问题
本地跑大模型的用户（Ollama 社区）目前只能方便地运行文本模型。想在本地做图像理解时，只能等 Ollama 官方支持新模型——有用户在 GitHub Issues 中请求支持刚发布的 Janus-Pro-7B，理由是 "performing great with OCR"（261 赞、56 评论）；另有用户请求 "extend support for text to image models"（113 赞）。想在本地做文生图，则需要完全另一套工具（ComfyUI、diffusers 等），上手门槛和心智负担都高。痛点是真实但中等强度（pain: 3）：用户在等官方，而不是没有替代方案。
目标用户
已在本地跑开源模型的技术型用户：开发者、极客、注重隐私的 OCR/图像处理爱好者。以 Ollama 庞大的本地模型用户群为基数，两个相关 Issue 分别有 261 和 113 的互动分，说明这个子需求有明确但不算巨大的受众。
解决方案
核心功能：
- Ollama 式的极简安装与命令行：
pull/run多模态模型，屏蔽底层依赖 - 图像理解：拖入图片即可 OCR、视觉问答（首发支持 Janus-Pro-7B 等视觉模型）
- 本地文生图：统一体验下调用开源文生图模型
- 硬件检测与模型推荐：根据本机显存/内存推荐可跑的模型
- 简单 API/本地服务，方便接入其他工具
AI 的角色： 产品本体是本地多模态模型的运行时与管理层，AI 能力直接来自托管的视觉/文生图模型。
为什么是现在
信号显示多模态模型刚迎来可用性拐点：Janus-Pro-7B 于 2025 年 1 月发布且 "performing great with OCR"，把图像理解压到了 7B 级别、可在消费级硬件本地运行；同时 Ollama 的流行已经养成了用户"本地一条命令跑模型"的习惯，缺口集中在多模态这一块。
MVP 范围
第一版做： 桌面端应用，一键拉取并运行多模态本地模型；支持图片输入理解（OCR、视觉问答）和本地文生图；提供模型管理与硬件检测。明确不做： 模型训练或微调、云端推理、复杂 Agent 编排、与 Ollama 的深度 API 兼容。
风险
平台依赖与替代风险： Ollama 官方随时可能自己补上多模态支持（两个 Issue 本身就是在向 Ollama 提需求），届时差异化空间被压缩。付费风险： 两个信号均无付费意愿（willingness_to_pay: none），本地模型用户对开源免费有强预期，商业化路径不清。技术风险： 视觉与文生图模型对显存要求高，消费级硬件适配和推理性能是硬工程。生态风险： 多模态模型迭代极快，产品需要持续跟进模型支持。
已有产品
| 产品 | 定位 | 价格 |
|---|---|---|
| Ollama | 被请求扩展的本地模型运行时本身，是其用户群最直接的替代与平台风险来源 | — |
信号证据
这张卡片依据的原始讨论。摘录保持原文，点“原文”查看上下文。
GitHub Issues · ollama/ollama1月27日功能请求▲ 26156 条评论
“Just announced and performing great with OCR https://huggingface.co/deepseek-ai/Janus-Pro-7B”
Users want Ollama to support the Janus-Pro-7B vision model.原文
GitHub Issues · ollama/ollama10月13日功能请求▲ 11324 条评论
“It would be great if we can extend support for text to image models.”
Users want Ollama to support text-to-image models in addition to text models.原文