Featured image of post Perplexity Portable Computer 本地智能体正式登陆 Windows RTX PC,24GB 显存起跑

Perplexity Portable Computer 本地智能体正式登陆 Windows RTX PC,24GB 显存起跑

Perplexity 推出面向 Windows RTX PC 的本地 AI 智能体,支持 24GB 显存设备离线处理敏感任务

核心事件:Perplexity Portable Computer 在 Windows 平台开放

核心事件:Perplexity Portable Computer 在 Windows 平台开放
核心事件:Perplexity Portable Computer 在 Windows 平台开放|新闻截图

Perplexity 的本地智能体平台 Portable Computer 现已正式向 Windows RTX PC 用户开放。

硬性能力门槛与开放范围:

  • 发布时间:2026 年 9 月 14 日
  • 适用对象:搭载英伟达 GeForce RTX 显卡的兼容 PC,以及英伟达 RTX PRO 专业工作站
  • 显存要求:24GB 及以上(GeForce RTX 与 RTX PRO 均适用)
  • 内置模型:千问 Qwen 3.8 27B(已针对英伟达 RTX GPU 优化并二次微调)
  • 模型部署:用户无需自行配置复杂本地 AI 环境,开箱即用
  • 云端联动:高阶推理任务自动识别并申请用户授权后上传数据

此前,该功能已支持英伟达 DGX Spark 系统与 Linux 系统下的 RTX PC;本次是向 Windows 用户群体的首次规模化拓展。

本地智能体的核心能力与技术逻辑

Portable Computer 是 Perplexity Computer 的本地化版本,其核心价值在于将敏感数据保留在本机,避免上传至云端。它依托英伟达 GPU 加速,借助本地模型执行多步骤任务,包括:

  • 分析本地数据文件并整合多份文档内的信息
  • 处理重复性工作,释放用户生产力
  • 利用内置浏览器与自研 SPACE 沙箱环境完成自动化操作

一个关键的技术反差点在于模型规模——虽为本地运行,但内置的 Qwen 3.8 27B 拥有 270 亿参数。作为对比,许多消费级本地模型在 7B-13B 量级,而真正能在 27B 级别实现 RTX GPU 实时推理的设备此前仅限高端工作站。此次支持 Windows 平台,意味着普通高性能 RTX PC 也能承载如此规模的本地模型,反映出英伟达 GPU 架构与模型推理优化技术的持续进步。

任务授权机制:当遇到需要高阶推理的任务时,系统会自动识别所需算力等级,并在数据传出本机前向用户请求明确授权,保障用户对数据流向的控制权。

企业级工作流无缝接入

Portable Computer 提供了多样化的应用连接器,打通用户日常办公生态:

  • 微软生态:Outlook、OneDrive、Word
  • Google 生态:谷歌云盘、Gmail
  • 协作与开发:Slack、GitHub

这些连接器使智能体可直接读取、分析各平台文件与数据,拓展了本地智能体的应用边界。由于全部处理发生在本机,用户无需担心代码库、财务报表、客户资料等敏感数据的外部泄露风险。

典型使用场景示例(均基于原文事实)

领域任务描述数据流向
工程读取 GitHub 待合并 PR 按状态分类;识别过时文档并生成修改提案全程本地,不上传代码
金融合并券商对账单、1099 税表与申报表,定位可优化资产并标注原文位置全程本地,文件不离机
初创分析本地转化漏斗数据,定位新用户流失节点;直接将结论发送至 Slack全程本地,仅结果推送

适用人群与落地建议

适合立即尝试的用户:

  • 使用 GeForce RTX 4090/4080 Super 或更高显卡的创作者
  • 金融从业者处理敏感财务数据(需 24GB+ 显存)
  • 工程团队频繁协作 GitHub 且需代码审查辅助者
  • 对数据隐私有强要求、不愿上传文档至云端的创作者

建议再等等的用户:

  • 显存低于 24GB 的 RTX PC 用户(如 RTX 4070 12GB 版本),暂无法启用该功能
  • 尚未部署最新 Windows 客户端的用户,需更新至支持版本
  • 仅需轻量级本地推理任务的普通用户,可考虑更低显存门槛的其他工具

值得注意的是,英伟达 DGX Station 工作站的支持功能预计「很快上线」,当前已开放的 DGX Spark 系统用户可率先体验完整工作流程。

写在最后

Portable Computer 的落地标志着本地智能体从「演示级原型」走向「可用级产品」——当 27B 参数模型能在普通 RTX PC 上稳定运行并处理真实工作流任务时,本地 AI 的实用价值才真正开始显现。未来竞争的关键,将不仅是模型大小,更是模型与本地硬件生态的深度耦合能力。