深度｜把千亿参数模型搬到本地，这家“隐身”公司在赌什么？

在2026 WAIC现场，我们观察到：大模型的能力，正在从互联网和聊天框里走出来。

两年前，行业对大模型的主要想象还集中在云端。参数越大越好，集群越强越好，谁在数据中心里堆的GPU更多，谁就更接近能力的上限。这套逻辑到今天依然成立，只是它越来越难解释今年WAIC上冒出来的另一批产品。

它们可能是一台放在桌面上的小主机，也可能是一台没有键盘和屏幕的盒子。形态五花八门，共同点却很明确：这些设备不是为了让人打开软件、输入问题，再等待一次回答；它们是为了让Agent长期在线。

今年WAIC现场，Agent Computer、AI NAS、个人AI中心、企业知识库一体机密集出现。AI主机、搭载本地模型的桌面设备，以及一批服务于个人和企业的端侧AI终端，都在试图回答同一个问题：如果Agent开始接手日常工作，算力应该放在哪里？

过去，用户发起一次请求，云端模型生成一次结果，交互到此结束。现在的Agent要读取本地文件，保留历史上下文，调用不同工具，执行连续任务，并在后台等待下一次触发。AI的工作方式由此发生了变化：过去是用户偶尔发起一次推理，现在则是一套智能系统持续运行。

这也把计算问题推到了台前。一个偶尔被调用的模型，可以依赖云端强大的GPU集群；一个全天在线的Agent，却要面对不断累积的Token费用、反复往返云端的个人数据，以及在多步任务中层层叠加的网络延迟。

调用越频繁、上下文越长、任务链越复杂，把所有计算留在云端就越不经济。今年WAIC真正释放出的信号，不只是端侧设备能够运行多大的模型，而是端侧正在开始承载完整的Agent工作流这两者之间，隔着一道不小的门槛。

01 Agent开始长期工作，算力也要重新分配

生成式AI更像一次问答。用户输入问题，模型完成推理，返回结果，一轮交互基本结束。

Agentic AI的工作方式更长。它要读取文件、保留记忆、拆解任务、调用工具，再根据执行结果调整下一步。一个任务可能持续半小时，也可能像操作系统里的后台服务一样长期在线。

模型决定Agent有多聪明，计算平台决定它能不能稳定上班。

当调用从偶发变成常驻，云端AI原本不明显的问题会被放大。每一次模型调用、每一个Token和每一项持续运行的服务都会进入账单；多轮推理和工具调用中的网络等待，也会沿着整条任务链累积。Agent还要接触个人文件、历史偏好和工作记录，如果数据不断往返云端，很难形成连续、专属于用户的上下文。

所以，WAIC上集中出现的Agent Computer、个人AI中心和企业AI一体机，并不只是给本地模型换了一个外壳。它们背后是一次新的算力分工：规模更大、调用频率较低的通用推理继续留在云端，高频、实时、私密、需要长期保持状态的任务，则更多沉到用户和数据附近的边缘侧。

这里说的edge AI，并不是智能家电里完成一次语音识别或图像分类的小芯片。个人和家庭AI中枢、企业AI中心，更像部署在用户身边的小型AI基础设施：既要运行大模型，也要处理长上下文、任务状态和多工具协同。

Acrab的Agent Box在这个背景下出现。它没有停在“把模型装进桌面设备”这一步，而是把模型、个人数据、Runtime、工具链和Agent编排放进同一套系统，让Agent能够保存上下文、调用工具，并在不同应用之间连续完成任务。

支撑这台设备的，是第一代计算平台GΞLIX。按照公开信息，这套平台已经在部分高要求的真实部署环境中完成验证，目前正在推进首次行业导入和规模化生产。

因为Agent不只做模型推理。NPU负责大规模并行计算，CPU还要运行操作系统、调度任务、调用工具，处理各种无法提前写死的分支。模型、应用和数据持续切换时，任何一处堵住，峰值算力再高，任务依然跑不顺。

Acrab想回答的，不只是本地能跑多大的模型，而是当Agent从一次调用的软件功能变成长期在线的助手，什么样的边缘计算平台才能真正承载它。

02 消除Token焦虑，Acrab正在改写个人AI的成本和使用方式

Agent Box被Acrab定义为“Personal AI Center”。

按照发布会上的公开参数，这台设备可以在本地运行千亿参数级模型，不经过远程服务器完成推理，即使没有网络连接，也能保持核心能力。对话、数据和上下文保留在设备一侧，Agent可以更持续地理解用户，而不是每一次都从一段割裂的云端会话重新开始。

但本地跑得动大模型，并不自动等于拥有一台个人AI中枢。

Acrab在发布会上展示了一个相对完整的任务流程：用户提出想为孩子制作一个太空主题的礼物，Agent继续给出方案、协助选择、调用相关工具、智能设备并跟进制作进度；甚至可以根据环境出现的新状况，想你所想，调用其他的智能设备帮你解决问题。

这里真正值得关注的不是某一次回答，而是一句自然语言能否被转化为一连串连续动作。

过去的智能终端，往往是人学习不同应用和设备的使用方式；Agent Box所描绘的方向，则是由智能体理解人的意图，再在模型、工具和设备之间完成协调。

这也是Agent Computer与传统AI PC最明显的区别。

AI PC仍然以人为主要操作者，AI更多是原有计算功能的增强；Agent Computer则更接近一台为智能体准备的个人服务器，它的核心任务不是等待用户点击某个应用，而是让多个Agent保持在线、积累上下文并持续完成工作。

设备的价值，也因此不只来自算力，还来自它对AI经济模型的改变。

在云端模式下，用户越依赖AI，调用量和Token支出通常越高。Agent Box则试图把不确定的持续支出，转化为一次性的本地算力投入。Acrab把这一点概括为“消除Token焦虑”：用户不必为了控制账单而减少调用频率，也不必在每一次任务开始前重新计算成本。

对于偶尔使用AI的人，这种区别可能并不明显；但对于希望让Agent全天工作的人，成本结构本身就会决定使用方式。

只有当调用AI不再是一项需要反复权衡的支出，Agent才可能从工具变成基础设施。

这也让Agent Box与当下流行的OPC（One Person Company，一人公司）产生了连接。

一个人的公司真正需要的，不是更多聊天窗口，而是一组可以长期运行的数字协作者：做研究、写代码、整理信息、处理内容、调用软件和跟进任务。

这里的OPC更接近由本地AI工作站支撑的“超级个体”。用户购买的不只是一台设备，而是一套可以持续调度多个Agent的个人生产力系统。

当然，个人AI中心最终会长成什么样，目前还没有标准答案。

家庭需要的是能够连接设备、保留家庭记忆的智能中枢，企业和专业用户则更看重代码、文档和数据处理能力。应用场景不同，对模型规模、内存、功耗和软件生态的要求也完全不同。

这套计算平台也许未来也会进入个人AI PC、家庭智能、工业运营和通用机器人等场景，这些都将是平台可以延伸的边界。

硬件形态仍然会变化，但需求已经逐渐清晰：Agent需要的不再是一块临时调用的加速卡，而是一个能够长期承载模型、记忆和任务的本地计算中心。

03 CPU重新回到AI中心，端侧芯片拼的是系统级效率

在端侧AI的讨论中，NPU通常是最容易被注意到的参数。但Agent并不是一条固定的神经网络推理链路。

模型推理中的大规模并行计算适合交给NPU；任务拆解、条件判断、系统调度、工具调用、异常处理和多系统协作，则高度依赖CPU。Agent执行的步骤越多、路径越动态，CPU与NPU之间的协调就越重要。

Acrab的CEO Ken Phua将这种变化概括为：“CPU再次回到AI时代的中心。”在他的判断中，AI正在进入异构计算环境，执行效果不只取决于NPU峰值，更取决于CPU、NPU、GPU、内存和软件之间能否无缝协同。

这也是Acrab少数值得展开的团队线索。Ken Phua曾在Arm UK带领亚太应用工程团队，并参与全球IP策略制定，之后担任Arm China联席CEO。这段经历的意义，不只是增加一段行业履历，而是解释了这家公司为什么会把CPU-NPU协同和异构计算，放在Agentic AI架构的中心位置。

从其公开架构看，GΞLIX 1的设计重点也不是孤立地增加某一种算力，而是减少整条推理链路中的等待和搬运。

它采用多系统统一内存架构，让不同操作系统能够共享内存，减少数据在系统间反复复制；芯片内部配置8MB L1 Cache、带宽达到768GB/s的共享L2 Cache，以及273GB/s的统一内存架构，并与650 TOPS的AI算力协同。

在计算侧，四颗NPU核心可以并行扩展Prefill性能，针对Attention这一关键推理环节，Acrab还加入了专用向量加速技术。

这些数字如果只出现在一张参数表里，意义并不大。

它们真正指向的是同一个问题：如何把模型需要的数据尽可能留在距离计算单元更近的位置，并减少不同计算单元和内存之间的数据搬运。

端侧AI的瓶颈不只在于“算得够不够快”，也在于数据为了完成一次计算，要在系统里走多远。

云端设备可以通过更高功耗、更大空间和更复杂的散热系统提高性能，但一台需要长期放在桌面或家庭中的设备，必须在功耗、成本和体积约束下完成同样的工作。

这也是端侧计算真正难的地方：性能、功耗和成本并不是三道独立的题，而是一组彼此牵制的约束。任何一个维度失控，产品都很难进入日常使用。

在Acrab公布的一组基准测试中，GΞLIX 1运行260亿参数Gemma模型，使用40K KV Cache和1万Token输入，Prefill速度超过每秒1416个Token。与目前市场上的桌面通用平台相比，其Prefill性能优势明显；在与同类桌面级AI系统达到相近性能水平的同时，GΞLIX 1还呈现出更低的功耗和更具吸引力的整机价格。

这些数据目前主要来自公司发布会，仍需要更多第三方测试和真实工作负载验证。但它至少说明，Acrab试图建立的产品标准并不是追逐某个孤立峰值，而是看性能、功耗和成本能否在一台长期运行的设备上同时成立。

用户不会关心一条推理链路内部经过了多少层缓存，也不会在每次交互前查看TOPS。用户真正感受到的只有三件事：它能否迅速理解、能否持续运行，以及拥有它是否足够划算。

04 从一颗芯片走向一套平台，Acrab会是Agentic AI时代的计算底座吗？

但相比Agent Box这台产品本身，这场发布会更值得关注的，是Acrab试图构建的平台能力。

高效推理只是端侧Agent产品化的第一层。要让Agent长期工作，模型如何调度、任务状态如何保存、工具和设备如何调用，以及开发者如何快速构建应用，都需要芯片之外的系统能力。任何一层缺失，Agent都可能停留在一次流畅的演示，而无法进入持续、复杂的真实工作流。

在硬件之外，Acrab正在把产品边界延伸到Agentic OS、Runtime、Agent Router、开发者工具链和Agent Store，希望同时服务普通用户和开发者：前者获得开箱即用、能够长期在线的本地AI Agent；后者则可以基于统一的平台开发、部署和分发Agent应用。

发布会已经展示了这套平台较为基础的公开形态：硬件层以GΞLIX 1为核心；软件层覆盖大模型、优化后的Runtime、工具链，以及连接模型、工具、设备和服务的Agent orchestration layer；再通过面向典型场景的Agent参考设计，帮助开发者和生态伙伴更快地构建应用。

历史上，每一次计算平台迁移，最终沉淀长期价值的往往不只是第一台设备，而是围绕设备形成的操作系统、开发工具和应用生态。从PC到智能手机，硬件定义了能力边界，软件生态则决定平台能够走多远。

从这个角度看，Agent Box更像Acrab平台战略的第一个入口，也是第一块公开验证场：它先将GΞLIX 1、软件栈和Agent编排能力组合成一个完整产品，再尝试通过开发者、设备厂商和生态伙伴，把同一套能力复制到更多终端和场景中。

一台Agent Box能否成立，取决于产品体验；一套Agentic AI平台能否成立，则取决于它能不能跨设备、跨场景地被反复复用。

而这套平台化路径，也并非凭空展开。根据公开资料，Acrab成立于2024年，总部位于新加坡，团队能力横跨半导体设计、AI算法和操作系统。CEO Ken Phua曾在Arm UK带领亚太应用工程团队、参与全球IP策略制定，之后担任Arm China联席CEO。对CPU架构、芯片生态和异构计算的长期理解，解释了Acrab为什么选择从CPU、NPU、内存和软件协同的系统层面切入，而不是只打造一颗独立的AI加速器。 

超过3.5亿美元的累计融资，则是另一个背景信号。Vertex Ventures SEA & India和Vertex Growth较早进入，并随着Acrab完成关键技术节点持续增加投入。对于一家同时推进芯片、软件和终端产品的公司而言，这至少意味着它获得了完成重工程研发所需要的时间和资本耐心。

当然，团队履历与资本投入只能增加这条路线的可信度，无法替代产品和市场本身的验证。

从这个角度看，Agent Box并不是Acrab平台故事的终点，而是它递向市场的第一份答卷：一颗芯片、一套软件栈和一个完整产品，能否共同支撑Agent在本地长期运行；而这套能力，又能否沿着开发者生态进入更多设备和真实场景。