ChatExcel 端侧 AI 新突破：本地模型如何追平云端旗舰？
在 AI 行业长期信奉“越大越好”的范式下，ChatExcel 及其背后的技术团队正引领一场关于“智能密度”的革命。近期，随着工信部权威检测报告及多家巨头动作，本地大模型（Edge AI）的崛起时机已至，ChatExcel 作为这一趋势的典型代表，正重新定义 AI 办公的边界。
小模型追平“大块头”：智能密度竞赛开启
过去三年，AI 竞争主要依赖参数规模与算力堆砌。然而，ChatExcel 创始人兼 CEO 逄大嵬指出，基础模型能力的提升并未同步转化为应用效率的飞跃。真正的破局点在于“智能密度”——即有限规模模型释放更强能力。
据中国信通院发布的 MCP 专项测试数据显示，上海原点星辉研发的 27B 参数本地模型 StartLux-V1.0，在综合性能上排名第二，仅次于 1.6T 参数的 DeepSeek-V4-Pro。这一结果标志着模型能力的竞争已从“参数量军备竞赛”转向“智能密度竞赛”。
“人的大脑就这么点容量、这么点功耗，却产生了人类辉煌的文明；同样水平的能力，现在的大模型却要靠巨大的参数量去堆，这应该是策略上出了问题。”
ChatExcel 技术团队通过自主设计的后训练优化技术，成功将 27B 本地模型的能力推至与云端旗舰同级。业内预测，2026 年本地模型在任务执行中的胜率将接近 90%，端侧 AI 的窗口期正式打开。
“离线可用”：端侧模型的商业蓝海
对于 ChatExcel 而言，本地模型的核心价值不仅在于性能，更在于“离线可用”带来的商业机会。在金融、医疗、政务等对数据隐私零容忍的领域，将数据上传云端存在巨大风险。
ChatExcel 通过与惠普合作，将元空 AI 的 Boxer 端侧模型（涵盖 27B 稠密与 35B-A3B 稀疏版本）深度集成至本地设备。用户无需联网，即可在断网环境下完成复杂任务：
- 发票处理：自动扫描、解析、分类 53 张发票并生成 Excel 报表。
- 科研实验：连续执行 100 组复杂实验，完整保留参数与轨迹。
- 数据归档：在 Linux 环境下调用底层脚本工具，实现全链路数据处理。
这种“断网整理”的能力，不仅解决了企业数据安全的痛点，也规避了云端 Token 费用线性增长及长任务中断的不稳定性。IDC 报告指出，欧盟《AI 法案》与中国《个人信息保护法》均明确要求敏感信息处理应在本地完成，这为端侧模型提供了政策与市场的双重红利。
未来展望：人人皆是数据分析师
ChatExcel 的愿景是构建“人人皆是数据分析师”的生态。通过接入联想天禧个人超级智能体及华为、AMD 等大厂生态，ChatExcel 正逐步将 AI 能力下沉至个人终端。
未来，随着 Agent 框架的成熟与端侧芯片算力的持续增长，ChatExcel 计划推出第一代本地智能解决方案，推动 AI 应用从云端向本地迁移。在 95% 的场景下，本地模型将完全具备与云端模型平起平坐的能力，并有望在三年内占据 80% 的市场份额。
本地模型的崛起，不仅是技术的胜利，更是 AI 回归常识、回归效率的必然选择。
