Opera 推出 WebAI 新标准：浏览器本地运行 AI 模型

Opera 正在推动一项名为 WebAI 的新 Web 标准，目标是让用户可以直接在浏览器中本地部署和运行 AI 模型，而无需依赖云端服务。这一动向如果落地，可能改变普通用户使用 AI 的方式，也会给浏览器厂商和 AI 开发者带来新的想象空间。

WebAI 是什么：把 AI 模型搬进浏览器

根据目前披露的信息，WebAI 是一套面向浏览器的 Web 标准，核心设计思路是与多种 AI 模型兼容。也就是说，它并非绑定某一家模型厂商的私有方案，而是试图在 Web 层建立一套通用接口，让不同类型的 AI 模型都能在浏览器环境中被调用和运行。

这一点值得关注。过去浏览器端的 AI 能力大多依赖云端 API，用户输入的数据需要上传到服务器处理，再把结果返回本地。WebAI 的思路是把计算放在用户设备上，浏览器成为 AI 模型的运行载体。

从技术定位看，WebAI 更接近一个标准层的尝试，而不是单个产品功能。Opera 希望它成为浏览器生态共同遵循的规范，这也是它被称作"新 Web 标准"的原因。

浏览器本地运行 AI 模型并非全新概念，业界已有 WebGPU、WebAssembly（Wasm）和 WebNN 等底层技术作为支撑。WebGPU 为浏览器提供接近原生性能的图形与通用计算能力，Wasm 让高性能代码可以在浏览器中运行，WebNN 则尝试为神经网络推理提供统一的 Web API。WebAI 如果要在标准层立足，很可能需要与这些现有规范协同，而不是另起炉灶。理解这一点有助于判断 WebAI 的定位：它更可能是在推理接口、模型加载和跨模型兼容层做文章，而非重新发明底层的计算加速能力。

为什么浏览器本地 AI 值得关注

把 AI 放到浏览器本地运行，最直接的变化是数据不再需要离开用户设备。对于处理敏感内容的场景，这种模式在隐私层面有天然优势——输入内容在本地完成推理，减少了数据外传的环节。

另一个潜在优势是响应速度和离线可用性。云端推理受网络状况影响，而本地运行在模型加载完成后可以减少网络往返。当然，这也取决于设备性能和模型规模，本地运行并不意味着一定更快。

从行业角度看，浏览器是用户接触 Web 内容的主要入口。如果 AI 能力成为浏览器的原生能力，AI 应用的形态可能从"打开某个网站使用 AI"，转变为"浏览器本身就具备 AI 处理能力"。这对 AI 应用的开发和分发方式都会产生影响。

本地推理在隐私上的优势，核心在于数据不出设备，但这也带来模型分发与存储的新问题。一个数十亿参数的大模型体积可达数 GB，浏览器需要下载并缓存这些权重，首次使用成本较高。业界常见的做法包括模型量化（降低权重精度以减小体积）、按需分片加载，以及利用浏览器缓存或 IndexedDB 持久化模型文件。这些机制决定了本地 AI 能否在普通设备上实用化，也是 WebAI 标准设计时无法回避的工程约束。

标准化之路的挑战

WebAI 目前仍处于标准倡议阶段，距离成为被广泛采纳的正式标准还有相当距离。Web 标准的建立通常需要多家浏览器厂商、开发者社区和标准化组织的共同参与，单一厂商推动的标准能否获得足够支持，是它面临的第一道考验。

技术层面也存在现实约束。不同 AI 模型的体积、计算需求差异很大，浏览器环境下的资源调度、模型加载和内存管理都是需要解决的问题。此外，如何在保证跨模型兼容的同时维持性能，也是标准设计需要平衡的点。

原文信息较为有限，WebAI 的具体技术规范、支持范围和时间表尚未披露。从现有信息判断，这更像是一次方向性的表态，而非已经成熟的落地方案。

Web 标准的形成通常遵循一定流程：先由厂商或社区提出规范草案，再经过开发者反馈和多家实现验证，最终可能提交给 W3C 或 WHATWG 等标准化组织。一个标准能否成功，关键在于是否有多个独立实现（至少两家浏览器引擎支持）以及足够的开发者采用。历史上，Google 推动的 WebML、苹果参与的 WebGPU 都经历了多年打磨。WebAI 目前尚处倡议阶段，需要观察 Opera 是否会把规范开放给社区、是否寻求与其他浏览器厂商共同推进。

对浏览器竞争格局的意味

浏览器市场长期围绕性能、隐私和扩展生态竞争。Opera 选择在 AI 标准层面发力，可以视为一种差异化策略——如果 WebAI 获得行业认可，推动标准的一方将在生态中占据有利位置。

不过，标准之争从来不是单方面能决定的。其他浏览器厂商是否跟进、开发者是否愿意基于这套标准构建应用，将决定 WebAI 的实际影响力。

对于普通用户而言，短期内更实际的问题是：浏览器本地 AI 能否在体验上真正替代云端方案。这取决于模型能力、设备性能和标准成熟度三者的共同演进。WebAI 提出了一个值得观察的方向，但答案还需要时间。