AI-modeller og plattformer

Perplexity bringer sin lokale Portable Computer‑agent til Windows‑PCer

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Perplexity gjorde Portable Computer, den lokale enhetsversjonen av sin Perplexity Computer‑agent, tilgjengelig i Perplexity‑appen for Windows 14. september 2026, på kompatible NVIDIA GeForce RTX‑PC‑er og NVIDIA RTX PRO‑arbeidsstasjoner med 24 GB eller mer VRAM.

Tilgjengelighet for Windows‑abonnenter

Portable Computer for Windows er tilgjengelig for Pro‑ og Max‑abonnenter både på individuelle og bedriftsplaner gjennom den eksisterende Perplexity‑appen for Windows, som kan lastes ned fra Microsoft Store, ifølge Perplexitys kunngjøring. Etter å ha lastet ned appen, laster brukerne ned den lokale modellen de ønsker å bruke med ett klikk etter å ha valgt den i modell‑nedtrekksmenyen.

Inferens på enheten krever en NVIDIA GeForce RTX‑ eller RTX PRO‑GPU med minst 24 GB VRAM. NVIDIA sa at støtte for deres DGX Station‑arbeidsstasjon forventes å komme snart.

Fra DGX Spark til Windows‑skrivebordet

Portable Computer er en lokal versjon av Perplexity Computer, en agent som planlegger og utfører flertrinnsoppgaver. Akselerert av NVIDIA‑GPU‑er bruker den lokale modeller til å analysere data, samle informasjon på tvers av filer og håndtere gjentakende arbeid, mens sensitiv informasjon forblir på enheten og lokalt fullført arbeid ikke bruker Perplexity Computer‑kreditter, ifølge NVIDIAs kunngjøring.

Perplexity innførte Portable Computer i august for NVIDIA DGX Spark, en skrivebordsstørrelse AI‑datamaskin bygget rundt Grace Blackwell GB10‑plattformen med en 20‑kjerners Arm‑CPU, en NVIDIA‑GPU og 128 GB samlet minne. Perplexity utviklet utgivelsen sammen med NVIDIA og lanserte den først på Linux, med Windows‑støtte lovet på den tiden.

Før DGX Spark‑utgivelsen hadde Perplexitys Personal Computer for Windows brakt Computer‑s sky‑agenter til Windows‑skrivebordet, hvor de kunne arbeide på tvers av lokale filer, tilkoblede apper og nettet. Portable Computer kjører i stedet modellen, agent‑harness, orkestrator og planlegger fullstendig på Windows‑enheten. NVIDIA sa at Windows‑utgivelsen bygger på eksisterende støtte for DGX Spark‑systemer og RTX‑PC‑er som kjører Linux.

Lokale modeller, koblinger og planlagte oppgaver

NVIDIA sa at Windows‑appen forenkler oppsettet med en lokal modell som Qwen 3.8 27B, ettertrent for å fungere med Perplexity Computer og optimalisert for RTX‑GPU‑er, slik at brukere kan sette agenten i arbeid uten å undersøke modeller eller konfigurere den komplekse programvarestabelen som vanligvis kreves for å kjøre lokal AI.

I DGX Spark‑utgivelsen kjører Portable Computer Qwen 3.8 27B eller PPLX 27B, en ettertrent versjon av Qwen‑modellen, mens orkestrator, planlegger, verktøy‑router, planlegger, holdbar oppgavekø og lokalt søkeindeks alle kjører på enheten. Perplexity sa at NVIDIA Nemotron 3.5 Lightning, en 30 B åpen modell, snart kommer til modellvelgeren, og at dikteringsmodus kjører lokalt med NVIDIA Nemotron 3.5 ASR‑modellen, slik at transkripsjon og filhandlinger forblir på maskinen.

Koblinger for Microsoft Outlook, OneDrive, Word, Google Drive, Gmail, Slack og GitHub utvider agenten over filene og appene som allerede er en del av brukernes daglige arbeidsflyter, ifølge NVIDIA. Portable kobler også til andre skrivebordsapplikasjoner via lokale Model Context Protocol‑servere som kjører på Windows‑enheten, noe Perplexity sa gjør at den lokale modellen kan bruke disse applikasjonenes verktøy og data som en del av en automatisert arbeidsflyt mens arbeidet forblir på enheten. Agenten kan arbeide med dokumenter, regneark, presentasjoner, PDF‑er, kode og bilder lagret i tillatte mapper, og deretter bruke verktøy til å handle på den informasjonen.

Brukere kan planlegge gjentakende arbeidsflyter, som analyser eller filbehandling, for å kjøre med en lokal modell på sin egen maskinvare. Perplexity beskrev en kontroller i et logistikkfirma som planlegger Portable til å avstemme fraktfakturaer i en tillatt mappe hver morgen: agenten matcher hver faktura mot transportørens lokale pristabeller, flagger dupliserte kostnader eller satser som avviker fra kontrakten, og genererer en unntaks‑kø som viser fakturaen, avviket og den anbefalte tvisteløsningen, med faktura‑ og prisdata som aldri forlater selskapets enhet.

Sky‑eskalering og sikkerhet

For oppgaver som krever oppdatert informasjon eller avansert resonnering, kan Portable Computer inkludere resultater fra Perplexity Search eller en av mer enn 15 frontier‑modeller, og den ber om brukerens tillatelse før den sender informasjon bort fra enheten. Perplexity sa at agenten også kan kalle Perplexity Search og utføre bred eller dyp forskning, og deretter returnere funnene til samme oppgave.

Perplexity Computers innebygde verktøy inkluderer en innebygd nettleser og selskapets proprietære SPACE‑sandbox, ifølge NVIDIA. Perplexity sa at kode‑ og verktøyeksekvering kjører i isolerte sandbox‑miljøer med kontrollert tilgang til filer og tilkoblede apper, og at sikkerheten samsvarer med skyversjonen av Perplexity Computer.

NVIDIAs innlegg beskrev eksempler på arbeidsflyter for agenten. En ingeniør kan gå gjennom åpne pull‑forespørsler i et tilknyttet GitHub‑prosjekt, organisere dem etter status og identifisere neste steg, samtidig som agenten også kan flagge utdaterte dokumentasjoner og sende inn foreslåtte oppdateringer for gjennomgang. En finansbruker kan peke den på to år med megleroppsummeringer, konsoliderte 1099‑skjemaer og selvangivelser, og få den til å spore de gjentakende beholdningene som skaper de mest unngåelige gebyrene og skattebelastningen, med hver figur referert til den eksakte filen og siden, og ingen dokumenter når en chatbot. En oppstartsbedrift kan spørre hvorfor aktiveringen gikk flatt og få agenten til å analysere trakt‑eksporten lokalt for å finne hvor nye påmeldinger faller fra mellom installasjon og første fullførte oppgave, deretter poste de viktigste innsiktene i teamets Slack‑kanal.

Perplexity ga sitt eget ingeniøreksperiment: en bruker kan be Portable om å gjennomgå åpne pull‑forespørsler mot den lokale kodebasen og gruppere dem som klare for sammenslåing, trenger gjennomgang, blokkert eller utdaterte, og etter at brukeren godkjenner sammendraget og handlingspunktene, poster agenten dem i teamets Slack‑kanal og merker den direkte ansvarlige personen for hvert punkt.

Elara Nix er en AI-generert analytiker hos Unite.AI, som dekker kunstig intelligens i transport, mobilitetssystemer og autonome teknologier. Hennes arbeid fokuserer på hvordan AI former selvkjørende kjøretøy, luftfartssystemer, jernbanenett og offentlig transport - hvor pålitelighet, sikkerhet og virkelige utrullinger er like viktig som innovasjon.
Med en teknisk og fremoverrettede perspektiv, undersøker Elara fremgang i persepsjonssystemer, autonomistacker, simulering og sikkerhetsvalidering over land, luft og bymobilitet. Hun legger særlig merke til hvordan AI-drevet automatisering testes, reguléreres og integreres i eksisterende infrastruktur, og hvordan disse systemene balanserer effisiensgevinster med offentlig tillit og risikostyring.
Artikler skrevet av Elara Nix er AI-generert og gjennomgått av Unite.AIs redaksjonelle team for å sikre nøyaktighet, klarhet og ansvarlig dekning av AIs utvikling i transport og autonome systemer.