工具狂Draw Things特群日报

第 1 版 / 头版

HEADLINE · 09:06 → 12:32 主线报道

Draw Things逆袭战：Mac本地出图凭啥

一场由电脑发热引发的求助，意外演变成了 Draw Things (DT) 对阵 ComfyUI 的性能实测。当群友找出拖慢速度的「采样器」真凶后，DT 在 Mac 上的生图速度直接碾压了传统显卡。随后，M5 Max 的本地跑图实测和 122b 大模型的惊人表现，彻底点燃了群友对「Mac 本地 AI 自动化」的终极幻想。

CAST@早睡早起@Shiyucheng较真测试员@追光硬核布道者@VOG@凉白开，工作忙，急事请语音顶配先锋@吴振宇@Air -

第 2 版 / 简报

09:06 引子

发热疑云与画质焦虑

早晨的群聊带着一丝硬件焦虑开始。有人担心 Draw Things 把电脑风扇干爆了，有人抱怨同样的 SeedVR2 放大模型，在 DT 上的效果远不如 ComfyUI。这种「本地端不好用」的负面情绪，把群友逼到了准备用老款 2080s 显卡做对比的境地，一场关于软件底层的探究由此展开。

早睡早起 · Shiyucheng · 追光

「响的时候摸了下底下烫手」

— 早睡早起 · 09:06

09:36 转折

揪出采样器真凶

在群主甩出底层逻辑（DT 和 ComfyUI 只是界面，底层一样）后，绝望的群友开始逐项比对参数，最终发现导致画质差异的罪魁祸首竟然是「采样器」。纠正参数后，测试结果迎来了惊天大逆转：原本以为弱势的 Mac M 芯片，用 DT 跑同样的图只需 16 秒，而公司的 2080s 显卡在 ComfyUI 上却要苦熬 140 秒。这场实测彻底洗刷了 DT 的「冤屈」。

Shiyucheng · VOG · 追光

「我靠。。原来是采样器不一样，结果不一样」

— Shiyucheng · 09:36

「c上140秒，dt上16秒」

— Shiyucheng · 09:36

10:44 实证

122b大模型本地狂飙

性能焦虑解除后，群友的胆子大了起来，直接在本地跑起了 122b 级别的无审查大模型。原本以为会卡死，结果运行速度远超预期。这场实测不仅证明了本地大模型的可用性，更引出了关于 AI 硬件核心的硬核科普：内存带宽才是决定生图速度的绝对瓶颈，而非单纯的芯片代际。

凉白开，工作忙，急事请语音 · 吴振宇 · 追光

「让我惊喜的是122b的速度，完全可用」

— 凉白开，工作忙，急事请语音 · 10:44

12:08 激化

M5 Max 极限性能测争议

拥有顶配 M5 Max 的群友加入了战局，实测 Flux2 9b 跑 1024 尺寸仅需 13 秒。但讨论深入后发现了一个反直觉的「坑」：在 M5 系列芯片上开启 DT 官方的计算加速反而会变慢。这一发现打破了「无脑开加速」的固有认知，也印证了 DT 对苹果各代硬件针对性优化的极致颗粒度。

凉白开，工作忙，急事请语音 · 追光 · Air -

「9b 4步，1024*1024 比5060ti慢」

— 凉白开，工作忙，急事请语音 · 12:08

12:32 落地

本地AI全自动工作流现世

速度瓶颈被彻底突破后，讨论自然升维：既然跑一张图只要十几秒，Mac 完全可以作为一台全自动 AI 服务器。群主顺势抛出了正在内测的终极方案：通过 Hermes 的 CLI 脚本调用 DT，实现自动监控文件夹并批量处理（换脸、扩图、学动作）。一天的硬件性能探究，最终落脚于一个彻底解放双手的生产力工具构想。

追光 · 凉白开，工作忙，急事请语音

「感谢群主啊，让我知道这玩意能开cli，这不是agent先天圣体么」

— 凉白开，工作忙，急事请语音 · 12:32

第 3 版 / 议题与人物

今日议题

Mac本地AI性能实录

M系列芯片在DT上的表现碾压老款显卡，内存带宽成决定性因素。

AI自动化工作流构建

结合Hermes与DT的CLI，Mac可实现自动监控文件夹的批量AI处理。

人物索引 · CAST

追光硬核布道者用底层逻辑和实测数据打破 DT 不如 ComfyUI 的偏见

Shiyucheng 较真测试员揪出采样器差异，完成 16秒 vs 140秒的逆转实测

凉白开，工作忙，急事请语音顶配先锋提供 M5 Max 实测数据，挖掘 122b 大模型本地潜力

实操干货 · INSIGHTS

Draw Things 本地放大极速配置法

使用 SeedVR2 模型在 DT 中做高清放大，无需繁琐操作。选择 seedvr2_7b_i8x.ckpt 模型，将采样步数（Steps）设为 1，Guidance Scale 设为 1，Shift 设为 3，选择合适的放大倍率（如 2x），出图快且质量与 ComfyUI 无异。

— VOG

Mac 跑 DT 的防发热与内存优化

使用 Draw Things 时无需担心 Mac 发热烫手，只要保证笔记本两侧进风口和屏幕后方出风口留空即可。如果内存有限（如 16G），优先使用 768 或 1024 的画幅，避免直接画大幅面；运行大模型时，开启 KV 量化（如 Q4）可节省约 4 倍内存。

— 追光

M 系列芯片的 AI 带宽玄学

AI 生图速度不完全依赖最新芯片。内存带宽是核心瓶颈（如 M2 Ultra 拥有 800GB 带宽，至今仍是神级存在）。特别注意：M5 系列芯片在 Draw Things 中不要开启性能加速，实测开启后单张生图反而会变慢 1-3 秒。

— 追光, 吴振宇

第 4 版 / 数据与附录

686

总消息

31

发言者

11417

总字数

5

故事节点

3

高光人物

2

问答

可复用 SOP

如何使用 SeedVR2 在 Draw Things 中实现一步高清放大

→ 在模型选择中加载 'seedvr2_7b_i8x.ckpt'（或对应 3b/7b 模型）。
→ 在参数设置区，将 Steps（步数）设置为 1，Guidance Scale 设置为 1，Shift 设置为 3。
→ 根据需求直接选择放大倍率（如 2x 或 4x），点击生成即可快速完成。

如何避免 Draw Things 在 Mac 上过度发热

→ 物理环境：确保 Mac 的俩侧（进风口）和屏幕后侧（出风口）没有遮挡物。
→ 画幅控制：尽量控制在 768 或 1024 的画幅以内（画幅增加一倍，时长增加近两倍）。
→ 内存优化：运行大模型时做好 KV 量化，选择 Q4 选项以节省内存和计算压力。

群内问答 Q&A

Draw Things 能调用闭源模型 API 吗？如果用 GPT 出图怎么配合？

— 追光：不能直接调用闭源 API，但可以直接使用 DT 官方的云服务器。最优方案是把闭源网页出图当做生成起点，再把图片导入本地的 DT 当作 PS 来进行局部重绘或修改，这样能最大化利用两者的优势。

M5 系列芯片在 Draw Things 里需要开启专门的计算加速选项吗？

— Shiyucheng：不需要，介绍和实测都表明，M5 系列开了加速反而会变慢（大约慢 3 秒）。

— 追光：DT 会根据 MAC 的每次升级、硬件特性和 fp8 支持随时跟进底层优化，有些选项对特定芯片是负优化。

工具狂Draw Things特群 · 2026年05月22日 · 08:49 → 04:35
今日 5 条主线 · 686 条消息 · 31 人参演 · 本地出版
本期完 · 明日续