Moebius 0.2B 图像修复模型成功移植到浏览器，WebGPU 运行无需显卡

一句话看懂

Simon Willison 将 Moebius 0.2B 轻量图像修复模型移植到浏览器，通过 WebGPU 实现本地运行，无需 GPU 即可在浏览器中涂抹去除图像区域。

详细发生了什么

Moebius 是华中科技大学等机构发布的轻量图像修复框架，仅 0.2B 参数，声称达到 10B 级别性能。原始模型依赖 PyTorch 和 NVIDIA CUDA，但 Simon Willison 在等待 Codex Desktop 完成重构的间隙，尝试将其移植到浏览器。

他使用 Claude Code 作为 AI 编程助手，通过 WebGPU 和 ONNX Runtime Web 实现了模型在浏览器中的推理。最终成果是一个网页应用：用户上传任意图像（非正方形会自动加黑边），用画笔标记要移除的区域，点击“Run inpaint”即可等待模型填充。演示地址：simonw.github.io/moebius-web/。

整个移植过程仅用了几小时，主要挑战包括将 PyTorch 模型转换为 ONNX 格式、处理 WebGPU 兼容性、以及优化推理速度。最终在支持 WebGPU 的浏览器（如 Chrome 113+）上可流畅运行。

中文圈视角

对中文用户意味着什么？

无需高端显卡：国内很多用户买不到或买不起 NVIDIA 显卡，WebGPU 方案让集成显卡甚至手机浏览器也能运行 AI 模型。Moebius 0.2B 的轻量特性使其在普通笔记本上即可完成图像修复。
离线可用，数据安全：浏览器本地运行意味着图像数据不上传服务器，对注重隐私的用户（如设计师处理客户素材）是重大利好。国内用户无需担心数据出境问题。
国产平替对比：国内类似产品如百度飞桨的 PP-ImageInpainting、旷视的 MegStudio 等，通常需要云端 API 或本地 GPU。Moebius 的浏览器方案在便捷性和隐私性上更优，但模型效果可能不如更大参数量的国产模型。
中文场景盲点：目前国内讨论多集中在云端大模型，浏览器端轻量模型被忽视。Moebius 的移植证明，0.2B 模型在 WebGPU 上即可达到实用效果，这对移动端和低配设备用户是未被充分挖掘的需求。
门槛极低：无需安装 Python、CUDA 或任何依赖，打开网页就能用。国内用户即使不熟悉技术也能快速上手。

几条值得记住的细节

Moebius 模型仅 0.2B 参数，但宣称性能媲美 10B 级别模型。
移植后通过 WebGPU 运行，支持 Chrome 113+ 浏览器。
图像非正方形会自动 letterbox 处理，保持模型输入尺寸一致。
整个移植过程使用 Claude Code 辅助完成，仅用数小时。
演示地址：simonw.github.io/moebius-web/，可直接在线体验。

一句话总结

浏览器里跑图像修复不再是梦，Moebius 0.2B 让普通电脑也能轻松涂抹去物，中文用户无需显卡即可享受 AI 修图。