无需Python：开源工具Mere.run实现全模态本地AI推理

开发者 Kyle 近日发布了一款名为 “mere.run” 的本地优先 AI 推理运行时，旨在解决当前本地 AI 部署中常见的环境配置复杂和依赖冲突问题。该工具通过单一命令行界面（CLI），集成了文本、图像、视频、音乐、3D 模型及语音处理等多模态生成能力。技术上，Mere.run 摒弃了对 Python 环境及 PyTorch 等传统库的依赖，转而采用原生 Swift 语言结合苹果 MLX 框架构建，并利用 llama.cpp 处理大语言模型，FFmpeg 处理音视频流，显著降低了部署门槛和系统资源占用。软件支持 arm64（Mac 及 CUDA）和 x86 架构，提供 OpenAI 兼容的 API 接口，便于开发者无缝迁移现有工作流。作者在 M4 Max 设备上公布的实测数据显示，图像生成耗时约 58 秒，带音频视频生成约 2 分 48 秒，文本生成速度达到 102 tokens/s。该项目强调隐私保护，所有模型下载后支持完全离线运行，无任何数据回传行为，遵循 MIT 协议开源，致力于帮助用户挖掘个人闲置硬件的算力潜力。

事件分析

💡 核心观点：摆脱Python依赖并利用原生技术栈，Mere.run为隐私优先的端侧多模态AI部署提供了高效的标准化范式。