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。