元空智能端侧模型Boxer获惠普预装，提出“模型×Agent×设备”生产力公式

事件概述

元空智能（元空AI）近期正式发布端侧模型 Boxer，并同步推出面向办公场景的 元空AI Work 和面向科研场景的 元空AI Science Agent。与此同时，元空智能与惠普（HP）达成战略合作，其端侧模型及Agent产品已完成深度适配，并正式预装至惠普 Z系列工作站等设备中，标志着端侧AI从技术验证走向规模化商业交付。

核心信息

1. 重新定义端侧AI：从“能跑”到“会进化”

• 背景判断：随着互联网高质量人类生成数据接近枯竭（即“Peak Data”现象），大模型单纯依赖静态数据Scaling Law的增长红利已见顶。斯坦福《AI Index 2026》报告及Hugging Face相关研究均指出，重复训练已有数据的边际收益趋近于零。
• 新范式：元空智能提出 “生产力 = 模型 × Agent × 设备” 的公式。认为设备不仅是AI能力的载体，更是持续产生稀缺行为轨迹、环境反馈和结果数据的源头。端侧AI由此从单向链路转变为闭环飞轮：模型做判断，Agent组织行动，设备执行并反馈，模型据此修正进化。

2. 产品与技术落地

• 端侧模型 Boxer：
  • 定位：聚焦 20B—100B 参数规模的中尺寸模型区间，旨在平衡任务处理能力与设备资源开销（如内存、算力）。
  • 性能表现：在自建评测集 WorkArena 中，Boxer-35B-A3B-v0-0819 得分 73.1，领先第二名 10.3 分，部分任务表现超越一年多前的 GPT-4o。
  • 部署能力：在 40 TOPS 算力、不到 8GB 内存占用的条件下，仍能保留 87.3% 的原始模型任务效果，实现了高阶模型生产力的端侧落地。
• Agent 应用：
  • 元空AI Work：打通“目标-跨应用执行-结果验证-状态更新”闭环，支持断网运行及复杂任务中断续接，覆盖Excel处理、文档撰写等办公场景。
  • 元空AI Science：将能力延伸至真实实验设备，串联文献检索、数据分析、生信及蛋白质工程等科研流程，实现科研成果的可复刻、可验证。
• 记忆飞轮（Memory）：引入长期记忆机制，将任务轨迹、环境事件和用户反馈重构为知识资产和偏好，使Agent具备跨任务、跨时间的持续认知和能力复用能力。

3. 商业化进展与市场验证

• 惠普合作：元空智能与惠普完成战略合作，产品已适配惠普 ZBook 8 G2i 移动工作站、Z2 Mini G1a 台式工作站及 ZGX Nano G1n AI 工作站。
• 行业拓展：解决方案已面向制造、金融、医疗、科研等领域输出，并计划随惠普产品线扩展至笔记本、服务器等更多SKU，借助全球渠道向海外延伸。
• 价值逻辑：企业通过一次性硬件投入，换取长期低边际成本的本地Token消耗及持续运行的本地智能，解决了端侧AI规模化部署的商业可行性问题。