屏幕不上云：六月三款本地开源焦点模型

首页 › new-tools › 屏幕不上云：六月三款本地开源焦点模型

你大概以为"computer use（让AI操控你的电脑屏幕）"这件事只能靠云端：每截一张图发给OpenAI或Claude，按调用次数付钱，敏感数据全程出境。这是90%中国开发者的认知。但2026年6月1—2日这一周，海外连发三款开源、可本地运行、零调用费的小模型，把这条路的本地版彻底打通了。这篇文章要给你的信息差是：agent流水线里那些"本不需要大模型干的脏活"，正在被一批叫做focal model（焦点小模型）的开源货系统性接管——而给它命名这个概念的，正是JetBrains。

一、核心暗线：什么是"focal model"，为什么现在突然火

先说趋势，再说工具，否则你会觉得这只是又一波"开源平替"。

6月1日，JetBrains开源Mellum2时，官方博客里抛出一个新词——focal model（焦点模型）。原话大意是：随着AI系统变复杂，瓶颈不再是"模型够不够聪明"，而是延迟、吞吐和成本；前沿大模型继续冲上限，但实际产品里大量环节是高频、重复、对延迟敏感的，这些环节该交给"又快又专、能本地托管"的小模型，而不是塞给一个又贵又慢的大模型。

翻译成人话：一个agent要完成一个任务，中间有十几个步骤——截屏看屏幕、判断该点哪、路由该调哪个工具、总结检索结果、过一道安全审查……真正需要GPT-5/Claude级别脑子的，往往只有最后那一步。前面所有脏活，本来就该用免费、本地、毫秒级响应的小模型来跑。云端大模型按调用收税，本地焦点模型按0收税——这就是6月这波新货共同的暗线。

下面三款，正好是这条流水线上的三个"器官"：眼+手（computer use）、调度大脑（routing）、门口保安（safety）。全部6月1—2日发布，全部开源，全部能塞进一台消费级显卡或Mac。

二、工具一（重头戏）：Holo3.1——12G显存就能本地操控你电脑

这是这波里信息差最大、最值得动手的一款。

名称：Holo3.1（H Company 出品，2026年6月2日发布）
官网/权重：https://hcompany.ai/holo3.1 ；权重在 HuggingFace Hcompany 组织下，例如 Hcompany/Holo-3.1-35B-A3B-FP8
是什么：一组视觉-语言模型（VLM），专门干computer use——截屏、看懂界面、输出鼠标键盘动作，在浏览器、桌面应用、手机App里替你操作软件，不需要任何API对接。
为什么是真·信息差：之前的computer use（GPT-5.4 Computer Use、Claude 3.5 Sonnet CUA、Gemini 3.5 Flash刚学会的computer use）全是云端API——你每截一张图就上传到别人服务器，模型返回动作，你再本地执行。对内网工具、医疗/财务软件、任何屏幕内容敏感的场景，这个架构是硬伤。Holo3.1把权重开源了，截图只在本地内存里转一圈，全程不出网卡。

最炸裂的数字：旗舰款 35B-A3B 用 Q4 GGUF 量化版，在一张12GB显存的消费卡（RTX 4070 Ti）上，单步140ms。它是个MoE（混合专家）结构——总参35B，但每个token只激活3B，所以你能用"3B的推理成本"拿到"接近35B的精度"，这就是它塞进12G显存的秘密。

四个版本对应四档硬件，自己对照：

型号	参数	目标硬件	适合
Holo3.1-0.8B	0.8B	纯CPU/嵌入式	常驻后台的极轻量代理
Holo3.1-4B	4B	6G显存/8G内存	老笔记本、续航优先
Holo3.1-9B	9B	8–12G显存	开发工作站，性价比甜点
Holo3.1-35B-A3B	35B MoE/3B激活	12G显存(Q4 GGUF)	旗舰精度，生产级

跑分（重点看这个）：桌面自动化基准 OSWorld 74.2%（BF16），量化版~72%，和GPT-5.4 Computer Use（~73%）打平，但GPT-5.4只能云端跑、Holo3.1是当前得分最高的开源、可本地computer use模型。手机端 AndroidWorld 79.3%（上一代67%）。端到端每一步从Holo3的6.8秒降到3.3秒——模型延迟已经不是瓶颈，瓶颈变成了UI本身的响应速度。

怎么本地跑（三行命令）：Holo3.1已进Ollama库，这是最简单的路：

curl -fsSL https://ollama.com/install.sh | sh
ollama pull holo3.1:9b      # 性价比款
ollama run holo3.1:9b

跑起来后 Ollama 在 http://localhost:11434/v1 暴露一个OpenAI兼容接口——你原来对接OpenAI的代码，只改 base_url 和模型名就能直接用。Mac党（M3/M4 Pro 18G以上统一内存）用GGUF跑得很顺。

vs 国内：国内能本地跑的开源VLM不少（Qwen-VL系列等），但专门为"操控屏幕"训练、带function-calling、给computer use动作schema、还把量化checkpoint一起放出来的，Holo3.1是第一个生产级的。国内做RPA、办公自动化、内网运维的团队，这是把"屏幕自动化从云端拽回机房"的钥匙。

适合人群：做RPA/办公自动化的、内网运维、隐私敏感行业（医疗/金融/政企）、想自己搭computer use agent的研究者和独立开发者。

三、工具二：Mellum2——给focal model命名的那款，2.5B激活、Apache 2.0

Holo3.1是"眼和手"，Mellum2是agent流水线里的调度大脑。

名称：Mellum2（JetBrains，2026年6月1日发布）
官网：https://blog.jetbrains.com/ai/2026/06/mellum2-goes-open-source-a-fast-model-for-ai-workflows/
权重：Apache 2.0，HuggingFace JetBrains；技术报告 arXiv:2605.31268
是什么：12B MoE模型，每个token只激活2.5B，从零训练、专攻自然语言+代码（故意不做多模态，保持精瘦）。JetBrains强调它"把推理时间砍到同尺寸模型的一半以下"。
它该干的活：官方点了四个场景——(1)路由/编排：分析进来的prompt，决定该甩给哪个模型或工具；(2)低延迟RAG：检索完用它快速总结；(3)快子代理：把复杂agent拆成"收集上下文→规划→校验"几步，高频步骤交给它而不是大模型；(4)本地私有部署：代码和数据全程留在自己机器上。

为什么值得关注：Mellum（一代）本来是JetBrains IDE里的代码补全模型；二代扩成"语言+代码"通吃，定位从"补全工具"升级成"AI工作流里的focal model"。它的意义不在跑分，而在JetBrains用一整篇文章给"focal model"这个趋势正名——大厂亲自下场说"未来属于协同系统、不属于单个大模型"，这比任何自媒体喊口号都权威。

vs 国内：国内做"模型路由""小模型当中间层"的实践早就有，但像JetBrains这样把一个Apache 2.0、12B/2.5B激活、专门为routing和子代理调过的小模型白送，加上完整技术报告，是给中小团队省钱的硬货。你可以拿它在本地搭一个"先Mellum2判断意图、再决定要不要烧钱叫大模型"的路由层——这正是过去几轮我们聊的"别把所有活都喂贵模型"的官方版实现。

适合人群：搭RAG/agent流水线的基础设施团队、IDE/编程工具开发者、有私有代码库要做本地AI的企业、想砍API账单的中型团队。

四、工具三：Nemotron 3.5 Content Safety——本地门口保安，审查不出域

第三款补上流水线最后一环：安全审查。

名称：Nemotron 3.5 Content Safety（NVIDIA，2026年6月2日，HuggingFace模型卡）
是什么：一个小语言模型，专门做内容安全审核，能同时审prompt、（可选）图片、（可选）模型回复。两种模式：标准安全分类法模式 + 自定义策略模式。
为什么是真·信息差：绝大多数人做安全过滤，是调 OpenAI Moderation API——这意味着你的每一条用户输入、每一次模型输出，都要发到OpenAI去过审。对于要做合规、数据不出域的产品（金融、政企、医疗、出海要做GDPR的），这本身就是个合规黑洞。Nemotron 3.5可商用、能本地跑，审核逻辑留在你自己的机房。
自定义策略模式是亮点：标准分类法给的是通用标签（暴力/色情/仇恨等），但你公司真正的红线（比如特定行业术语、竞品名、内部敏感词）往往不在通用标签里。自定义策略模式让你喂自己的policy，模型按你的规矩判——这比堆正则关键词聪明得多。

适合人群：合规/安全工程师、多模态App开发者、agent运营团队、做出海产品要过数据驻留合规的人。

五、一张图看清：云端收税 vs 本地焦点模型栈

flowchart LR
    subgraph CLOUD["☁️ 云端computer use（传统·按调用收税）"]
        A1[本地截屏] -->|上传截图| A2[GPT-5.4 / Claude CUA<br/>云端API]
        A2 -->|返回动作| A3[本地执行]
        A1 -.数据出境.-> A2
        A2 -.每步计费.-> A4["$$$ 按调用收费"]
    end
    subgraph LOCAL["🏠 本地focal model栈（6月新货·零调用费）"]
        B1[本地截屏] --> B2{"Mellum2<br/>路由/意图判断"}
        B2 -->|高频脏活自己干| B3["总结/规划<br/>2.5B激活"]
        B2 -->|只有难活才上| B6["（可选）大模型"]
        B1 --> B4["Nemotron 3.5<br/>本地安全审查"]
        B4 --> B5["Holo3.1<br/>看屏+输出动作<br/>140ms/step 12G显存"]
        B5 --> B7[本地执行]
        B1 -.数据全程localhost.-> B8["$0 不出网卡"]
    end
    CLOUD ==>|6月趋势：脏活拽回本地| LOCAL

看懂这张图，你就懂这波新货的共同逻辑：不是"开源又出了一个新模型"，而是"agent流水线的三个器官，都有了能本地托管的开源替代，且每个都够用"。

六、信息差总结

维度	你以为的（国内主流认知）	别人已经知道的（6月信息差）
computer use	只能云端，每截屏上传一次、按次付费	Holo3.1本地跑，12G显存140ms/step，OSWorld 74.2%追平GPT-5.4
小模型定位	"够不上大模型才用小模型"的备胎	focal model：高频脏活本就该用又快又专的小模型，大厂亲自命名
路由/子代理层	自己拿通用模型硬凑	Mellum2：12B/2.5B激活、Apache 2.0、JetBrains为routing专门调过
安全审查	调OpenAI Moderation API（数据出境）	Nemotron 3.5本地跑，可喂自定义policy，审查不出域
成本结构	agent越复杂、API账单越贵	把脏活换成本地focal model，只有真难的那一步才付钱给云端

七、行动指南（按优先级）

今晚就能做：装Ollama，ollama pull holo3.1:9b，拿一个你常用的"重复点界面"的小活（批量改设置、填表、抓数据）试一把本地computer use——感受"屏幕不上云"的延迟和隐私差异。
本周做：把你现在agent流水线里最贵、最高频的那个中间步骤（通常是路由判断或检索总结）摘出来，用Mellum2（Apache 2.0、本地）替换，量一下API账单前后对比。
本月做：如果你的产品在做合规，把OpenAI Moderation那一段换成Nemotron 3.5 Content Safety本地审查，先把"审查数据出境"这个合规风险消掉。
长期认知：记住focal model这个词。接下来半年，海外会有一大批"又快又专、能本地托管"的小模型涌出来，它们不是大模型的廉价替代，而是让大模型只干最值钱那一步的配套基建。

参考来源

Holo3.1 官方页（H Company）：https://hcompany.ai/holo3.1
Holo3.1 权重（HuggingFace 35B-A3B-FP8）：https://huggingface.co/Hcompany/Holo-3.1-35B-A3B-FP8
Holo3.1 本地部署实战指南（12G显存/140ms）：https://chatforest.com/builders-log/holo-3-1-local-computer-use-agent-12gb-gpu-builder-guide/
Mellum2 开源官方博客（JetBrains，提出focal model）：https://blog.jetbrains.com/ai/2026/06/mellum2-goes-open-source-a-fast-model-for-ai-workflows/
Mellum2 技术报告（arXiv）：https://arxiv.org/abs/2605.31268
6月8日 AI Launch Radar（三款新货综合来源）：https://kingy.ai/news/ai-launch-radar-june-8-2026/

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入