让AI在本地发生：元空AI端侧模型产品首发，联合惠普打通规模化落地

来源：猎云网

9月3日，2026元空智能端侧AI产品首发暨元空X惠普联合发布会在上海举行。元空AI正式发布自研端侧模型Boxer、端侧AI办公平台「元空AI Work」与 元空AI Science科研智能体，并与中国惠普签署战略合作备忘录。

本次发布会以“AI，在本地发生——让每一台设备都拥有持续进化的智能”为主题，聚焦端侧AI从技术原型走向企业级规模化商用的产业命题。

云端AI存在三大现实痛点，端侧AI产业窗口正打开

元空智能创始人&CEO逄大嵬在主题演讲中指出，随着AI向千行百业深度渗透，纯云端大模型模式正在暴露三大难以回避的现实矛盾：数据安全风险、持续增长的Token成本、长任务执行的稳定性短板。

企业与个人把财务、业务、科研等敏感数据上传云端，带来隐私泄露隐患；高频调用之下，Token开销已经实实在在进入企业财务报表；而制造业、科研、金融审计等场景下，长链路任务中途中断、网络波动造成任务失败，无法保障业务可预期的稳定输出。

基于此，逄大嵬判断“AI的下一站，不在云端，在本地。”

2026年端侧AI的产业窗口正式开启，背后来自三条技术曲线的交汇：小模型智能密度快速提升，35B参数级别模型已经可以达到过去云端大模型的能力；Agent智能体脚手架能力逐步成熟；同时端侧硬件芯片算力持续迭代升级，三重要素叠加，让本地运行具备真实生产力的AI成为可能。

据逄大嵬介绍，元空AI源自北京大学科学智能学院，这也是国内唯一一所以学科方式系统开展科学智能研究的学院。其本人担任北京大学AI联合实验室主任，两位联合创始人姚佳雨、宁鲲鹏均为北大在读博士。

团队早在2023年3月就推出国内早期Agent实践产品ChatExcel，彼时豆包、Kimi尚未问世，产品积累数百万用户。

过去三年团队持续深耕跨平台适配，目标实现模型兼容英伟达、AMD、英特尔等多类芯片，覆盖Windows、Linux以及国产操作系统，同时向下延伸适配科研实验硬件设备，打通从软件到物理设备的全栈适配能力。

在逄大嵬看来，真正的生产力级端侧AI，并不是简单把小模型塞进设备，而是由模型、Agent智能体脚手架、硬件设备三要素共同构成完整体系。模型提供基础智能，Agent负责长任务调度、记忆与执行，设备作为载体同时反馈真实交互轨迹，实现模型持续自我进化。

单纯追求模型“能部署”属于炫技，行业真正的难点在于可落地、可交付的生产力闭环。

对此，他进一步提出智能分层理念：过大参数量模型部署成本高昂，而极小参数模型难以完成复杂长链路任务；当前最适合生产力交付的是20B-100B参数的中等尺寸模型区间，兼顾智能能力与部署成本。

Boxer端侧模型+两大智能体矩阵，断网环境完成真实业务闭环

本次发布会重磅发布自研端侧模型Boxer，以及两大面向生产力场景的Agent产品：面向办公场景的元空AI Work，面向科研领域的AI for Science科研智能体。

其中，Boxer端侧模型在办公执行环境评测中领先同尺寸模型。

在一台40TOPS算力的普通消费级PC硬件条件下，Boxer可实现每秒700 tokens以上预填充速度、每秒30 tokens以上解码速度，对话延迟接近真人交流体验，整机运行内存占用不到8GB，适配主流消费级PC硬件，不会过度抢占设备资源。

再到Agent产品，元空AI Work重点解决企业本地办公、数据分析场景，支持24小时不间断执行长任务，任务意外中断后可基于检查点恢复继续运行；AI for Science科研智能体面向科研全流程，可连续执行超过100组复杂实验，完整留存全部实验参数、执行轨迹，保障科研过程可复现、可追溯。

发布会现场，元空AI联合创始人宁鲲鹏在三台不同芯片的惠普设备上，全程断网完成三项真实业务Demo演示：53张发票识别、按月度分类并自动生成Excel汇总报告；金融脱敏流水数据表中，耗时400余秒识别出两笔疑似异常交易；完成蛋白质结构解析、可视化绘图到科研论文撰写的完整科研闭环。

“我们主打一个真实，断网环境，现场跑。”宁鲲鹏表示，全部业务数据全程保留在本地设备，不上传云端，直击金融、科研、政务等行业的数据合规痛点。

除模型与智能体之外，元空AI还提出元空Memory记忆体系。

区别于简单对话记录，这套记忆机制完整记录用户操作轨迹、业务偏好、实验全流程，实现跨任务、跨设备、跨时间的状态留存与知识沉淀，既服务办公场景沉淀业务习惯，也能够帮助科研机构完整沉淀实验资产，降低知识流失风险。

元空×惠普深度协同：元空负责“技术可用”，惠普负责“规模可用”

技术验证完成之后，端侧AI想要真正走进千行百业，还要跨越从原型验证到企业级规模化交付的鸿沟。发布会上，元空AI与中国惠普正式签署战略合作备忘录，并且完成授权仪式。

中国惠普有限公司副总裁、大中华区个人信息产品事业部总经理周信宏在演讲中表示，端侧AI落地企业，普遍面临三大现实障碍：数据合规风险、AI使用成本不可控、项目交付落地难度高。

公有云模式下，企业除了持续支付Token费用之外，还存在一层容易被忽视的“反向知识蒸馏”风险：企业内部的业务Knowhow、商业洞察，会在交互过程中向云端泄露，形成“付费两次”的困境——既要支付API使用费，又要承担核心知识外泄的代价。

基于此，周信宏明确双方分工边界“元空负责‘技术可用’，惠普负责‘规模可用’。”

具体来看，元空AI输出端侧高性能推理内核、企业级Agent智能体引擎、垂直行业知识沉淀，完成技术与产品原型验证，解决“能不能跑”；惠普输出成熟企业级算力硬件底座、全国渠道网络、端到端实施部署、全周期运维服务体系，解决“能不能大规模交付给客户”。

双方结合，向市场交付开箱即用的私有化AI一体机整套方案，而不是零散的软件、硬件组件。

据周信宏介绍，惠普在端侧AI领域已经布局六年，此前已经在制造业产线、F1赛车、NASA空间站等严苛场景落地本地AI算力方案。

惠普Z系列AI Work一体机形成完整产品矩阵，覆盖从轻量办公、企业知识库，再到生命科学科研等高算力场景：轻量化办公场景适配ZBook移动工作站；企业知识管理、金融制造场景，搭载35B Boxer模型，适配Z2 Mini、ZGX Nano等设备；高通量科研场景依托Z8 Fury高性能工作站，可支持多并发科研团队本地推理。

双方方案重点瞄准智能制造、智慧金融、智慧医疗、生命科学科研四大高价值赛道，适配大量断网、内网隔离的业务环境。

硬件层面，除单台PC工作站之外，双方还展示部门级算力盒子方案：一台算力盒子可带动45台终端设备，多台堆叠之后，能够支撑8-10台办公终端同时调用端侧AI算力，解决存量老旧PC算力不足、企业全员部署端侧AI硬件采购成本过高的现实痛点，让老设备也能用上本地大模型能力。

产学研技术底座，端侧AI迎来从实验室走向产业的关键转折

“端侧AI的核心逻辑，是让智能不再完全依附远端云端，把计算、数据、交互能力归还到每一台本地设备。”

逄大嵬表示，元空AI团队从ChatExcel一路走来，持续观察Agent技术迭代，深刻感知到单纯的对话问答已经无法满足产业需求，市场真正需要的是能够闭环完成复杂业务的生产力AI。

在产品技术发布，姚佳雨进一步阐释，“真正的端侧智能，不是把模型下载到本地就结束，而是模型能够理解设备、调用设备，并且在持续交互中和设备一起进化。未来模型智能增量，不再仅仅来自互联网静态文本数据，更来源于设备真实环境交互反馈。”

元空AI构建统一环境协议层，把异构硬件、操作系统、软件应用、科研仪器的能力做标准化封装，让Boxer模型能够统一理解办公环境、物理实验设备环境，实现可回溯、可复现的闭环交互。

从技术指标看，Boxer模型针对异构硬件做深度适配，根据不同芯片的内存、带宽、解码特性，混合使用量化压缩、投机解码、算子调度等优化手段，最大化释放不同硬件的推理性能。

同时依托元空Memory记忆架构，实现长任务断点恢复、业务知识沉淀，在任务恢复成功率、知识复用率上取得优化，降低记忆模块带来的信息污染率。

从产品落地节奏看，元空AI与惠普的一体机方案已经完成前期试点，已有惠普企业客户完成上百台设备采购试点。

未来双方将围绕四大垂直行业持续打磨行业预制智能体，推进端侧AI在制造、金融、医药科研等高合规场景规模化复制。