把越狱 PS5 搭成本地 AI 服务器？看看这位大神的极限尝试

一句话结论：有胆量就能把越狱的 PS5 搭成本地 AI 服务器，甚至在电视上用手柄浏览模型库，速度也能让人拍案叫绝。下面聊聊这事到底是怎么回事、能解决什么麻烦，以及大概怎么用上手。

最近在国外有个玩家把越狱后的 PS5 改造成本地 AI 服务器，居然做成了原生应用，直接在电视上用手柄就能点开 Hugging Face 的模型列表，浏览、测试都变成了“按键就能跑”的体验。你可能会问，这和我家里的小型服务器比起来，差距到底在哪？简单说，就是把云端模型拉到本地来跑，省去网络延迟和带宽波动的困扰，尤其是对一些需要低延迟交互的场景，效果还挺明显的。

这位大神最吓人的地方，是性能。用的是阿里巴巴最新的 Qwen 27B 大模型，速度居然达到 20 tok/s；再看 Llama 3.2 3B，直接跑到 124 tok/s。对比普通家庭设备，这样的速度已经算是相当不错了。这里的核心点不是追求极致超高精度，而是在“局部、可控、低延迟”的本地化场景里，给出一个可操作的方案，尤其是用手柄在电视上浏览模型库、选取模型、直接交互，这种体验感更直观。

如果你也想尝试，流程大致是这样的：

• 准备工作：需要一台越狱后的 PS5（对，硬件和系统要求要兼容运行本地 AI 服务），以及一套能稳定驱动的本地环境。
• 搭建应用：把 AI 服务做成一个本地应用，甚至是原生应用形态，能直接从主菜单调出并在电视上渲染。
• 模型加载与交互：把 Hugging Face 的模型库接入，按需加载并在 PS5 的界面中用手柄进行浏览、选择和基础交互。
• 运行与优化：选择合适的模型大小（如 Qwen 27B、Llama 3.2 3B 等），调节推理参数以获得更流畅的交互体验，避免过度耗电或发热。

要点总结：这事证明了在家用设备上实现低延迟、可控的本地推理并不是科幻。只是要注意：越狱和改机行为在某些地区和设备上可能存在风险，实际操作前最好了解相关条款与保修情况。

如果你对这类“局部云化到本地”的玩法感兴趣，先确认设备和系统版本是否支持相关改动，再评估你的模型需求和网络条件。最后，敢试就大胆上手，遇到卡顿就调参，别指望一次就完美。