Perplexity Computer 推出本地模型与云端混合推理功能
Perplexity Computer 将推出本地模型与云端前沿模型混合推理功能,提升隐私保护、能耗效率并优化任务分配,预计 soon 推出。
入选理由:本地模型运行于用户硬件,确保数据隐私。
概念
别名:每 token 能耗
衡量 AI 模型在单位能耗下处理 token 数量的指标,反映模型的能效比。
已跟踪 2 条高相关材料
最近变化
2026-06-02 · 本地模型运行于用户硬件,确保数据隐私。
为什么值得关注
token 效率 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
We’re brining local models that can run on your personal hardware inside Perplexity Computer. This w...
Aravind Srinivas(@AravSrinivas) · 7.5 分
Perplexity Computer 将推出本地模型与云端前沿模型混合推理功能,提升隐私保护、能耗效率并优化任务分配,预计 soon 推出。
Today we're announcing that hybrid agentic inference is coming to Perplexity Computer. Computer can...
Perplexity(@perplexity_ai) · 7.5 分
Perplexity Computer 将推出混合代理推理功能,通过本地模型与云端前沿模型协作处理任务,确保数据隐私并提升 token 效率。
已收录 2 条与 token 效率 相关的内容,按评分排序。
Perplexity Computer 将推出本地模型与云端前沿模型混合推理功能,提升隐私保护、能耗效率并优化任务分配,预计 soon 推出。
入选理由:本地模型运行于用户硬件,确保数据隐私。
Perplexity Computer 宣布即将推出混合代理推理功能,通过本地与云端模型协作处理任务,确保数据隐私并提升 token 效率。
入选理由:混合代理推理将本地模型与云端前沿模型结合使用。