人工智能公司Perplexity于2026年6月宣布，将在今年夏天为旗下智能体系统Perplexity Computer上线全新「混合智能体推理」模式。该模式可根据任务属性与数据敏感等级，自动在本地紧凑模型、云端前沿大模型间分配调度子任务，既保证财务、健康等高敏感数据不离开用户设备，又可依托云端算力大幅提升复杂任务执行效率。
当你想借助AI助手整理全年家庭收支账单、解读最新体检报告时，往往会陷入两难：上传到云端大模型担心隐私泄露，用本地运行的小模型又经常出现计算误差、无法完成复杂统计。这一困扰消费级AI用户已久的问题，很快将迎来成熟的解决方案。
从消费级AI产品的普及现状来看，隐私和性能的矛盾已经成为阻碍用户高频使用的核心因素。相关行业调研显示，超过62%的个人用户拒绝将健康、财务、私人文件等敏感内容上传至AI服务商的云端服务器，但当前消费级设备可承载的本地大模型参数普遍仅为云端前沿模型的1%-5%，复杂任务处理能力不足云端的30%，用户被迫在“安全”和“好用”之间二选一。
Perplexity此次推出的混合智能体推理模式，核心是为Perplexity Computer新增了一层动态调度模块。当用户发起任务请求后，系统会先对全任务做拆分和敏感度标注：涉及高敏感信息的子任务会直接分派给设备本地的紧凑模型处理，全程数据不离开用户终端；非敏感的、需要高算力支撑的推理、整合类任务，则自动上传至云端大模型完成计算，最终所有结果在本地整合后反馈给用户。
整个调度过程对用户完全透明，不需要手动切换模型或调整设置，即可同时获得本地的隐私安全保障和云端的高性能计算能力，相当于直接抹平了两类部署模式的短板。
实际上，端云协同的混合推理路线已经被全球多家头部AI厂商纳入研发规划，Perplexity此次率先在消费级智能体产品中落地该功能，有望推动行业形成统一的任务调度和隐私保护标准。
后续随着端侧AI芯片算力的持续提升，混合推理的适用场景还将从个人消费领域扩展到办公、车载、工业巡检等更多场景，在满足全球不同地区数据隐私监管要求的前提下，最大化释放大模型的能力边界。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号