元空创始人：「不烧Token不上云」打开端侧机遇

“企业级AI的竞争不在模型大小 ，而在三件事——数据出不出设备、成本高不高、使用是否稳定。云端大模型在这三件事上的结构性短板 ，正是端侧AI的产业机会。

公司情报专家《财经涂鸦》获悉，9月3日，元空AI正式发布自研端侧模型Boxer与端侧AI办公平台“元空AI Work”和AI科研平台“元空AI Science”。

元空智能创始人&CEO逄大嵬认为，AI的下一站将在本地，而非云端

“当前，云端大模型正面临三个现实问题，企业和个人的敏感数据都要上传云端，Token费用随着使用量增加并已经进入企业财务报表，长任务跑到一半中断无法保证持续可预期的输出。”

与此同时，模型尺寸的持续缩小和细分、智能密度的大幅增加，以及存量和新增设备加速接入AI带来的双重机遇，正合力推动端侧模型走向爆发。“未来，所有物理设备接入模型只是时间问题。”逄大嵬判断。

作为元空AI已合作两年的产业伙伴，现场，中国惠普与元空进一步达成深度合作。双方宣布将联合打造惠普Z系列AI一体机 ，覆盖智能制造、智慧金融、智慧医疗与AIfor Science四大场景。

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透露，2025年双方合作的AI一体机已完成试点验证，通过惠普设备，元空的端侧AI能力随之实现规模化交付企业用戶。

此次发布的惠普Z系列AI一体机已构建起完整产品矩阵。周信宏拆解道，ZBook移动工作站面向轻量化智慧办公；Z2 Mini G1a、ZGX Nano G1n搭载35B Boxer模型，可服务知识库与业务决策场景；Z8 Fury G6i工作站搭载27B稠密Boxer Plus模型，面向科研高算力场景，单台最多支持40个并发用戶。

公开资料显示，元空智能源自北京大学科学智能学院，是唯一一所以学科方式探索科研发现的学院 ，逄大嵬担任北京大学AI联合实验室主任。团队坚持“做模型、模型驱动”，用三年时间完成全芯片、全操作系统、全设备适配。

2023年3月，团队首款产品Chatexcel上线，主打对话式AI处理Excel，成为彼时AI应用领域爆款，日活一度15万+，海外用户自然溢出。

目前，北京大学在读博士姚佳雨与宁鲲鹏均为元空联合创始人。

零销售成本+标准化交付，迎接双重爆发

Q：与云端token收费的模式相比，端侧AI的毛利结构有何差异？

逄大嵬：首先，我们一直强调标准化交付。比如进入惠普的设备后，出一台货我们就赚一台的钱。从利润率的角度讲，我们几乎只需要承担研发成本，销售成本几乎为零。且标准化交付也意味着我们进入其他设备的成本也基本一样。

其次，从收入结构看，一种是本地的授权模式，不同尺寸的模型授权费也不一样，且模型还在快速进化。我们同时也在做Co-Sell，UpSell，给到客户不同的Agent，这些都会产生收入。

目前云端面临的最大挑战是用户越多亏得越多，我们恰好相反，用户越多收入越多。但其中的核心是一定要做好产品的标准化，标准化、规模化才能赚钱。

但我们和SaaS有本质区别。传统的SaaS是Software as a Service（软件即服务），我们则是Software as a Service（服务即软件），都遵循标准化核心逻辑，只不过SaaS是在做软件的标准化，而我们是在做产品的标准化和规模化。

从未来潜力看，市场规模和市场容量都“正在发生”。随着模型适配的尺度范围越来越广，比如今天我们已经缩小到35B、27B，且参数还在逐步下探，未来模型能够覆盖的设备会越来越多。

同时，新增设备和存量设备会迎来双重爆发。今年，仅中国新增的AI PC数量就达几千万台；存量电脑也可以进行AI改造，比如外接一个设备。

新老设备我们均准备了成熟的解决方案进行交付，比如此次针对存量设备发布的HP ZGX Nano。没有配备AI芯片的电脑，接入HP ZGX Nano同样可以流畅地使用模型。

如果从设备的角度看市规模，潜力是不可计量的。因为设备的种类是无限的，除了电脑，还有LED、实验室设备，甚至日常的门、灯等。理论上，所有物理设备都可以接入模型，只是适配多大模型和能否规模化的问题。我个人觉得，未来所有设备都能上模型只是时间问题。

「数据轨迹」正成Agent训练核心要素

Q：为何选择端侧AI而不是只做Agent？

逄大嵬：我们是国内第一批做Agent的创业公司，对Agent的链路非常熟悉。这个过程中，我们发现有很多问题云端解决不了，尤其是智能制造、智慧金融、智慧医疗、科研。此次我们也针对性发布了四大场景的AI一体机。

在实际工作链路中，这些行业的know-how非常宝贵，且数据合规要求相对严格，只能留在本地，永远不能上云。举个例子，今年6月份Anthropic发布过Claude Science，本质也是因为拿不到science的工作流数据，所以只能先单独发一个Agent来跑。

今天如果创业公司再出来单独做一个Agent跑用户，这个方向已经非常难了。没有数据和行业知识，用户要花很多时间和token去做后训练。

而且如果以执行长任务为目标，那么训练Agent的核心就不再是单纯的数据，而是数据轨迹。这就要求Agent必须要和模型、设备绑在一起。

宁鲲鹏：从模型看，参数带来的差异已经很小。目前100B的模型和1TB的模型实际用起来的差距可能只有1/10。而且堆参数带来的增益正显著变小。

但同时，数据越来越缺了。我们认为所有数据都在端侧，在设备上。设备上的部分数据包含了用户很多轨迹数据，我们回流后可以反哺模型。对于模型的后训练而言，这种轨迹数据非常珍贵。轨迹数据意味着你给Agent一个任务，它用各种harness去干活，干完活再把数据回流，然后能够rework。

截至目前的AI应用已经证明，在后训练过程中，chatbot的数据其实是没有价值的。所以行业越来越强调数据闭环，要有环境。比如我们AI for science的产品，其中也包括摇试管的设备。每摇一次，设备就会产生一些本地数据；模型获得的摇动次数越多，越能知道怎么摇得更好。

预训练阶段，互联网数据已经基本被用光了，未来设备产生的数据会更有实用价值。按照这个逻辑，在预训练阶段不能上桌的小公司，在后训练阶段反而可能有更大空间。

逄大嵬：举个例子，Deepseek V4 Flash的激活参数只有13B，如果把它放到你的电脑里，一年多收1000元，很多人就不需要在云端买token了，我觉得这件事一年之内百分之百会完成。我们35B的模型效果已经和一年多之前的GPT-4o不相上下了。

姚佳雨：真实环境中，只靠模型是无法完成训练的。纯模型就是一个chatbot，但实际场景中，我们要解决任务，而这个任务永远不会终止，再长的上下文都没有用。所以必须依靠Agent和设备的帮助，把它们放在同一个环境中，看反馈、看结果。

要强调的一点是，我们能做出这样的模型，是因为我们具备这样的数据，离端侧更近，所以在端侧上跑得更好，而不是移植了云端的训练方式。

随着计算资源变强、模型的智能密度增高，中间阶层的端侧模型实际上会向外挤压，逐渐吞噬云端。因为大家都会算账。

全管线模型生产能力最重要

Q：是否担心会被大厂吞噬，是否有为此做一些准备？

逄大嵬：从三年前第一个科研项目Chatexcel开始，我们就一直在回答“如果大厂来做怎么办”的问题。作为一个端侧模型公司，我们的核心任务就是做模型，做不同尺寸的模型。现在我们已经储备了更小的模型，也不会停止相关的研发。

我们的一个觉悟是，能卖钱、能商业化很重要。从Chatexcel开始，我们就一直在做线上交付，是经历过用户锤炼的。所以目前为止我们还活得好好的，而且越活越好。

大厂如果入局，带来碾压是客观存在的。但做模型这件事很难，不是钱的问题，更多是团队。我们从2023年开始做小尺寸模型，做视频模型，做Science模型，这些都是我们团队的know-how。而且如果没做过这些模型，我们今天也不敢出来讲对模型的认知。

而端侧AI的核心竞争力之一，是团队是否具备全管线模型的生产能力。然后在合适的时间点，选择发布尺寸合适的模型。

这几年，我们也发现了一个现实的问题，模型的自进化非常重要。作为一个初创公司，我们其实也在回答一个问题，即如何用这样一个小规模的团队去撬动这么巨大的一个市场。

所以我们的策略是有侧重的，目前还是优先选择做生产力交付、需要执行长任务的产品。如果不需要更强的生产力、不需要执行长任务，开源预装就可以了。

这也是为什么现在我们不会花费太多精力考虑进手机，而会关注价值更高、更能形成网络效应的设备。手机连一下WiFi、5G就很好用了。当然，手机的端侧模型技术上肯定成立，但并不意味着商业上也要推进。

宁鲲鹏：更小的模型我们当然可以做出来，但其中有个比较关键的点是，3B以下的模型基本上干不了活。能装进手机的模型大约都在3B左右，意味着只能放一个Chatbot，聊天可以，但做任务是完全不够的。而我们的产品主打24小时干活，所以进手机并不是必须的。

随惠普开启全球化放量征程

Q：海外目前进展如何？

逄大嵬：早在2023年，Chatexcel上线后不久用户便已自然溢出至海外。随后我们又上线了海外英文版。

今年我们会在海外重点发力，与惠普合作便是全球化的一部分。今年12月份，惠普会带我们做一波较大规模的海外推广。

海外对于成本和安全的关注度会更高，支付能力也更强。有惠普作为背书，我们能够解决很大一部分销售通路问题，增长是水到渠成的事情。

但增长是一个过程，其中包括增量市场和存量市场。增量市场大家都站在同一起跑线；存量市场方面，众所周知，惠普的全球业务占到其整体营收的80%，我们跟着设备跑，海外的空间也显而易见。

目前，我们已经进入东南亚、新加坡，正在拓展日韩。不过这个过程不会特别激进，因为惠普在全球的合规要求非常严格。

我还是想强调一点，无论国内还是海外，端侧AI最性感的地方就在于，存量市场巨大，增量市场快速打开，而我们的成本又极其可控。