为帮助大家掌握本地AI搭建技巧，降低AI使用门槛，提高同学们的实操能力，于2026年4月2日星期四，一场主题为Ollama本地大模型部署与使用的分享活动举行。本次活动聚焦Ollama工具的实操应用，主讲人王智博围绕Ollama工具的核心功能、实操方法、模型应用及自定义技巧展开详细讲解，现场互动频繁、干货满满，让参与的同学们掌握本地AI部署的实用技能。

技术分享会的开始，王智博介绍了Ollama的核心定位——它是一款开源的本地大模型管理工具，无需复杂配置，即可帮助用户在个人电脑上搭建专属本地AI，实现离线运行、隐私保护等多种优势，打破了传统AI依赖联网和付费API的局限。随后，他按照“认知—安装—应用—自定义”的逻辑，逐步展开分享，确保内容通俗易懂、可操作性强。

在Ollama下载与安装环节，王智博详细演示了官网下载流程，明确Ollama支持多系统适配，而且安装过程简洁，无需复杂的操作，下载完成后将以小程序形式启动，随即桌面会显示其官方标识。同时，王智博提醒，安装后需注意软件启动方式，确保后续模型下载和运行顺畅，并给出了针对解决一些安装过程启动异常问题的建议，确保每一位同学能熟练掌握安装技巧。

模型介绍与下载是本次分享会议的重点内容。王智博展示了Ollama支持的各类本地运行模型，包括千问、DeepSeek、Llama、Lava等多种类型，涵盖不同参数规模，其中既有30B（300亿参数）、占用空间30G的大型模型，也有适配普通电脑的轻量化模型，可满足不同用户的使用需求。针对模型的下载，他介绍了两种实用方法：一是通过软件界面直接选择模型下载，操作直观，适合新手；二是通过终端命令下载，需通过Win+R调出命令提示符，输入对应指令即可完成下载，灵活高效。

为了让大家更直观感受模型应用效果，王智博现场演示了两款常用模型的使用。Llama模型侧重数学逻辑，可连续回答简单数学问题及日常咨询；Lava模型则具备图片、视频识别功能，无需联网、无需调用API，可直接读取本地C盘内的图片并进行描述，同时支持中英文切换，但仅适配PNG、JPG格式图片，现场演示中也通过实例提醒同学们注意图片格式适配的问题。

在自定义AI模型环节，王智博分享了具体的操作流程。他介绍，自定义AI模型需借助配置文件（modelfile），在记事本中编写配置参数，包括模型名称、专长领域、交流方式、创造力参数（0-1之间，数值越高创造力越强）等，且文件需保存至C盘，命名规范为“modelfile”（首字母大写，无需后缀）。随后，通过终端输入对应命令，引用配置文件地址，即可构建专属自定义AI。现场，他以自身搭建的自定义AI为例，演示了提问、互动流程，其可根据配置实现个性化回答，如讲笑话、讲故事等，展现了自定义模型的灵活性。

分享过程中，王智博还说明了注意事项：一是模型默认下载至C盘，无法更改存储路径，若电脑内存不足会导致运行卡顿，建议合理控制模型数量；二是多余模型可通过终端命令删除，删除后可通过对应指令查看剩余模型，确保清理彻底；三是模型可通过终端命令更新，实现功能优化；四是若需自定义AI支持中文，可引用千问等中文模型，或在配置文件中设置中文交流指令。

互动环节，参与同学围绕“模型能否编写代码”“能否与其他软件联动”“如何提升自定义AI智能度”等问题积极提问，主讲人王智博逐一耐心解答，明确模型功能与使用场景——部分擅长编程的模型可编写代码，且可嵌入其他软件使用，而提升自定义AI智能度需补充相关代码，后续将开展专题分享。此外，他还表示，可向有需求的同学提供modelfile模板及相关资源，帮助大家快速上手。

此次分享活动，不仅让参与这次会议的同学们全面了解了Ollama工具的核心优势与使用方法，掌握了本地AI部署、模型应用及自定义技巧，更降低了本地AI的使用门槛，为大家后续高效、便捷使用本地AI提供了有力指导。