6月1日，英伟达掌舵人黄仁勋在台北GTC大会上抛出一句重磅论断，为AI行业新范式定下基调——AI已突破大语言模型阶段，正式迈入具备自主观察、推理、规划及工具调用能力的Agentic AI时代。这一论断不仅引发行业震动，更预示着科技产业将迎来系统性变革。
此次演讲的核心价值不在于某款芯片或模型发布，而在于揭示了智能体对传统计算架构的颠覆性影响。从云端超算中心到个人终端设备，整个软硬件生态链都面临重构需求。黄仁勋强调，智能体正在重塑人机交互范式，未来计算将呈现去中心化特征。
为支撑这一变革，英伟达推出覆盖全场景的产品矩阵：云端部署Vera Rubin智能体超算系统，企业端提供Agent Toolkit开发套件，个人终端推出RTX Spark AI电脑，物理世界则布局Cosmos-3机器人平台。这套组合拳的核心目标，是让智能体在各类终端实现低延迟、低成本的高效运行。
在智能体经济时代，黄仁勋提出颠覆性观点："算力即收入（Compute is Revenue）"，预示着计算资源将成为新的价值创造载体。
数据主权：智能体落地的安全基石
安全性成为黄仁勋演讲的高频词。他指出，智能体作为分布式异构计算系统，由模型、框架、工具链、技能库和运行时环境构成。当这些系统深度介入企业核心业务流程——如代码开发、数据分析、工具调用时，数据安全与隐私保护就成为不可妥协的前提条件。
为此，英伟达推出开源Open Shell运行时环境。黄仁勋特别强调："该框架确保智能体严格执行安全策略，同时保护用户隐私、数字身份和权益。"目前，Red Hat、Canonical和Microsoft等企业已采用该方案，其独特优势在于支持"云端-边缘-终端"全场景部署。
"本地甚至设备端"的安全部署能力具有战略意义。在中国《数据安全法》和《个人信息保护法》框架下，企业核心数据资产——包括客户信息、交易记录、营销效果数据、内部运营数据等——都面临严格监管要求。明略科技此前提出的端侧部署方案，恰好契合这一合规需求。
明略科技总结出三条关键路径：数据主权保障（无需上传云端即可处理敏感数据）、可审计性（开源架构支持监管审查）、人机价值协同（保护组织中个体的创造性贡献）。这些原则为智能体企业级落地提供了方法论支撑。
实践表明，数据主权问题已成为智能体商业化的核心门槛，解决此问题者方能获得企业客户信任。
端侧模型：从技术可行到商业可用
黄仁勋对端侧计算的重新定义引发行业热议。他预言："40年后回望，Microsoft与NVIDIA将共同完成PC的第二次革命。"这场变革的深远影响，堪比功能机向智能手机的跨越式发展。
端侧算力爆发催生新命题：如何构建在本地硬件高效运行的智能体模型？这个看似技术问题，实则关乎AI商业化路径选择。
明略科技通过Mano-P模型给出创新答案。该模型采用分阶段开源策略，最新发布的Mac本地版GUI-VLA智能体，直击企业AI应用痛点——传统云端方案要求上传截图和文档，这在金融、医疗等高合规领域存在致命风险。Mano-P实现的关键突破，正是从"云端依赖"到"本地自治"的范式转换。
技术验证显示，Mano-P 72B版本在OSWorld专业评测中取得58.2%任务成功率，以13.2个百分点优势领跑全球。其4B量化版本专为端侧设计，在Apple M4 Pro芯片上实现476 tokens/s预填充和76 tokens/s解码速度，峰值内存占用仅4.3GB。这种"旗舰版验证技术上限+轻量版保障日常可用"的策略，标志着端侧模型进入成熟阶段。
与模型创新配套的是明略科技推出的Cider推理加速框架。针对Apple Silicon M5芯片的INT8算力闲置问题，Cider通过W8A8全量化推理技术，直接调用芯片硬件指令集。实测数据显示，其Prefill速度较主流MLX框架提升1.79倍，内存占用降低40%，且精度损失可忽略不计。
对比实验更具说服力：在M5 Pro运行Qwen3-8B模型时，MLX原生W8A16量化方案耗时221.3秒（甚至慢于FP16的179.9秒），而Cider W8A8方案仅需123.5秒，困惑度指标仅比FP16高0.03。这种权重量化与激活量化的协同优化，解决了端侧推理的性能瓶颈。
黄仁勋在介绍Nemotron 3 Ultra时强调的"全盘接收即用"理念，与明略科技的技术路线不谋而合。当前模型竞争已从"规模竞赛"转向"效率竞赛"，推理速度、资源消耗、专业精度成为新的评价维度。
端侧生态：构建完整技术闭环
黄仁勋提出的RTX Spark概念重新定义了PC价值，但真正的端侧AI革命需要完整生态支撑。这既包括芯片与模型的协同优化，也涉及智能体协作机制和线下数据采集体系的创新。
明略科技近期开源的Octo系统，通过连接人类用户、数字分身Agent、Runtime Agent和外部工具，构建起组织级数字劳动力网络。其独特的MoA（Mixture of Agents）协作架构引入对抗机制——不同Agent在协同工作中相互验证、交叉检验，最终输出比单一模型更可靠的结果。这种设计灵感与黄仁勋强调的"智能体技能工具库"理念形成呼应。
黄仁勋将CUDA-X库开放为智能体技能工具时指出："这些库的利用效率已超越人类专家。"Octo系统进一步深化这个思路，通过多智能体协同实现"群体智能"优势。在金融风控、医疗诊断等复杂场景，这种协作模式展现出独特价值。
硬件创新方面，明略科技5月发布的Octic设备开创了会议场景新范式。不同于传统录音笔的事后处理模式，Octic在会议进行时实时分析陈述内容，自动比对公开数据验证事实准确性，并在逻辑矛盾时即时提醒用户。其分层记忆架构可持续积累用户数据，逐步构建个性化Personal AI助手。
至此，明略科技形成完整的端侧AI产品矩阵：Mano-P负责本地化智能决策，Cider优化推理效率，Octo实现多智能体协作，Octic完成线下数据采集。这个从模型到硬件的全栈方案，全部采用开源或开放策略，构建起技术护城河。
从数据洞察到价值创造
黄仁勋提出的"Token经济"理论揭示了智能体时代的价值逻辑。当AI产出开始用Token计量时，每次端侧推理节省的云端调用成本，都直接转化为企业利润。这种商业模式变革，正在重塑AI产业的价值分配格局。
明略科技创始人吴明辉在2025年提出的预言正在成为现实："通用大模型将演变为公共基础设施，专业小模型将深耕细分领域。"Mano-P、Cider、Octo、Octic等产品矩阵，正是这一战略的具体实践。这些创新帮助企业跨越"数据理解"到"价值实现"的鸿沟。
财务数据印证了转型成效：2025年明略科技实现营收14.26亿元，经调整净利润实现扭亏为盈。其中Agentic Services业务收入突破1亿元，新增大客户中超30%来自该领域。吴明辉在2026年3月总结道："我们完成了从数据服务商到结果服务商的关键跃迁。"
当黄仁勋在台北宣布"AI将直接理解人类意图"时，明略科技的Mano-P已在Mac终端实现这一愿景——自动识别屏幕内容、解析用户需求、操作应用软件，且全程数据不出本地域。这种技术突破与商业模式的双重创新，正在定义端侧AI的新标准。
端侧AI革命已拉开帷幕。掌握验证过的端侧模型、推理引擎和完整产品矩阵的企业，将在这场变革中占据先发优势。随着更多场景被智能体渗透，一个去中心化的AI新生态正在崛起。
