Perplexity推出新产品Portable Computer，专注于将AI代理从云端迁移至用户本地设备。该产品与Nvidia紧密合作开发，是今年二月推出的Computer平台的完全本地运行版本。
Portable Computer最初在Nvidia DGX Spark桌面超级计算机及配备Nvidia RTX GPU的Linux电脑上运行。它整合了AI模型、文件、工具和网页访问功能，可执行文档审查、数据分析和报告准备等多阶段任务。
该版本将体验扩展至用户本地设备，涵盖本地模型、推理引擎、工具、应用连接及安全环境。除使用的模型外，用户的文件和操作过程均保留在设备上。
本地运行无需Token成本
Portable Computer在成本方面优势显著。设备端操作不消耗Perplexity云端信用额度，即使代理长时间进行文件审查或分析，也不会产生额外云端费用。
系统默认在本地启动所有任务；若本地模型能力不足，可借助更强大的云端模型，但向云端发送任何操作前均需先征求用户许可。
隐私方面，系统会对发送至云端的内容进行个人信息审查，并明确展示哪些数据将被传出。云端模型仅提供基于文本的引导，无法直接访问用户本地文件或工具。
尽管采用全本地架构，Portable Computer仍保留连接功能。演示显示，代理在本地分析CSV数据后，可将结果发送至Slack频道，同时支持连接Google Drive、Gmail和GitHub。
Portable Computer支持哪些模型？
发布初期，Portable Computer支持Qwen 3.8 27B及Perplexity自研训练的PPLX 27B模型，Nvidia Nemotron 3.5 Lightning模型也计划很快获得支持。相比云端平台，目前本地模型库较为有限。
针对本地模型容量较低的特点，Perplexity重新设计了代理基础设施：采用更短的系统提示词和有限核心工具，将不同能力以按需加载的“技能”形式集成；Gmail和GitHub等连接改为紧凑的命令行工具形式，而非消耗更多令牌的MCP服务器。
根据Perplexity自有测试，PPLX 27B模型在包含53项信息工作任务的Local Knowledge Work Bench测试中取得85.4%得分，Qwen模型得分为82.6%。需注意，这些结果基于Perplexity自行开发的基准测试，且较小的本地模型在复杂推理任务中表现仍不及强大云端模型。
至少需要24 GB VRAM
Portable Computer目前面向Perplexity Pro、Max、Enterprise Pro和Enterprise Max订阅用户提供Linux版服务，Windows版计划于九月推出。运行需配备至少24 GB VRAM的Nvidia RTX GPU，GeForce RTX 3090及更新型号为近似起点。Apple Silicon设备暂未列入路线图。
图片来源：ChatGPT