一句话看懂：Survival LLM 是一款免费开源的本地 AI 助手与应急资料库，模型和资料全部运行在用户电脑上，断网也能回答断电保鲜、烫伤处理、净水等问题，并标注答案出处。
事件核心：发生了什么
开发者公开了 Survival LLM：一个面向应急场景的本地 AI 应用，支持 Apple Silicon Mac（M1 及以上、macOS 14 及以上）和 64 位 Windows 10/11。按素材信息，安装包 Mac 端 212 MB、Windows 端 25 MB，首次联网完成约 20 分钟至 2.5 小时的初始化，之后无需网络。
它内置约 93 万篇维基百科高访问文章，以及 WikiMed、MedlinePlus、Ready.gov（FEMA）、CDC 旅行健康、美军医疗与生存手册、wikiHow、iFixit、Stack Exchange 问答等公开授权资料，分完整版（安装后约 19 GB）和精简版（约 3 GB）两种下载。
应用会根据内存自动选择模型：128 GB 以上 Mac 使用 NVIDIA Nemotron 3.5 Super（80 GB），32–96 GB Mac 用 Qwen3.8 27B（18 GB），32 GB 以上 Windows 用 Nemotron 3.5 Lightning（25 GB），16–31 GB 设备用 IBM Granite 4.2 8B（6 GB）。在作者团队对 22 道断电与急救问题的盲测中，前两款答对 21 题，Windows 模型 19 题，最小模型 14 题。
为什么重要
目前主流 AI 助手依赖云端推理，网络中断即失效。Survival LLM 把大模型推理和近 100 万篇检索资料全部放在本地，代表了“离线优先 + 可溯源”的一类 AI 应用：答案附来源文章并可高亮原文，这与通用聊天机器人在应急场景中的信任短板形成对照。
按内存分级匹配模型，也说明消费级设备跑本地大模型正在从极客实验走向可安装的产品。开源与免费授权降低了使用门槛，但目前公开信息显示，其测试仅限作者自行设计的 22 题，样本和评估条件有限。
对用户/开发者/创作者的影响
对普通用户，它更像一份可对话的应急手册：无需账号、无追踪、问题不出本机，还可加入自己的 PDF、Word、电子书和笔记一起检索。对开发者，它展示了本地 RAG（检索增强生成）与多模型按硬件适配的工程范式；对内容创作者，公开授权资料库的分发与引用方式值得参考。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
也要注意模型会出错，官方建议始终核对来源；MacBook Pro 实测答题功耗约 100 W，单题 5 至 40 秒，满电大约可回答 100 至 300 次。
值得关注的后续
一是更独立的第三方评测能否验证其准确性；二是模型与资料库的更新机制是否可持续；三是其他厂商是否跟进“离线应急 AI”这一细分产品形态。
