，都打包好了。

这里你可以理解成这是大模型的 APP Store，和手机里下载应用是一样的简单。

区别这里不是下载按钮，而是在命令行 CMD 中输入如下指令，开始下载模型。

`ollama pull qwq:32b-q4_K_M`  

如果一切顺利，就会开始正式下载模型。

请做好心理准备，下载时间会比较长。

等模型下载完成后，在 CMD 中输入下面的指令加载模型并运行，就可以开始和 Qwen QwQ 32B 模型对话。

`ollama run qwq:32b-q4_K_M`  

看下对话效果——

可以看到，已经成功地提问对话了。

虽然 Ollama 提供了交互页面，但是是程序员风格的，虽然在我眼里是最美的，但是追求美颜的小伙还需要下载一个页面美工——

第三步：安装前端交互工具 Chatbox

这种工具的选择有很多，有 Chatbox、Cherry Studio、 Open-WebUI 等等。

我选用了 chatbox，页面长这个样——

其中 Open-WebUI 于 QwQ 的官网页面最为接近，这是因为 QwQ 的官网也是拿 Open-WebUI 魔改的。(🤣)

Chatbox 的网站: https://chatboxai.app/zh

请大家自行安装，这里就不赘述了。

安装完成后，需要进行如下设置：

1. 点击设置

2. 在上图 2 中的位置选择 OLLAMA API

3. 3 的位置会自动配置好上图中的内容。

4. 点击 4 确定。

配置完成后，你的主界面就会和下图一样:

点击红框处选择 qwq:32b-q4_K_M 模型，就可以在箭头处开始和属于你的 QwQ 模型对话了。

到此，整个本地部署全部完成。

看看效果如何

上面已经问过「9.9 和 9.11 谁大」的问题，已经可以使用了。

但为了不失严谨性，我们将会对 QwQ-32b_q4_K_M本地模型、QwQ-32b官网模型 进行简单对比，看看能复刻多少效果。

直接上题：

题目一: 银行金库里的小偷

有一个小偷费劲力气进入到了银行的金库里。在金库里他找到了一百个箱子，每一个箱子里都装满了金币。不过，只有一个箱子里装的是真的金币，剩下的 99 个箱子里都是假的。真假金币的外形和质感完全一样，任何人都无法通过肉眼分辨出来。它们只有一个区别：真金币每一个重量为 101 克，而假金币的重量是 100 克。在金库里有一个电子秤，它可以准确地测量出任何物品的重量，精确到克。但很不幸的是，这个电子秤和银行的报警系统相连接，只要被使用一次就会立刻失效。请问，小偷怎么做才能只使用一次电子秤就找到装着真金币的箱子呢？

这是一个小学奥数难度的题，我猜这他们应该都没问题，但没准也会阴沟里翻船呢，对吧 ?

先看官网 QwQ-32B的答案：

回答很准确,没什么可以挑剔的。

然后是上面我本地的 QwQ-32b_q4_K_M:

这个视频没有进行任何加速，可以看到，在发送的一瞬间，就立马开始输出。

比官网爽太多了！

第一题没有分出胜负， 加大难度！！

题目二: 池塘取水

假设有一个池塘，里面有无穷多的水。现有 2 个空水壶，容积分别为 5 升和 6 升。问题是如何只用这 2 个水壶从池塘里取得 3 升的水。

官网 QwQ-32B的答案：

下面是本地的 QwQ-32b_q4_K_M:

可以看到，本地版也成功的给出了两种不同的方法。

题目三: 编程题

本地部署大模型用来作为编程助手是一个比较大的需求。对于当前大模型的能力来说，Leetcode 这类普通的面试题应该可以秒杀。

所以直接给他们上难度。

编写一个 Python 程序，展示一个球在旋转的六边形内弹跳。球应受到重力和摩擦力的影响，并且必须以逼真的方式从旋转的墙壁上弹回。

官网 QwQ-32B：

一把过。

而且对物理规律的把握非常准确。

很难让人相信这是一个只有 32B 参数的模型。

我们再看看本地的 QwQ-32b_q4_K_M 的表现：

这次非常遗憾，没有完全输出答案就中断了。

吐了 3、4 分钟之后，就卡住了，之后也没再输出。

应该是显存不足了，大模型推理的过程会慢慢吞噬显存，到一定长度后就爆了。尤其是长文本和复杂任务推理的时候。

而且，QwQ32b 模型有一个特点就是会输出超长的思考过程，动不动几万字 token，官网使用卡住了就大概率就是爆了。

上面这三道测试题，虽然不具备严谨的统计意义，但可以很直观的让大家感受到本地部署的 QwQ 32b 模型能力。

一句话总结就是，对于普通难度的问题，与官网没有太大区别。对于某些超级难的问题，本地模型还是有些困难。

但本地部署模型的那种让你随时都能用，不需要排队等待的那种爽感，可不是在线模型能够带给你的。

赶紧搞起来！！

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

优快云粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

优快云粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）