云端AI
运行在远程服务器上的人工智能模型，具备大规模参数和快速更新能力，但需要网络连接且涉及数据上传
核心事实
时间轴 (近 90 天)
物理AI并非要取代云端AI，两者是分工关系：云端擅长大规模训练、模型更新和跨设备的全局分析，物理AI关注推理环节的就近执行和实时反馈。
本地保存资料并不代表数据不会外发：接入云端 AI 时，提问内容及工具读取后提供给模型的相关内容仍可能发送到对应服务商。
对于轻量问答或偶尔调用的场景，云端AI方案在成本和体验上比本地部署更划算。
云端 AI 订阅费每月累积，而本地 AI 在一次性硬件投入后，软件完全免费。
本地部署的能力弱于顶级云端模型
端侧本地运行模型可以改善响应速度和数据安全性，避免云端数据上传的延迟与隐私问题
Notion AI、Copilot等云端方案的处理过程发生在服务商服务器上，用户数据在传输和处理阶段存在潜在隐私暴露风险
端侧AI在本地芯片上直接完成推理，数据全程留存于设备，响应速度更快且在无网络环境下同样可用
使用云端AI模型时，输入内容会被发送到远程服务器处理后再返回结果，数据离开设备
云端AI通常存在100-500ms的网络延迟，端侧AI则能实现毫秒级响应和完全的数据隔离
还有 2 条时间轴事件
全部知识事实 (13)
端侧本地运行模型可以改善响应速度和数据安全性，避免云端数据上传的延迟与隐私问题
75%已验证Notion AI、Copilot等云端方案的处理过程发生在服务商服务器上，用户数据在传输和处理阶段存在潜在隐私暴露风险
65%待验证物理AI并非要取代云端AI，两者是分工关系：云端擅长大规模训练、模型更新和跨设备的全局分析，物理AI关注推理环节的就近执行和实时反馈。
50%待验证本地保存资料并不代表数据不会外发：接入云端 AI 时，提问内容及工具读取后提供给模型的相关内容仍可能发送到对应服务商。
50%待验证对于轻量问答或偶尔调用的场景，云端AI方案在成本和体验上比本地部署更划算。
50%待验证云端 AI 订阅费每月累积，而本地 AI 在一次性硬件投入后，软件完全免费。
50%待验证本地部署的能力弱于顶级云端模型
50%待验证端侧AI在本地芯片上直接完成推理，数据全程留存于设备，响应速度更快且在无网络环境下同样可用
50%待验证使用云端AI模型时，输入内容会被发送到远程服务器处理后再返回结果，数据离开设备
50%待验证云端AI通常存在100-500ms的网络延迟，端侧AI则能实现毫秒级响应和完全的数据隔离
50%待验证将专有代码发送到云端引发知识产权和商业机密泄露风险
50%待验证端侧 AI 处理相比云端处理可节省50-200ms 的网络往返延迟，但通常因模型量化、剪枝等压缩手段损失约2-5%的识别准确率
50%待验证AI 本地化的本质是解耦整套云依赖，而不是替换单一组件
50%