让模型和设备共同进化
静态互联网数据的增长红利，见顶了。
下一轮模型能力的跃迁，会越来越依赖与真实环境持续交互的「端侧」。
当整个行业还在想办法把更强的模型塞进设备时，一支从北大走出来的团队，给出了上述这一激进的行业判断。
甚至在端侧AI迎来爆发的这个时间节点，他们还直接给它重新下了一个定义：
生产力=元空端侧AI=模型×Agent×设备。
端侧AI也由此从一条「把模型搬下来」的单向链路，开始变成一套能自己转起来的飞轮。
△AI生成 得出这个反常识判断的公司，大家应该也不陌生： 元空智能 （元空AI）。
三年前，这支从北大走出来的创业团队，靠国内最早一批AI Excel产品ChatExcel迅速出圈，短时间积累上百万名用户。
三年后，它已经一路从云端应用，杀到了本地端侧——
就在近期，元空一口气发布端侧模型 Boxer 、面向办公场景的 元空AI Work ，以及科研Agent 元空AI Science 。
三者从模型、Agent到设备侧形成完整闭环，让模型与设备完成共同进化。
更值得玩味的是，当行业还在讨论端侧AI到底怎么走进更多设备时，市场已经先给这家公司投了一票。
就在几天前，元空AI的端侧模型，刚刚拿下 惠普商务电脑预装 。
一家从高校实验室走出来的创业团队，就这样从一个办公AI产品，一路走到了全球头部硬件厂商的设备里。
△AI生成 当前，端侧AI的分水岭，正在从「跑起来」走向「长期跑」。
当行业还在反复讨论端侧AI究竟该如何落地时，已经有行业玩家顺着原有产品线一路延伸，把端侧能力真正接进了自己的产品路径，并率先跑出了规模化市场结果。
重新定义端侧AI，让模型和设备共同进化
今天再聊端侧AI，行业里最常出现的几个关键词依旧很熟悉——
成本、安全、稳定性，以及怎样把一个足够强、又足够小的模型塞进更多的设备。
过去几年，这几乎就是端侧AI最核心的工程题。
但在这家公司看来，在当下这个时间点看这个问题，显得多少有些不够用了。（扎心.jpg)
相较于更习惯从技术本身寻找答案的团队，元空AI会在行业内给出这样一套反常识的判断，其实算不上意外。
△AI生成 外界最早认识这家公司，大概是因为2023年火出圈的AI表格产品ChatExcel。
也就三年时间，ChatExcel就积累了数百万用户，元空AI的产品版图也一路向外延伸——
从 AI DataAgent ，到国内首个对标Claude for Science的 开源OpenAI4S项目 ，再到 元空科研实验室e2Sci.com ，已经逐渐从办公场景走进更复杂的科研工作流。
值得一提的是，作为一款面向科研场景的Agent，元空AI4Science也没有停在查文献、跑分析的能力层，而是进一步把文献检索、数据分析、模型与工具调用一路接到真实实验设备，让AI开始真正参与实验执行。
这也意味着，科研Agent的边界也开始从屏幕里的「信息处理」，开始伸进「真实实验流程」。
也正是因为长期贴着用户的真实使用场景跑，让这个北大团队逐渐看到了模型下一阶段竞争里一个更关键的变量——
大模型从静态互联网数据中攫取的增长红利已经见顶。
下一阶段真正有价值的能力增量，会越来越多来自真实任务、真实环境，以及持续发生的交互。
这听起来多少有些反直觉，但整个行业其实已经陆续亮起预警信号。
△AI生成 今年上半年，斯坦福在《AI Index 2026》报告专门提到了一个词，叫 「Peak Data」 。
简单来说，就是互联网上真正高质量、适合训练的人类生成数据，正在越来越接近被前沿模型吃到头。
更扎心的是，这个趋势已经开始在真实训练实验里露出「迹象」。
此前， Hugging Face 等团队在JMLR发表的一项研究中进行了超过400次模型训练，最大做到9B参数、9000亿训练Token，专门模拟模型反复吃已有数据的情况。
结果发现，已有数据重复到一定程度之后，继续增加训练计算的收益不断下降，最终新增算力带来的价值 趋近于0 。
换句话说，最容易挖的「富矿」被不断抓取、清洗和训练之后，剩下的数据越来越杂。
已经吃过的数据再反复喂，模型也很难一直长个儿。
于是，大模型继续从互联网里挖静态数据疯狂往前scaling law的老路，开始显得有些力不从心了。（doge）
△ JMLR论文《Scaling Data-Constrained Language Models》
问题也随之而来。
既然互联网里的现成数据越来越难继续提供足够大的增量，下一批真构建真实环境的数据，又会从哪里长出来？
元空AI，把答案直接指向了 「设备」 。
换句话说，设备除了是AI能力的载体外，它还有另一个身份： 一个能持续产生稀缺数据的环境。
这个判断听上去有点反常识，但仔细想的话，其实也很合理。
因为在今天这个时间点，模型要想从现实世界里继续学东西，总得先有一个能碰到真实任务、真实环境的入口。
而设备真正特殊的地方，恰好就在于它天然站在「任务发生」的现场。
无论是PC、手机还是机器人，只要AI真正开始干活，就一定会留下三样东西：为什么做、怎么做、最后做成没有。
这和互联网里的静态数据很不一样。
网页可以告诉模型世界是什么样，但真实设备留下的轨迹，却可以告诉模型「事情究竟是怎么被做成的」。
其与真实环境的每一次执行交互，以及最终的成功或失败，其实都会持续沉淀出新的行为轨迹、环境反馈和结果。
而这些，恰恰也是静态互联网数据里最稀缺的那部分。
当这些真实任务里的动作、反馈和结果被重新沉淀进后训练、强化学习或者记忆系统，模型也就有机会从一次次执行里继续修正自己。
于是，端侧AI开始从一条单向链路变成一个循环——
模型做判断，Agent组织行动，设备真正去执行；现实世界给出反馈，结果再重新回到模型并持续进化。
设备由此也从AI能力的「终点」，变成下一轮能力增长的「起点」。
△AI生成 也正是基于这套逻辑，元空AI把对端侧AI的判断压缩成了一条很直给的公式： 生产力=元空端侧AI=模型×Agent×设备 。
而「生产力」，恰恰是这套公式最后要交付的结果。
毕竟对用户来说，模型、Agent和设备再怎么协同，最终都得回答一个很骨感且现实的问题——
一件事儿到底有没有被顺利做完，有没有被稳定持续地做完，以及有没有得到一个可靠的交付结果。
这家做了多年ToC产品的公司，再清楚不过这个道理。
也正因如此，沿着这套逻辑，端侧AI是否真正成立，自然也落到了两个更现实的维度上：
能不能解决真实的生产力问题，以及能不能跨过技术验证阶段，走向面向普通用户的规模化交付。
只有当能力真正进入一台台设备、融进一次次真实任务，并持续产生可验证的结果，端侧AI才算真正从一个技术概念，长成一套可以被用户长期使用的生产力系统。
模型×Agent×设备，端侧AI开始长出真实生产力
行业判断讲得再漂亮，最终还得落到产品上。
既然生产力是端侧AI成立的关键标准，那模型、Agent和设备就必须真正进入任务链路里跑起来。
事实上元空AI这套关于端侧AI的判断，也已经开始从一个行业命题，沿着产品和技术一路长出更具体的落点。
就在几天前，元空AI正式发布端侧模型Boxer，并同步推出元空AI Work与元空AI Science两款Agent产品，模型、Agent和设备，也由此被接进了同一条执行链路。
先来说说其中最底层的一环，面向真实办公场景打造的 端侧模型「Boxer」 。
有意思的是，Boxer从一开始就没有一味追求更大的参数规模，它押注的是一个今天并不算最性感、却很现实的区间： 中尺寸模型 。
之所以把端侧模型落在中尺寸区间，背后其实是一笔很现实的「生产力账」。
模型尺寸最终权衡的，无非两件事： 任务能不能跑得动，以及设备养不养得起。
这有点像给一辆长期使用的车选动力系统。
跑车发动机当然强，但拿去每天通勤并不经济；微型发动机便宜，真碰到长途又不够用，真正适合大多数用户的，往往是中间那段甜点区。
这个道理，在大模型身上同样适用。
10B以下的小模型足够轻，适合聊天和简单调度；200B以上的大模型能力更强，更适合高度开放的复杂问题。
但长期和真实用户、办公场景打交道的元空AI发现，绝大多数高频需求恰恰落在中间地带：
做汇报、处理Excel、设计实验、分析结果，这类任务边界相对明确，却同时考验模型的推理、规划和长链路执行能力。
于是， 20B—100B成为团队最终押注的区间 。
能力足以覆盖复杂工作，资源开销又能压进PC和实验设备真正可部署、可持续运行的范围，绝佳。
△AI生成 当然，这个平衡点到底有没有成立，最终还得回到两件很现实的事情：能力到底够不够顶，设备跑不跑得动。
能力侧，在元空自建的WorkArena评测中，Boxer-35B-A3B-v0-0819拿下73.1分，位列对比组第一，领先第二名10.3分； 部分任务表现甚至超过一年多前的GPT-4o 。
部署侧，在40 TOPS算力、不到8GB内存占用下，Boxer依旧能保留87.3%的原始模型任务效果。
这波算是真·把高阶模型生产力跑到端上了。
模型跑起来只是第一步，真正把生产力组织起来，还需要Agent把理解、规划和执行串成完整流程——
这也正是 元空AI Work 和 元空AI Science 两款Agent产品承担的角色。
具体到办公场景，元空AI Work打通了目标-跨应用执行-结果验证-状态更新-继续工作之间的闭环。
像做表、查数据、写文档、做PPT，甚至处理代码和文件这些需求，用户只需要直接说清楚目标，剩下的步骤由系统自己往下跑。
← 返回最新