runonweb 浏览器本地 AI 模型 License 全清单:14 个模型商业使用避坑指南

原创2026-11-02 13:03:011,853 阅读

runonweb 浏览器本地 AI 模型 License 全清单:14 个模型商业使用避坑指南

📌 runonweb 是一个把 AI 模型跑在浏览器里的开源 SDK:语音转文字、OCR 文字识别、去背景、文生图等 14 个模型模块全部在本地运行,数据不出设备。但很多人忽略了一个版权红线——代码是 MIT 开源,模型却各有各的 License。本文带你 5 分钟查完全部 14 个模型的授权清单,商用前照着避坑指南走一遍,再也不踩坑。

runonweb 本地 AI 模型的 OCR 识别演示样本

为什么浏览器本地 AI 也要查 License?

传统做法里,调一个云端 API 只需看服务商的用户协议。而 runonweb 的路径是:

  1. 浏览器首次使用时从 Hugging Face Hub 下载模型权重(几 MB 到几 GB 不等);
  2. 之后全部缓存在本地,离线也能跑;
  3. 每个模型保留原作者选定的许可证,SDK 的 MIT 授权并不覆盖它们。

也就是说:你的产品能不能商用、要不要署名、有没有收入门槛,取决于你实际加载了哪几个模型。runonweb 的官方立场很直接(见 README.md):

Only use models whose license allows redistribution and commercial use (Apache-2.0, MIT, BSD, CC-BY). Avoid -NC licenses. (只使用允许再分发和商业的许可证,避开 -NC 许可证。)

所有模型的下载体积和 License 明细,官方自动生成在 MODELS.md 中,模型目录数据(名称、作者、license、体积)维护在 packages/web/src/data/models.ts。

runonweb 本地 AI 目标检测演示用的机场样本图

14 个模型 License 完整清单

下表是 runonweb 内置的全部 14 个模型(translate 含两套权重),对应源码在 packages/runonweb/src/ 下各自独立目录。

# 模块 功能 底层模型(作者) License 首次下载体积
1 stt 语音转文字 Scribe Whisper tiny.en(OpenAI) Apache-2.0 ✅ ~154 MB / 43.5 MB
2 remove-bg 图片去背景 Remover BEN2(Prama LLC) MIT ✅ ~219 MB
3 caption 图片生成描述 Alt LFM2.5-VL-450M(Liquid AI) ⚠️ LFM Open License v1.0 ~548 MB
4 depth 单图深度估计 Depth Anything V2 Small Apache-2.0 ✅ ~50 MB / 27 MB
5 detect 目标检测 Spot RF-DETR Nano(Roboflow) Apache-2.0 ✅ ~29 MB
6 ocr OCR 文字识别 Scan PP-OCRv6 tiny/small/medium(PaddlePaddle) Apache-2.0 ✅ 6 ~ 139 MB
7 embed 文本向量 Embed all-MiniLM-L6-v2(sentence-transformers) Apache-2.0 ✅ ~46 MB / 24 MB
8 classify 文本分类 Kev-0.8B / Kev-4B Apache-2.0 ✅ ~750 MB / 2.73 GB
9 translate 机器翻译(Firefox 106 语对) Firefox Translations(Mozilla) 📌 MPL-2.0 20.8 ~ 54.8 MB/对
10 translate 机器翻译(m2m100 备选) m2m100_418M(Meta/Xenova) MIT ✅ ~640 MB
11 clean 语音稿润色 Polish S1-mini(Superwhisper) ⚠️ Apache-2.0 + 署名条款 ~365 MB / 413 MB
12 emoji 文本转 Emoji Emojify text2emoji-tiny(runonweb 自训) MIT ✅ ~4.4 MB
13 tts 文本转语音 Voice Kokoro 82M / KittenTTS nano Apache-2.0 ✅ ~326 MB / 93 MB / 28 MB
14 tts 文本转语音 Voice(多语) Supertonic 2(Supertone) ⚠️ OpenRAIL-M ~263 MB

runonweb 本地 AI 目标检测演示用的披萨样本图

一眼看懂分布:

  • ✅ 宽松开源(11 个):MIT 或 Apache-2.0,可闭源商用,几乎无附加义务(Apache 需保留许可证声明)。
  • 📌 MPL-2.0(1 个):Mozilla 的 Firefox Translations,弱 copyleft,修改模型文件时需开源改动部分,直接下载权重使用无压力。
  • ⚠️ 带附加条款(3 个):caption、clean、tts 的 multi,下面逐一拆解。

3 个特殊 License 逐条拆解

⚠️ caption:收入 1000 万美元红线

图片描述模块用的是 Liquid AI 的 LFM2.5-VL-450M,授权为 LFM Open License v1.0:

  • 个人和年营收低于 1000 万美元的公司:免费使用;
  • 超过 1000 万美元:需要向 Liquid AI 购买商业授权;
  • 该许可证未获 OSI 开源认证,严格意义上不算"开源"。

MODELS.md 原文:

free for individuals and companies under USD 10M annual revenue. Above that, Liquid AI requires a commercial license.

避坑要点:创业公司和中小团队商用没问题,但把"当前营收 + 增长预期"算进去。如果产品增长快,考虑把描述能力替换为 API 调用或自训模型。

⚠️ clean:Apache-2.0 之外多了一条命名义务

语音稿润色用的 S1-mini(Superwhisper)是 Apache-2.0,外加一个条款:任何使用它的产品,必须继续称它为 Superwhisper 的 "S1-mini"。

避坑要点:产品 UI、文档、营销材料里提到这个模型时,保留 "S1-mini by Superwhisper" 的署名即可,属于低成本义务,别为了"统一品牌"而改写模型名。

⚠️ tts multi:OpenRAIL-M 的"AI 使用限制"

多语言语音合成用的 Supertonic 2 采用 OpenRAIL-M:开放权重 + 用途限制,典型条款包括——禁止冒名仿冒、禁止用于欺骗、禁止非法用途。

避坑要点:

  • 不要用它合成真人声音做"AI 克隆"类功能;
  • 产品内建议展示一份简短的使用限制声明(很多公司法务会要求);
  • 如果不想背负这类条款,同模块的 small(Kokoro 82M)和 tiny(KittenTTS nano)都是干净的 Apache-2.0。

runonweb 本地 AI 去背景演示用的人像样本图

商用决策清单:3 步自查

第 1 步:核对"代码"与"模型"分离

  • SDK 代码本身是 MIT 许可证(见 packages/runonweb/LICENSE),闭源商用随便用;
  • 但模型权重不在 MIT 覆盖范围内——包内不附带任何权重,浏览器运行时才从 Hugging Face 下载,各自保留原许可证。别想当然"整个仓库 MIT"。

第 2 步:逐条核对实际用到的模型

  • 默认配置下 13 个模块全是宽松许可,放心用;
  • 只用 tts 时注意:默认 small(Kokoro,Apache-2.0)✅,但一旦传 size: 'multi' 就切到 Supertonic 2(OpenRAIL-M)⚠️;
  • caption 上线前查一下公司年营收是否低于 1000 万美元。

第 3 步:留意两处"模型之外"的素材版权

runonweb 本地 AI 图片描述演示用的街道样本图

关键文件导航

想了解什么 去哪里看
每个变体的 License 与下载体积 MODELS.md
模块目录(名称/作者/license/体积) packages/web/src/data/models.ts
SDK 源码与 API packages/runonweb/src/
仓库总授权声明 LICENSE
翻译模型列表镜像脚本 scripts/translate-models.mjs

常见问题 FAQ

Q1:MIT 代码 + 任意模型 = 完全可商用吗? 不是。模型权重各自独立授权,必须逐个查上表。runonweb 已刻意避开 -NC(非商业)类模型,但仍要盯住 3 个带附加条款的。

Q2:小公司用 caption 有什么风险? 年营收低于 1000 万美元就合规。风险主要来自"以后长大了",建议架构上把描述模块做成可替换的。

Q3:这些模型需要联网吗?授权检查跟网络有关吗? 首次使用需联网下载权重,之后走本地缓存。License 约束的是"使用/分发行为",与是否联网无关。

Q4:我想完全离线、完全自托管行不行? 可以。把权重放到自己的静态服务器再改 modelPath(如 packages/runonweb/src/emoji/index.ts 支持 modelPath 参数),此时你还需遵守各模型的"再分发"条款——上表中宽松许可的模型都允许。

一句话总结:runonweb 的 14 个模型里 11 个是"拿了就能商用"的宽松许可,真正要盯住的是 caption 的 1000 万美元收入线、clean 的命名义务、tts multi 的 OpenRAIL-M 行为限制——上线前花 5 分钟对照本文清单过一遍,浏览器本地 AI 的版权红线就绕过去了。

登录后查看全文
runonweb.ai