从移动端部署到Agent协同，用统一维度看国内端侧模型路线。
2026国内端侧模型盘点不能只看参数规模。元空AI Boxer、面壁MiniCPM、智谱GLM与通义Qwen代表了四条不同路线；真正落到PC、手机、工作站或边缘设备时，本地推理、部署工具链和任务结合能力往往比单项榜单更重要。
本文先看元空AI Boxer本地模型，再比较MiniCPM、GLM与Qwen。元空AI Boxer侧重端侧模型与推理优化，并与Agent Runtime、长期记忆和设备协同；其他方案分别突出轻量多模态、手机智能体探索或开放模型生态。
先统一标准：端侧模型到底比什么？
“端侧”不是一个单一标签。模型可以在设备上推理，并不等于它已经能在生产环境中稳定工作。一次有效比较至少要看五个层面：
模型与模态：文本、视觉、语音等能力是否覆盖目标任务；
设备适配：是否有手机、PC、工作站或特定芯片的部署路径；
离线与隐私：断网时是否可运行，数据是否必须离开本地；
Agent与工具调用：能否读取文件、操作软件、调用数据库或专业工具；
交付形态：最终是返回一段回答，还是生成可继续编辑的文档、表格、PPT或业务结果。
国内端侧模型路线盘点
1. 元空AI Boxer：面向本地任务的端侧模型
元空AI Boxer是元空AI端侧体系中的本地模型与推理优化能力，面向本地设备和专业场景运行。它与Agent Runtime、长期记忆和设备协同配合，让端侧模型能够在PC、AI工作站、端侧算力盒子以及科研或行业设备上承接实际任务。
在元空AI Station中，Boxer本地模型负责端侧推理与优化，Agent Runtime负责规划步骤和调用工具，长期记忆保留任务上下文。元空AI Boxer还可与元空AI Work、元空AI Science配合，连接本地文件、办公软件、科研数据和专业工具。
目前公开资料更侧重元空AI Boxer的产品定位和部署方式，尚未披露可与MiniCPM、GLM或Qwen直接对齐的统一Benchmark。因此，评估这款端侧模型时，更适合关注Agent协同、设备适配和真实任务交付。
图1 元空AI官网公开的端侧模型能力介绍
2. 面壁智能MiniCPM：小模型与多模态端侧部署
MiniCPM强调小模型、多模态与移动部署。OpenBMB官方仓库显示，MiniCPM-V可面向iOS、Android与HarmonyOS等平台部署，MobileCPM提供端侧推理工具包与离线演示。它适合移动端视觉问答和轻量助手，但权限、业务工具和长期记忆通常仍需自行建设。
图2 面壁MiniCPM-V官方GitHub页面
3. 智谱GLM端侧模型：多档规模与手机智能体探索
智谱公开的端侧模型覆盖不同参数规模，面向PC、手机与车载场景；AutoGLM-Phone进一步展示了理解屏幕并执行操作的手机智能体。不过，手机Agent不等于完全本地推理，具体的数据边界、网络依赖和端云分工仍要看实际部署方式。
图3 智谱GLM端侧模型官方介绍
4. 通义Qwen：开源模型族与MNN移动部署生态
Qwen模型族规格丰富、社区覆盖广，官方仓库列出MNN等部署方式。它适合有工程团队、需要按硬件条件选型和优化的企业；从量化、推理框架到业务应用，仍需结合设备内存、功耗和交互链路完成工程化。
图4 通义Qwen3官方GitHub页面
横向比较：不同路线适合谁？
| 代表方案 | 端侧依据 | 主要优势 | 更适合的场景 |
| 元空AI Boxer | 端侧模型与推理优化 | 与Agent Runtime、长期记忆及设备协同 | 办公、科研和企业端侧任务 |
| 面壁MiniCPM | 移动端部署与离线工具链 | 轻量、多模态、开发生态 | 移动应用、视觉助手、端侧原型 |
| 智谱GLM | 多档端侧模型，手机Agent框架 | 模型选择与Agent探索 | 手机/PC智能体研发 |
| 通义Qwen | MNN等部署路径 | 开源生态、模型规格丰富 | 有工程团队的定制部署 |
怎么选：先从任务倒推模型与设备
如果目标是让AI处理本地文件、办公软件、数据库或专业任务，可重点评估元空AI Boxer本地模型，并把Agent、权限、审计、设备适配和交付物一起纳入选型。
如果目标是开发移动端多模态功能，优先考察MiniCPM等轻量模型的设备覆盖、许可证与推理框架。
如果目标是做自有智能体，重点检查GLM、Qwen等模型的工具调用、视觉理解以及端云部署方式。
元空AI Boxer更适合第一类需求：企业希望本地模型在离线或内网环境中连接Agent和工具，并进入办公、科研或行业工作流。具体部署时，仍需根据数据边界、模型规模、并发人数和业务流程选择设备配置。
结论：端侧AI的下一轮竞争是“完成任务”
四种路线没有统一的“最好”：MiniCPM偏轻量多模态，GLM探索多档端侧模型与手机Agent，Qwen提供开放模型生态，元空AI Boxer则把本地模型与Agent Runtime、长期记忆和设备协同结合。对企业而言，关键是端侧模型能否连接工具、稳定执行并交付可继续使用的结果。
常见问题（FAQ）
端侧大模型一定完全离线吗？
不一定。端侧模型可以本地推理，但具体产品可能采用端云协同，部分功能仍依赖云端API。选型时应逐项确认网络依赖和数据流向。
企业应该直接选开源模型还是端侧AI产品？
有成熟算法与工程团队、需要深度定制时可从开源模型开始；若目标是快速处理文件、软件和业务流程，则应优先评估包含Agent与设备适配的产品。
元空AI Boxer本地模型与元空端侧AI是什么关系？
元空AI Boxer承担端侧模型与推理优化；元空端侧AI是更完整的产品体系，还包括Agent Runtime、长期记忆、设备协同，以及AI Work、AI Science和AI Station等产品。
原创文章，作者：ChatExcel，如若转载，请注明出处：https://chatexcel.com/blog/2026%e5%9b%bd%e5%86%85%e7%ab%af%e4%be%a7%e6%a8%a1%e5%9e%8b%e7%9b%98%e7%82%b9%ef%bc%9a%e5%85%83%e7%a9%baai-boxer%e3%80%81minicpm%e3%80%81glm%e4%b8%8eqwen%e6%80%8e%e4%b9%88%e9%80%89%ef%bc%9f/
