AIGC 视频生成要不要本地工作站？ 数聚红芯的实践是：用一台红芯聚图 K3 G2 塔式工作站配 Intel Arc Pro B70，把"从剧本到成片"跑在本地，数据不离开内网。真正决定能不能连续生产的，是 32GB 显存这一档、是"本地 768P + 超分到 2K"的真实上限，而不是"本地跑 2K"的噱头。
一场 AIGC 研讨会的现场，一台工作站把"从剧本到成片"整条链路搬到了桌面上——素材、生成、剪辑一气呵成。8 月底广州这场「智算于芯，创想无垠」研讨会上，英特尔联合 MiniMax、数字折叠做了这样的演示，其中一台工作站来自数聚红芯。
2026-08-29 广州「智算于芯，创想无垠」AIGC 创作研讨会现场：英特尔锐炫 Pro B70 的"本地 AIGC 创作自由新选择"主题分享。
先把结论摆在这：本地能不能跑通 AIGC 视频生产？能。但"跑通"和"能生产"之间，隔着三件事——画质到不了 2K、显存必须落到 32GB 这一档、以及你到底需不需要它。 三件事没想清，买回来的设备很容易变成一台"只会跑分"的机器。
一、别被"本地跑 2K"带偏：先讲清 H3 本地到底能给到什么
MiniMax H3 开源之后热度冲到 HuggingFace 全球第一，但很多人没看清一个前提：H3 是三段串联的系统——Context-IR 做多模态理解、H3-Base 做生成、Regenerate-2K 把 768P 重生成到 2K。真正开源的只有中间那段 H3-Base，本地用它能输出 768P 视频加原生立体声；前后两段都走托管 API。
也就是说，"本地跑 2K"的标题大多要打个折。想原生 2K，要么接官方 API，要么本地 768P 再叠一层超分。数聚红芯这场演示讲的是"本地 720P、超分到 1080P—2K"——创作端到端跑通，成片清晰度靠超分补，而不是本地直出 2K。
这一步是选型最容易翻车的地方。因为本地生成是反复迭代的环节，不是出片那一次点击。如果你只是想要"点一下出一段 2K 成片"，本地并不占优，云端反而少操心；如果你要的是"团队能在内网里反复改、反复生成、不依赖按次计费的 API"，本地才有它的位置。
二、那 32GB 显存到底解决了什么
决定能不能本地生成，第一变量是显存。H3-Base 全量 BF16 权重约 130GB，个人能碰到的都是量化版：pruned int8 约 21GB、fp8 约 21GB。8GB 显存就能尝试，但它几乎只够"5 秒、720P 级、大量内存 offload"的下限路线；15 秒是 8GB 这一档的天花板，再长就得靠更低的画质和更长的等待去换。
Intel Arc Pro B70 给的 32GB，正好让量化 H3 整个放得下、不用靠系统内存硬撑——这是"能出片"和"能连续干活"之间的分界。而且 B70 不是只喂模型：32GB GDDR6、256bit 位宽、608GB/s 带宽、367 TOPS INT8 算力，双路硬件编解码支持 8K@120Hz、HDR，能流畅剪辑 10 轨以上 4K，剪映、DaVinci、Premiere、Photoshop 都做了适配。生成完直接在本机剪，素材不用来回倒。
但 32GB 也不是没有上限。社区里跑 H3 时 32GB 也会遇到 VAE 解码吃紧、长镜头和高分辨率更明显。这也是为什么这台工作站的平台本身能上 2 张双宽专业显卡——单卡 B70 尝鲜跑通，真要连续生产、边生成边打磨，双卡 B70 才是更稳的配置，把超分和渲染的活拆开并行。
三、"开箱可跑"和 DIY 装机，差在哪
红芯聚图® K3 G2 塔式工作站，走的是 Intel W880 芯片组 + 第二代 Core Ultra，最高 256GB DDR5，风冷、液冷可选，可搭载 2 张双宽专业显卡。官网把它定位成"Core Ultra 二代与 W880 双卡液冷 AI 专业平台"，这次装的就是单张 Intel Arc Pro B70。
研讨会现场实拍：数聚红芯工作站搭载 Intel Arc Pro B70，本地部署跑通 AIGC 视频生成与剪辑全流程。
这代工作站跟"自己买卡装机"的差别，不在能不能装，而在装完之后的三件事：能不能一直稳定跑、出了问题谁来兜底、下次开源新模型时谁来适配。
真正把"适配成果"做成"能用的整机"的，是数聚红芯的软硬协同与模型调优，这也是"买整机"的价值。万相 Wan-Animate-2 开源当天，B70 就完成 Day 0 端到端适配、模型发布当天就能推理；MiniMax H3 开源，也在英特尔平台做了首日本地部署适配——数聚红芯把它写进了整机方案。在此基础上做软硬协同优化和模型调优，落到 K3 G2 这台机器上——不同的开源模型，同一个算力平台都能跑，这才是"开箱可跑"而不是"开箱待折腾"。
数聚红芯（Linkupai）× Intel Arc Pro：万相 Wan-Animate-2 正式开源当天的 Day 0 端到端适配。
这里得诚实说一句：Intel Arc Pro B70 走的是 SYCL/oneAPI 软件栈，不是 CUDA。如果你的团队已经深度绑定 CUDA、攒了一堆现成脚本，迁移是有成本的；反过来说，如果你要的恰恰是一个"开箱能跑、OpenVINO/ComfyUI/vLLM 都能接、不挑特定生态"的整机，它反而是省事的。选型前先问一句：你手里那套东西，是不是已经离不开 CUDA。
四、数据不出内网，到底值多少
本地和云端的差别，说到底就四件事：成本、数据、质量、效率。放一张表说清楚，你可以对着自己的情况勾。
| 维度 | 本地工作站（K3 G2 + B70） | 云端 API / 按次计费 | 租用算力 |
|---|---|---|---|
| 成本形态 | 一次买卖 + 一点电费，长期边际成本低 | 按条/按秒计费，量越大越贵 | 按时租，长期累计可能更高 |
| 数据合规 | 素材、成片、未公开内容都不出内网 | 内容要上传第三方 | 视合同，多数仍出内网 |
| 画质上限 | 本地 768P + 超分到 2K | 可选原生 2K、更长成片 | 接近云端 |
| 迭代效率 | 低延迟、可反复生成；GPU 独占 | 排队、限流，贵但不排队 | 取决于资源调度 |
| 运维负担 | 自己管驱动、模型、版本更新 | 基本为零 | 中介化，半管 |
关键不是"哪个更好"，而是你的素材和成片，能不能离开内网。内容团队的样片、未公开的成片、客户的素材，很多是合同里写明不能外传的。一旦有这条约束，本地工作站就不是"更省钱"的选择，而是"唯一合规"的选择——这时候再谈画质和算力才有意义。
五、到底适合谁、不适合谁
适合：团队/工作室/机构，长期做 AI 视频内容、量稳定、有成片压力；素材或成片涉及未公开/敏感数据；需要反复打磨风格、迭代 prompt、改一版再生成一版。典型的是漫剧、短剧、企业宣传片、电商物料这类"内容产线"。
不适合：偶尔出一段、量很小，只为尝鲜；只追"最强画质"、不求本地（原生 2K、超长成片仍偏云端）；团队已深度绑定 CUDA、且没有迁移精力；或者量已经大到要走几百万条级、高并发——那该上集群和服务器，而不是一台塔式工作站。
平台内给三个档位，按你的生产量选：入门单卡 B70，先把链路跑通、验证值不值；进阶双卡 B70（这台机器的上限），生成与剪辑/超分并行，适合稳定生产；再往上，说明你已经不是"工作站"能接住的量，该去看服务器和集群方案了。
结论
把这段判断落到一句话：如果你要的是"数据不出内网 + 可反复打磨 + 一次买断"，本地工作站的账是划算的；如果你要的是"每帧都 2K，且跑得最快"，本地这台不是答案。
那怎么决定？别只看参数表。拿你真实的一段素材和几组 prompt，在一台真机上跑一轮——看实际画质、看一轮生成的等待时间、看显存占用有没有顶到 VAE 解码的边。跑完这轮，值是买、是借、还是继续用云端，你自己就能下判断了。如果你想把这轮跑起来，数聚红芯的工程师可以陪你过一遍，把你这台机器该不该上双卡、超分放管线哪一段，先算清楚再掏钱。咨询热线 400-869-9865。
