聯(lián)想-AIPC產(chǎn)業(yè)（中國）白皮書

l回聯(lián)想 2 4 5 6 23 24 27 29 31 35 39 39 40 49 50 522時代到個人電腦的普及，再到互聯(lián)網(wǎng)時代的爆發(fā)和如今的智能化浪潮，每一個時代都為PC產(chǎn)業(yè)注入了新的活力，使之成為每一個時代創(chuàng)新技邁向小型化，成本也隨之大幅下降。緊接著，80年代初蘋果公司率先推出了全球首臺圖形界面計算機(jī)，隨后Windows操作系統(tǒng)面世，圖形化的展現(xiàn)和交互方式大大降低了普通人使用計算機(jī)的門檻。在中國，包括聯(lián)想在內(nèi)的眾多終端公司相繼成立，快速推出個人電腦產(chǎn)品，迅速形元奔騰電腦普及風(fēng)暴”，個人電腦正式走入千家萬戶，實(shí)現(xiàn)了計算和應(yīng)世紀(jì)之交，PC迎來網(wǎng)絡(luò)化和移動化技術(shù)突破所帶來的第二次變革?；ヂ?lián)網(wǎng)技術(shù)的爆發(fā)推動PC從獨(dú)立的工具轉(zhuǎn)變?yōu)檫B接世界的紐帶，讓傳統(tǒng)的計算機(jī)能夠通過互聯(lián)網(wǎng)實(shí)現(xiàn)信息的快速傳遞和共享，把中國個人電腦的發(fā)展推向了一個新的高峰。1999年聯(lián)想率先推出“天禧”因特網(wǎng)電便攜的方向發(fā)展，筆記本電腦的普及使得計算機(jī)成為人人擁有的必需可以看到，PC（個人電腦）的每一次重大產(chǎn)品升級，背后都伴隨重大3在技術(shù)普惠的道路上承擔(dān)起先鋒角色。其中，PC終端廠商從用戶體驗(yàn)角度出發(fā)，將各類創(chuàng)新技術(shù)有效整合、創(chuàng)新產(chǎn)品、規(guī)?；桓?，進(jìn)一步大模型展現(xiàn)出令人驚嘆的智能涌現(xiàn)能力，表現(xiàn)出更為強(qiáng)大的創(chuàng)造性和通用場景適用性。首先取得重大突破的公共大模型，從人類社會大量的公共數(shù)據(jù)中學(xué)習(xí)，進(jìn)而生成高質(zhì)量的文本、圖像、聲音、視頻等內(nèi)容，為多領(lǐng)域的智能創(chuàng)新提供了巨大潛力。然而，出于數(shù)據(jù)安全和隱私保護(hù)的考慮，以及更高效率、更低成本響應(yīng)用戶需求的考慮，人們既希望獲得公共大模型強(qiáng)大的通用服務(wù)，又希望AI能夠真正理解自己、提供專屬個人的服務(wù)，并且能夠充分保障個人數(shù)據(jù)和隱私安全。為此，公共大模型和個人大模型混合部署、滿足用戶需求正愈加成為產(chǎn)業(yè)共識，混合人工智能日益成為未來AI更好、跟專屬地服務(wù)于每一個人的發(fā)展趨勢。通過云端的公共大模型和本地大模型之間的混合，可以讓每一個人都擁應(yīng)用場景、安全保護(hù)等方面都提出更高要求。在歷史的召喚下，PC再一次成為AI普惠的首選終端，將承擔(dān)起為用戶帶來劃時代全新AI體驗(yàn)PC——的基本定義、價值及產(chǎn)品特征，以及對AI及PC產(chǎn)業(yè)生態(tài)帶來人工智能的需求正在爆發(fā)，大模型開啟了普惠于人的路程。用戶不僅需要公共的大模型服務(wù)，更需要的是專屬自己的個人大模型。個人大模型將依托混合人工智能的方式，逐步實(shí)現(xiàn)普惠。我們看到，個人大模型的普惠要求和PC的承45大模型的計算負(fù)載不斷從云端向終端下沉，公共大模型和本地大模型混合利用，組合形成個人大模型。個人大模型既要繼承公共大模型強(qiáng)大的能力，又要能夠大模型已經(jīng)在內(nèi)容生成方面體現(xiàn)了突出的優(yōu)勢，大模型具備卓越的語言理解、上下文感知、生成性語言、處理多模態(tài)數(shù)據(jù)等能力，這使得大模型能夠準(zhǔn)確理解用戶輸入，保持上下文對話的連貫性，生成自然且富有表達(dá)力的文本，實(shí)現(xiàn)這種交互體驗(yàn)要得到大規(guī)模落地和廣泛普惠，必須依賴于多模態(tài)交互的設(shè)備和軟硬件聯(lián)合優(yōu)化，這包括文字輸入、語音輸入、身體語言、觸控、鍵鼠等。這樣，才能充分發(fā)揮大模型自然語言交互的優(yōu)勢，以友好、直觀的方式降低用戶個人大模型需要具備強(qiáng)大的AI能力，滿足用戶日益增長的AI需求和任務(wù)復(fù)雜度。這需要本地、公共大模型互為補(bǔ)充、各有所為。模型終端化的關(guān)鍵是將大模型壓縮到適合終端的規(guī)模，以便實(shí)現(xiàn)本地推理和實(shí)時響應(yīng)。為此，模型蒸餾、模型蒸餾通過訓(xùn)練“教師”網(wǎng)絡(luò)監(jiān)督“學(xué)生”網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)；模型壓縮則是通過剪裁、量化等方法對模型進(jìn)行壓縮。這些技術(shù)可以減小模型的尺寸和復(fù)雜大模型可以在資源有限的設(shè)備上運(yùn)行，再輔以云端強(qiáng)大AI能力的支持，個人6對于個人大模型的普及應(yīng)用而言，終端側(cè)算力支持是關(guān)鍵。即便本地大模型經(jīng)過了壓縮從而降低了其算力需求，但仍然需要強(qiáng)大的本地算力支撐。在通用的算力平臺上，CPU為主的算力結(jié)構(gòu)，難以滿足AI神經(jīng)網(wǎng)絡(luò)的并行計算負(fù)載的隨著用戶使用AI應(yīng)用的頻次提高，對個人大模型的依賴程度越來越大，本地推理類AI任務(wù)的總量也將迅速提升。這要求端側(cè)計算架構(gòu)的升級和AI算力的個人大模型的普及，必然帶來用戶對大模型的專屬化需求的提高。而云端公共大模型無法滿足用戶千人千面的需求，專屬化的成本也相當(dāng)高昂。因此，個人大模型將需要用戶根據(jù)自己的數(shù)據(jù)和業(yè)務(wù)需求，在一定程度上進(jìn)行自主微調(diào)，無論是企業(yè)客戶還是個人客戶，數(shù)據(jù)安全和隱私問題都是重中之重。個人大模型還必須消除用戶對數(shù)據(jù)安全和隱私保護(hù)的擔(dān)憂。基于本地的知識庫與以本地AI與PC的結(jié)合將實(shí)現(xiàn)人人都有擁有專屬的個實(shí)時的服務(wù)，這將帶來個人終端設(shè)備包括PC、平板、手機(jī)、TV、汽車、可穿戴設(shè)備等豐富形態(tài)，但要完成個人大模型的普惠，需要能夠同時滿足個人大模型普及的各項要求。個人電腦（PC）具有強(qiáng)大的計算和存儲能力，豐富的交互方個人電腦（PC）是擁有最多樣化交互方式的終端設(shè)備，既包交互、語音交互、手勢控制等，又具備更加專業(yè)復(fù)雜的鍵鼠交互、數(shù)字筆交互等，這種多元化的交互方式使得個人電腦在承載創(chuàng)新的人工智能（AI）交付方通過觸控、語音和手勢等自然交互方式，個人電腦能夠更直觀地與用戶進(jìn)行溝通，提供更符合人類習(xí)慣和期望的使用體驗(yàn)。這種直觀性為個人大模型創(chuàng)造了更為廣泛的應(yīng)用場景，使得用戶能夠更輕松地與個人大模型進(jìn)行互動和合作，與此同時，傳統(tǒng)的鍵鼠交互和數(shù)字筆交互為用戶提供了更為精準(zhǔn)和專業(yè)的操控手段。這對于AI在專業(yè)性的任務(wù)，如圖形設(shè)計、編程等領(lǐng)域發(fā)揮作用，創(chuàng)造了更為理想的環(huán)境。個人電腦作為高精確度的交互平臺，使得個人大模型能夠個人電腦作為一個多功能、多交互方式的平臺，不僅豐富了用戶的綜合交互體驗(yàn)，同時也為創(chuàng)新的AI應(yīng)用場景開辟了更為廣泛的可能性。PC與AI大模型結(jié)合，推動著人機(jī)交互領(lǐng)域的不個人電腦（PC）作為一種通用生產(chǎn)力平臺，既能夠承載以消娛樂場景，且具有更優(yōu)質(zhì)的體驗(yàn)感，也能夠承載以創(chuàng)作內(nèi)容為主的工作、學(xué)習(xí)78在內(nèi)容消費(fèi)的場景中，PC和手機(jī)各具特點(diǎn)。這取決于用戶的需求、使用場景和個人偏好。相對其他終端，PC具有大屏幕和更高分辨率、多任務(wù)處理、鍵鼠交互、大容量存儲等優(yōu)勢。這讓PC在移動互聯(lián)網(wǎng)內(nèi)容消費(fèi)時代依然扮演著在內(nèi)容創(chuàng)作的場景中，PC具有最廣泛的應(yīng)用場景，可以承擔(dān)遠(yuǎn)程會議、圖形設(shè)計、編程開發(fā)、多媒體制作等多項任務(wù)。PC具有更多的專業(yè)工具的支持，如圖像處理軟件、視頻編輯工具、音頻編輯軟件等，這些軟件通常在PC平臺大模型具備強(qiáng)大的通用AI能力，能夠完成文檔創(chuàng)作、圖像創(chuàng)作等多種任務(wù)，大模型的引入使PC作為“最全場景個人通用設(shè)備”的屬性進(jìn)一步強(qiáng)化，相對優(yōu)勢進(jìn)一步拉大。從而實(shí)現(xiàn)內(nèi)容消費(fèi)體驗(yàn)和內(nèi)容創(chuàng)作效率的全面提升，工作、并得到長期優(yōu)化，在性能、成本、體驗(yàn)方面達(dá)到最佳配置，是個人計算設(shè)備中PC相對于手機(jī)、可穿戴設(shè)備等其他終端，是當(dāng)之無愧的算力之王，這使其成為AI模型實(shí)時推理和高性能計算的理想形處理單元）協(xié)同運(yùn)用，為PC提供了強(qiáng)勁的并行計算能力。異構(gòu)混合計算利用不同類型指令集和體系架構(gòu)的計算單元組成本地計算系統(tǒng)，對于不同的AI工作負(fù)載匹配最合適的計算單元。并行算力的飛躍使得PC能夠輕松執(zhí)行復(fù)雜隨著終端側(cè)AI芯片計算能力和能效的提升，算法和存儲方案的優(yōu)化，終端側(cè)隨著用戶使用AI應(yīng)用的頻次大大提高，個人交互數(shù)據(jù)量快速增加，個人數(shù)據(jù)安全和隱私保護(hù)的重要性日益凸顯。首先，A具體任務(wù)和提示詞。其次，AI應(yīng)用中一般也將涉及到終端本地和調(diào)用，從而能夠讓AI更好地理解環(huán)境，理解上下文，吸收實(shí)時數(shù)據(jù)，從而產(chǎn)出更準(zhǔn)確、更個性化的答案。第三，AI生成的內(nèi)容，其數(shù)據(jù)量也十分可觀。PC通過擁有大容量的本地安全存儲解決了這一挑戰(zhàn)。用戶在本地終端設(shè)備上進(jìn)行數(shù)據(jù)分析、模型推理和計算，個人數(shù)據(jù)不再需要存儲在云端或遠(yuǎn)程服務(wù)器上，可以安全地保留在用戶的設(shè)備上。這樣，個人數(shù)據(jù)的控制權(quán)就在用戶手中，不僅提高了數(shù)據(jù)的安全性，還使得用戶對個人數(shù)據(jù)的控制更加直觀。通過采用總之，大模型多模態(tài)自然語言交互、多場景內(nèi)容創(chuàng)作和生成能力，強(qiáng)AI算力依賴、頻繁的個人數(shù)據(jù)輸入輸出的屬性，都與交互模態(tài)豐富、全場景承載能力、具備本地超強(qiáng)算力和本地安全強(qiáng)大存儲的PC具有很強(qiáng)的匹配性。AI個人大模型與PC結(jié)合，是一次天然般配。PC最有可能成為AI普惠的首選終端，與此9PC長久以來都是人們最重要的生產(chǎn)力工具和內(nèi)容消費(fèi)的計算與交互平臺。AIPC不僅承擔(dān)原有的生產(chǎn)力工具和內(nèi)容消費(fèi)載體的職能，更在硬件上集成了混合AI算力單元，且能夠本地運(yùn)行“個人大模型”、創(chuàng)建個性化實(shí)現(xiàn)自然語言交互，這將深刻顛覆傳統(tǒng)PC的定義。AIPC是為每個人量身定制的個人AI助理，不僅提高生產(chǎn)效率，簡化工作流程，而且更好的掌握用戶的喜好，保護(hù)個人隱私數(shù)據(jù)安全。仿佛是用戶的數(shù)字化拓展，如同用戶的智能學(xué)習(xí)?AI課堂筆記和記錄?文獻(xiàn)翻譯和總結(jié)?學(xué)習(xí)?AI課堂筆記和記錄?文獻(xiàn)翻譯和總結(jié)?...?個人課程表?選課和提醒?...?智能防護(hù)?學(xué)習(xí)模式?...生活?游戲攻略?AI游記?...?AI旅行計劃?AI實(shí)時游戲指導(dǎo)?...?智能互聯(lián)?游戲模式?...個性創(chuàng)作秘書服務(wù)設(shè)備管家設(shè)備管家服務(wù)在內(nèi)的個性化服務(wù)。基于終端廠商的定制化設(shè)計，場景化的功能預(yù)設(shè)以及對用戶需求的不斷探索，在一個豐富的模型和應(yīng)用PC所具備的個性創(chuàng)作、秘書服務(wù)以及設(shè)備管家等能力，能夠在工作、學(xué)習(xí)和工作?會議材料準(zhǔn)備?會議總結(jié)和紀(jì)要?專業(yè)PPT/Word/Excel...?個人日程表?同聲傳譯?...?主動調(diào)優(yōu)?專業(yè)模式?...極強(qiáng)的能力和潛力，能夠幫助用戶快速生成特定主題的文檔，例如起草會議通AIPC具備更加個性化創(chuàng)作的能力，能夠有效的解決當(dāng)前公共模型在專業(yè)文檔制作中的問題。AIPC能夠更準(zhǔn)確的理解用戶的創(chuàng)作意圖，掌握用戶的歷史創(chuàng)作習(xí)慣及個人風(fēng)格，并通過調(diào)用多種模型和應(yīng)用、互聯(lián)網(wǎng)公共資源等方式共同通過對個人和企業(yè)私域信息的調(diào)用，AIPC能夠智能生成個人日程表，自主推薦會議時間，生成會議邀請并預(yù)定會議室。在會議中可以進(jìn)行實(shí)時同聲傳譯，會議結(jié)束后，也能夠基于討論總結(jié)主題、未決事項，并生成會議紀(jì)要，提供秘AIPC能夠針對不同的工作場景主動進(jìn)行設(shè)備調(diào)優(yōu)，無論用戶處于會議、視頻創(chuàng)作、移動辦公還是其他場景，AIPC都能夠根據(jù)當(dāng)前的設(shè)備使用狀態(tài)、用戶的使用習(xí)慣智能調(diào)配性能與算力，為用戶帶來最佳的設(shè)備使用體驗(yàn)。同時在軟件、系統(tǒng)和設(shè)備升級方面，AIPC也能夠主動給出建議，智能推薦用戶下載更在課堂等學(xué)習(xí)場景中，AIPC能夠基于課堂內(nèi)容生成筆記，并提煉課程要點(diǎn)，能夠不斷優(yōu)化筆記的質(zhì)量和呈現(xiàn)方式，使其符合學(xué)生的個人專屬需求和習(xí)慣。在練習(xí)中，AIPC能夠?yàn)閷W(xué)生提供跨學(xué)科的知識講解、對話練習(xí)與內(nèi)容拓展。通過分析學(xué)生的學(xué)習(xí)進(jìn)度和錯題情況，AIPC也能夠幫助學(xué)生有針對性地練習(xí)不止對于學(xué)生，AIPC同樣能夠?yàn)槔蠋熖峁┬屎蛣?chuàng)作方面的幫助，幫助老師對學(xué)生來說，AIPC能夠成為專屬學(xué)伴，適時提醒學(xué)生參加并完成各項課業(yè)活動，幫助學(xué)生監(jiān)控各項任務(wù)的完成進(jìn)度，協(xié)助他安排好自己的學(xué)習(xí)與娛樂生活。針對家長群體，AIPC能夠幫助他們更好地管理子女的教育日程，幫助家長自設(shè)備管家服務(wù)能夠讓AIPC的設(shè)備管理更為智能、安全和便捷。習(xí)計劃、學(xué)習(xí)狀態(tài)進(jìn)行應(yīng)用管理與設(shè)備模式切換，保障學(xué)生在安全無憂的設(shè)備游戲中，AIPC也可以成為玩家專屬的“電競教練”，個性化創(chuàng)作服務(wù)能夠?yàn)橛脩籼峁俚挠螒蚬ヂ裕瑤椭婕疫M(jìn)行比賽分析、對局復(fù)盤，提供專業(yè)的游戲技巧指導(dǎo)。出行中，AIPC也能夠根據(jù)用戶心儀的航班、酒店、路線、餐廳共大模型的協(xié)同配合，根據(jù)每個家庭的需求與特點(diǎn)，成為家庭專屬的生活秘書，在日常生活中，用戶能夠通過自然語言和設(shè)備管家進(jìn)行交互，實(shí)現(xiàn)智能控制屏幕亮度，關(guān)閉攝像頭，特定快捷功能，清除緩存，清除垃圾，殺毒，調(diào)整散熱方式等操作。設(shè)備管家還能夠主動感知環(huán)境變化，智能調(diào)整設(shè)備。AIPC也能夠支持家庭打造更智能的家居生態(tài)，通過與家庭主機(jī)配合，根據(jù)家庭成員的習(xí)生成式AI帶來了很多關(guān)于極致效率的想象空間，但是在實(shí)際的使用中，云端的公共大模型較為緩慢的響應(yīng)和反饋速度又影響了很多用戶的實(shí)際體驗(yàn)。在饋時間長”是用戶主要的負(fù)面反饋。AIPC以本地推理為主，邊緣和云端推理為輔，能夠在混合算力、混合模型之間智能、合理的調(diào)配任務(wù)，有效縮減響應(yīng)AIPC在沒有互聯(lián)網(wǎng)連接的情況下依然能夠發(fā)揮作用，在任何時間、任何地點(diǎn)除了避免了網(wǎng)絡(luò)依賴以外，本地大模型通常與本地的知識和數(shù)據(jù)有更便捷的集成和充分的利用，能夠有效避免“幻覺”的產(chǎn)生。且能夠針對用戶風(fēng)格喜好，隨著生成式AI使用頻次的提升，完全依靠云端將面臨著線性的成本提升。而AIPC以本地推理為主，云端公共推理為輔，用戶一次性購買AIPC后即可享受全生命周期的本地免費(fèi)推理服務(wù)，再加上有限的云端訂閱，可顯著降低個人用戶使用AI大模型服務(wù)的成本。AIPC終端廠商也能夠通過緊密的生態(tài)合作，一站式解決用戶的需求，為用戶提供具有競爭力的綜合服務(wù)價格。除此之外，不僅用戶可以享受到AIPC的紅利，對于應(yīng)用廠商也是如此。將端轉(zhuǎn)移到終端，可以大大減輕云基礎(chǔ)設(shè)施的壓力并減少運(yùn)營開支。獨(dú)立應(yīng)用開AIPC的個性化本地知識庫作為安全的基礎(chǔ)保障，有專門用于存儲用戶特定類型文件與數(shù)據(jù)的安全空間，確保個人用戶與企業(yè)用戶的隱私與涉密信息能在本同時隱私數(shù)據(jù)的本地推理機(jī)制避免了敏感信息在遠(yuǎn)程服務(wù)器上的處理。AIPC本身可以通過個人智能體有效甄別和管理用戶隱私數(shù)據(jù)，并通過本地化的模型與充足的AI算力在本地完成大部分?jǐn)?shù)據(jù)的處理與模型運(yùn)算，僅有不涉及用戶設(shè)備管家服務(wù)也可以提供額外保險，通過對設(shè)備情況的實(shí)時監(jiān)控以及用戶行為的學(xué)習(xí)，設(shè)備管家能夠提前識別用戶的風(fēng)險行為，并進(jìn)行主動干預(yù)與防護(hù)。通過與第三方應(yīng)用的合作，AIPC還能夠不斷強(qiáng)化對風(fēng)險行為的識別與風(fēng)險內(nèi)容用以及硬件設(shè)備的混合體。AIPC產(chǎn)品擁有本地部署的大模型與個性化本地知識庫組合構(gòu)成的個人大模型，第一交互入口為個人智能體，可實(shí)現(xiàn)自然語言交互，AIPC將通過內(nèi)嵌AI計算單元的方式提供混合AI算力，還可以依靠開放生態(tài)來滿足不同場景的需求。在滿足生產(chǎn)力提升的同時，通過本地數(shù)據(jù)存儲和?多模態(tài)自然語言交互UI?基于本地大模型的個人智能體?本地為主，邊緣與云為輔的大模型?個性化本地知識庫?能夠被智能體任務(wù)調(diào)度、適配傳統(tǒng)的終端在交互模式上有著較大的限制。早期的終端設(shè)備需要依靠硬件外設(shè)才能實(shí)現(xiàn)人機(jī)信息的傳遞。圖形化OS出現(xiàn)后，交互效率實(shí)現(xiàn)提升，但可視化程序交互也涉及到復(fù)雜的菜單和功能操作，有較高的學(xué)習(xí)成本。而AIPC能夠并通過自然語言的方式給予用戶反饋，這種交互方式更自然、更直觀，更貼近互方式結(jié)合在一起，進(jìn)而形成多模態(tài)的自然交互。AIPC將提供多模態(tài)自然語面和命令的依賴，有望成為PC的第一交互入口，用戶所有和設(shè)備的交互請求自然語言交互UI的能力主要依賴于常駐其中的個人智能體，其承擔(dān)著對用戶的意圖進(jìn)行理解與分發(fā)任務(wù)的重要作用。個人智能體基于內(nèi)嵌于終端的本地大模型而打造，當(dāng)收到用戶請求后，本地大模型會精準(zhǔn)理解用戶意圖，并將意圖轉(zhuǎn)換為相應(yīng)的任務(wù)組合，分解任務(wù)并識別任務(wù)完成的路徑，從而進(jìn)一步查詢模型或應(yīng)用執(zhí)行完成任務(wù)后，會將相應(yīng)的結(jié)果返回給智能體，智能體完成整合未來，個人智能體還能夠通過智能感知和主動服務(wù)來進(jìn)一步提升A性與易用性。隨著知識庫中信息的豐富，個人智能體能夠根據(jù)用戶的習(xí)慣，結(jié)合時間和位置等信息，智能感知用戶的潛在需求，并在特定的場景下主動進(jìn)行隨著用戶對AI能力和大模型的調(diào)用變得像使用辦公軟件一樣頻繁，僅依賴云端提供相應(yīng)的能力就變得昂貴、復(fù)雜且不夠安全。因此，以模型的本地化推理為主，以邊緣和云端推理為輔的混合大模型架構(gòu)成為AIPC用戶的大部分任務(wù)將能夠依托AIPC本地模型完成。例如，用戶能夠情況下依靠本地大模型完成通過文字描述生成文檔和PPT的任務(wù)。同時，本當(dāng)用戶的任務(wù)請求并不私密、且極其復(fù)雜的情況下，AIPC將在用戶同意的情況下，調(diào)用云端公共大模型的能力，從而極大的擴(kuò)展了本地模型的能力范疇。在很多情況下，邊緣設(shè)備的出現(xiàn)，進(jìn)一步分擔(dān)了本地模型推理的負(fù)載，并且能夠幫助AIPC完成個人大模型的微調(diào)，為本地模型的個性化提供混合大模型的優(yōu)勢在于，它能夠根據(jù)終端設(shè)備的性能、資源限制以及用戶的網(wǎng)絡(luò)狀況和任務(wù)復(fù)雜度，動態(tài)地調(diào)整端側(cè)和云端的計算負(fù)載，實(shí)現(xiàn)最優(yōu)的性能和效率。滿足用戶的使用需求、適應(yīng)不同的應(yīng)用場景，同時，兼顧快速響應(yīng)、即時反饋和數(shù)據(jù)隱私安全。從而，帶來成本、能耗、性能、隱私、安全和個性化混合大模型與個性化本地知識庫的完美組合，使得“個人大模型”成除了混合大模型之外，AIPC還擁有本地向量知識庫以及相應(yīng)的管理工具，能夠儲存從用戶的行為與本地數(shù)據(jù)中獲取的信息。知識庫能夠?qū)⑻囟ǖ奈募M(jìn)行分塊與向量化，并進(jìn)行向量數(shù)據(jù)的存儲。在AIPC過對向量數(shù)據(jù)的檢索，來匹配并強(qiáng)化用戶提供的提示詞，以幫助模型更準(zhǔn)確地了解用戶的意圖，從而提供更個性化、高準(zhǔn)確度的反饋。通過這一方式，本地在企業(yè)應(yīng)用背景下，本地知識庫可以在較短的周期內(nèi)強(qiáng)化企業(yè)內(nèi)對特定任務(wù)的完成效率與精準(zhǔn)度。例如生成與企業(yè)既往設(shè)計風(fēng)格與調(diào)性一致的圖片，創(chuàng)作符合企業(yè)特定專業(yè)語言的文稿，或是生成符合企業(yè)內(nèi)部匯報習(xí)慣與需求的PPT力是AI規(guī)?；涞氐谋厝灰?。異構(gòu)混合計算利用不同類型的指令集和體系架構(gòu)的計算單元組成本地計算系統(tǒng)，可以通過CPU（中央處理單元）、NPU各硬件性能，對于不同的AI工作負(fù)載提供靈活的解決方案。CPU在通用計算上表現(xiàn)出色，NPU專門針對神經(jīng)網(wǎng)絡(luò)工作負(fù)載進(jìn)行了優(yōu)化，GPU則在圖形和并行計算方面表現(xiàn)出色，異構(gòu)運(yùn)算將不同處理器的優(yōu)勢充分發(fā)揮，最終達(dá)到提端側(cè)算力的每一步提升能夠帶來顯著的杠桿效理解，個性化反饋和復(fù)雜任務(wù)處理能力與速度方面更大的提升。由于求非常高，存算一體技術(shù)也將在AIPC上發(fā)揮聯(lián)合開發(fā)的過程中共同確定產(chǎn)品的需求和規(guī)格，協(xié)作研發(fā)，共同推廣產(chǎn)品。這種合作方式有助于提高產(chǎn)品的性能和品質(zhì)，降低成本，縮短研發(fā)周期，并提高使得終端設(shè)備可以承載越來越大的AI模型，執(zhí)行越來越復(fù)雜的任務(wù)。當(dāng)端側(cè)內(nèi)嵌的混合AI算力能夠達(dá)到10TOPS模型推理，可以在設(shè)備智能管理，圖像增強(qiáng)，游戲調(diào)優(yōu)等方面作出貢獻(xiàn)。當(dāng)端側(cè)的混合AI算力達(dá)到40TOPS時，能夠使AIPC支持普通參數(shù)規(guī)模的本地模型推理，盡管依然需要GPU或云端配合才能完成更復(fù)雜的任務(wù)，但已經(jīng)能夠滿足工作、學(xué)習(xí)、娛樂等場景的大部分AI創(chuàng)作類的需求。當(dāng)端側(cè)的算力進(jìn)一步提升，不僅AIPC能夠在端側(cè)獨(dú)立模型推理的能力得到進(jìn)一步增強(qiáng)，可以完全離線處理大部分復(fù)雜任務(wù)，終端在功耗控制、影像呈現(xiàn)、復(fù)雜運(yùn)算、游戲體作為承載本地混合AI算力的設(shè)備，AIPC也涵蓋多種產(chǎn)品形態(tài)，包括AI筆記本電腦、AI平板電腦、AI臺式機(jī)等幾種形態(tài)，其中AI臺式機(jī)不僅包括傳統(tǒng)的桌面臺式電腦、工作站、一體機(jī)（AIO）等形態(tài)，也包括與終端緊密協(xié)同的邊20 這些產(chǎn)品形態(tài)可以在家庭和企業(yè)場景中靈活組合，以滿足不同用戶的需求。例如，在家庭場景中，用戶可能更多選擇AI筆記本電腦和AI平板電腦進(jìn)行日為了完成用戶相對復(fù)雜的任務(wù)，AIPC往往需要調(diào)動不同的模型和應(yīng)用，作為AIPC能力的補(bǔ)充和延伸。因此，AIPC功能的發(fā)揮需要一個開放的行業(yè)生態(tài)AI原生應(yīng)用指的是那些從基礎(chǔ)架構(gòu)和設(shè)計開始就以AI能力為核心、直接依托?AI原生應(yīng)用、AI賦能應(yīng)用及公共大模型都能夠被智能體調(diào)度，完成智能體分配的任務(wù)。個人智能體作為與用戶的第一交互入口，在理解用戶意圖的基礎(chǔ)上，需要能夠根據(jù)具體情境選擇合適的能力來執(zhí)行任務(wù)，只有各類應(yīng)用都面向智能體開放API，個人智能體才能實(shí)現(xiàn)綜合調(diào)度，實(shí)現(xiàn)更為復(fù)雜和深度?符合AI應(yīng)用商店的各項準(zhǔn)入標(biāo)準(zhǔn)，包括個人隱私和數(shù)據(jù)保護(hù)等。AI應(yīng)用商店匯集了基于不同大模型的原生應(yīng)用，以及由AI賦能的各類場景應(yīng)用。一方面方便用戶根據(jù)自己的需求尋找所需的應(yīng)用，另一方面也可以通過獨(dú)立的機(jī)會為行業(yè)內(nèi)帶來新的商業(yè)合作與分成模式，這些都需要應(yīng)用、模型與終端用戶請求公共大模型執(zhí)行任務(wù)時，最為擔(dān)憂的問題之一便是個人數(shù)據(jù)甚至隱私，還有企業(yè)的商業(yè)機(jī)密變成了公眾信息的一部分。因此，確保設(shè)備級個人數(shù)據(jù)和隱私的安全性，不僅僅是技術(shù)發(fā)展的要求，更是對用戶權(quán)益和數(shù)字社會穩(wěn)定的首先，個性化本地知識庫提供本地化的個人數(shù)據(jù)安全域，同時在用戶授權(quán)下，支持讀取云端私域數(shù)據(jù)。終端的日常使用會產(chǎn)生海量的用戶行為信息與痕跡，其中包含大量的隱私數(shù)據(jù)。個性化本地知識庫包含專屬的存儲空間，用來存儲用戶允許個人智能體查詢或調(diào)用的文件與數(shù)據(jù)，確保個人用戶與企業(yè)用戶的隱私與涉密信息能在本地實(shí)現(xiàn)安全的隔離，僅在受信任的環(huán)境下才可以被調(diào)用，有效保障AIPC的數(shù)據(jù)安全。個人在可信云端存儲的個人隱私數(shù)據(jù)，也可過可信的網(wǎng)絡(luò)通道進(jìn)行讀取和本地向量化，并入本地安全域來對待。在企業(yè)中，本地知識庫可以與企業(yè)AI邊緣主機(jī)相配合，既實(shí)現(xiàn)對私域內(nèi)設(shè)備敏感數(shù)據(jù)的其次，本地推理機(jī)制可以實(shí)現(xiàn)本地閉環(huán)完成隱私問題的推理，避免了敏感信息在遠(yuǎn)程服務(wù)器上處理，只有非敏感任務(wù)才會調(diào)用公共大模型處理。AIPC本身可以通過個人智能體的能力有效甄別和管理用戶隱私數(shù)據(jù)，并通過本地化的模型與充足的AI算力在本地完成大部分?jǐn)?shù)據(jù)的處理與模型運(yùn)算，僅有不涉及用戶隱私的公共請求才需調(diào)用云端的服務(wù)。用戶隱私數(shù)據(jù)完全控制在本地，本地第三，AIPC還配置了硬件級的安全芯片序和操作才能夠讀取、處理個人隱私數(shù)據(jù)。并通過個人數(shù)據(jù)加密/脫敏傳輸標(biāo)準(zhǔn)進(jìn)行多層保險，防止數(shù)據(jù)在傳輸過程中被未經(jīng)授權(quán)的第三方竊取，來加密和隨著技術(shù)的不斷創(chuàng)新，未來AIPC仍有巨大的想象空間。更強(qiáng)勁的算力、更智能的算法、更豐富的生態(tài)將為AIPC帶來更多22個人智能體混合算力/芯片個人智能體混合算力/芯片在AIPC的推動下，PC產(chǎn)業(yè)生態(tài)將從應(yīng)用為本轉(zhuǎn)向以人為本，從應(yīng)用驅(qū)動轉(zhuǎn)變?yōu)橐鈭D驅(qū)動。傳統(tǒng)PC產(chǎn)業(yè)生態(tài)以操作系統(tǒng)為基礎(chǔ)，用戶在系統(tǒng)界面中直接進(jìn)行操作，并管理和應(yīng)用各式各樣的應(yīng)用程序。AIPC產(chǎn)業(yè)生態(tài)中，個人智能體將成為第一入口，在大模型與應(yīng)用生態(tài)的支持下，準(zhǔn)確理解用戶指令，給出恰當(dāng)?shù)姆答?，跨?yīng)用進(jìn)行調(diào)度，進(jìn)而完成相對復(fù)雜的任務(wù)。模型、應(yīng)用、算力廠商都需要圍繞AIPC計算/芯片23現(xiàn)在現(xiàn)在終端廠商、模型、應(yīng)用、算力多層開放的繁榮生態(tài)。用戶視野將發(fā)生變化，模型與應(yīng)用的新關(guān)系將改變用戶需求的底層邏輯。用戶的需求是推動整個生態(tài)發(fā)展的關(guān)鍵要素，而終端廠商以場景需求為基礎(chǔ)面向用戶整合產(chǎn)業(yè)資源，提供軟未來未來新的技術(shù)和產(chǎn)品，調(diào)整和適應(yīng)自己的使用工具的習(xí)慣、提升使用工具的熟練度。2425但是在AIPC時代，用戶的話語權(quán)提升，用戶的能動性將越來越多的影?低成本自創(chuàng)應(yīng)用流行：AI技術(shù)的發(fā)展將進(jìn)一步降低程序的開發(fā)門檻，用戶可在AI大模型的幫助下，自制應(yīng)用和軟件。用戶在端側(cè)和云端開發(fā)的眾創(chuàng)應(yīng)流。OpenAI近期發(fā)布的GPTs提出了專屬定制模型的概念，允許用戶基于自身的需求自行構(gòu)建云端的定制化模型。在端側(cè)，通過邊緣AI主機(jī)提供的?新型用戶社區(qū)興起，應(yīng)用生態(tài)供需關(guān)系翻轉(zhuǎn)：隨著UGA的增加，還將形成全新形態(tài)和運(yùn)作模式的社區(qū)。用戶可以在社區(qū)上分享自己利用AI創(chuàng)作的布有償需求，獲得收入等。出于和終端進(jìn)行適配的需要，UGA類社區(qū)用戶有很大可能按照所使用的終端設(shè)備自然分群。市占率最高的終部分軟件的生命周期（需求洞察，開發(fā)測試，上線發(fā)布等）將?日常體驗(yàn)反饋驅(qū)動下的自動化服務(wù)遷移：基于個人大模型的智能體通過插件調(diào)用各類應(yīng)用，用戶的評價和使用行為將成為智能體應(yīng)用分發(fā)的關(guān)鍵依據(jù)。用戶僅僅需要對體驗(yàn)結(jié)果予以反饋，就能影響應(yīng)用的被調(diào)用優(yōu)先級和觸達(dá)用戶的頻次。個人智能體能夠根據(jù)用戶行為反饋隨時選擇和切換應(yīng)用背后的服26的機(jī)器工具，而是升級成一個能夠切實(shí)陪伴用戶工作、學(xué)習(xí)與生活的AIPC將顛覆現(xiàn)有的人機(jī)交互模式與人機(jī)關(guān)系的本質(zhì)。用戶成一種復(fù)雜的“類伙伴”關(guān)系，而不是現(xiàn)有的生產(chǎn)者與生產(chǎn)工具之間的關(guān)系。人機(jī)關(guān)系的核心將不僅限于用戶與終端的關(guān)系，而是涉及到用戶、終端和終端承載的智能體之間的復(fù)雜關(guān)系。需要包括用戶在內(nèi)的各方強(qiáng)力配合，才能形成可以預(yù)見的是，這種特殊的人機(jī)關(guān)系可能會在短期內(nèi)影響用戶的換機(jī)意愿。用戶將難以割舍一個和自己相互“理解”的伙伴。因此，智能體在不同終端的繼承方式、技術(shù)與規(guī)則將成為行業(yè)內(nèi)的前沿議題。智能體對終端的依賴可能會進(jìn)用戶對于終端產(chǎn)品的選擇與評估方式也會隨之出現(xiàn)變化，能否發(fā)揮出個人智能體最佳的性能，能否提供與智能體最佳的交互體驗(yàn)等都將成為用戶評估終端產(chǎn)品的重要維度。因此，能夠更好地搭載AIPC智能體的終端設(shè)備會獲戶的青睞。如果智能體在不同AIPC之間，之間傳輸存在著不可避免的技術(shù)阻礙和困難，整個行業(yè)會形成類似當(dāng)前不同隨著用戶話語權(quán)的提升，用戶數(shù)據(jù)主權(quán)將成為一個不容忽視的議題。AIPC的交互方式使得用戶的任務(wù)指令、請求與反饋都通過個人智能體集中。相比于現(xiàn)在的PC終端，用戶的信息和數(shù)據(jù)同樣有著集中化的趨勢。為了提供專屬的智能化服務(wù)，AIPC也需要訪問用戶私密知識庫的數(shù)據(jù)，以及分散存儲在不同軟件的本地和云端應(yīng)用中的私人數(shù)據(jù)。在新的生態(tài)環(huán)境下，無論是對于終端、模如何更好地保護(hù)和利用用戶數(shù)據(jù)主權(quán)，將成為需要整個行業(yè)進(jìn)行研討的重要議題。隨之，隱私加密技術(shù)也將得到進(jìn)型還是應(yīng)用廠商，對用戶數(shù)據(jù)安全的重視程度都必須進(jìn)一步提升。但除了用戶，形成一套規(guī)范的政策、機(jī)制和管理體系。在這個新的體系下，用戶將能夠更主動地決定自己數(shù)據(jù)的處置權(quán)，包括是否開放部分調(diào)用和分析權(quán)限以獲取更為智終端廠商將承擔(dān)起行業(yè)生態(tài)組織者的使命，以場景需求為基礎(chǔ)面向用戶整合產(chǎn)在AIPC時代，終端設(shè)備、個人大模型與個人智能體成為了一個不合，共同運(yùn)作，為用戶帶來智能體驗(yàn)。AIPC技術(shù)和體驗(yàn)的迭代需要設(shè)備硬件和軟件同步進(jìn)行，且能夠步調(diào)一致，目標(biāo)統(tǒng)一，整體交付和迭代。AIPC的混合架構(gòu)使得這一過程需要設(shè)備硬件和軟件同步進(jìn)行，且能夠步調(diào)一致，目標(biāo)統(tǒng)一，整體交付和迭代。AIPC的創(chuàng)新需要以用戶需求滿足和體驗(yàn)提升作為第一驅(qū)動力，對“設(shè)備+個人大模型+個人智能體”這一組合進(jìn)行整合創(chuàng)新。在全新的行業(yè)格局下，終端廠商作為用戶與整個產(chǎn)業(yè)溝通的核心樞紐，以及算力、在AIPC上，個人智能體將作為用戶通向AI功能的集成化入口，而終端廠商憑借著數(shù)十年對用戶交互和體驗(yàn)習(xí)慣的研究與積累，將成為這一入口體驗(yàn)的創(chuàng)造者和維護(hù)者。個人智能體獨(dú)立于操作系統(tǒng)，直接由終端廠商設(shè)計并完成開發(fā)，終端廠商將直接對個人智能體的界面UI和交互邏輯進(jìn)行設(shè)計，并能夠根據(jù)用聯(lián)想的未來人工智能設(shè)備將永不停止學(xué)習(xí)，并承載個人大模型，通過更自然、作為存儲用戶隱私數(shù)據(jù)的重要載體，終端將成為用戶數(shù)據(jù)保護(hù)和管理的第一陣層面安置于PC設(shè)備的個性化本地知識庫將使用戶數(shù)據(jù)主體儲存于本地，基于安全性與必要性原則，對外部與本地的交互設(shè)置嚴(yán)格的協(xié)議標(biāo)準(zhǔn)，保證充分脫敏，在最大程度上將服務(wù)于“個性化”與“定制化”的隱私數(shù)據(jù)留置于本地。終端廠商以保護(hù)個人隱私和數(shù)據(jù)安全為目的，協(xié)同模型與應(yīng)用廠商，共同制定數(shù)據(jù)安全標(biāo)準(zhǔn)和隱私保護(hù)協(xié)議，明確規(guī)定數(shù)據(jù)收集、使用、存儲和共享的方式，28在企業(yè)和個人數(shù)據(jù)安全和隱私保護(hù)問題上，聯(lián)想進(jìn)行了巧妙的設(shè)計。在使用個人大模在企業(yè)和個人數(shù)據(jù)安全和隱私保護(hù)問題上，聯(lián)想進(jìn)行了巧妙的設(shè)計。在使用個人大模型時，根據(jù)不同的任務(wù)隱私級別，用戶的任務(wù)會被分類采取不同的處理方式。對于不涉及隱私的任務(wù)，會被發(fā)送到公共大模型進(jìn)行處理。而對于敏感信息，則在本地處理，或經(jīng)過任務(wù)拆解、數(shù)據(jù)脫敏后，由公共、私域、個人大模型共同完成任務(wù)，達(dá)到保護(hù)終端廠商在AI應(yīng)用和模型生態(tài)建設(shè)中也起著關(guān)鍵作用。在技術(shù)層面，終端廠商需要定義標(biāo)準(zhǔn)化的接口和API，以便大模型與應(yīng)用可以與終端設(shè)備進(jìn)行互操作，并針對終端設(shè)備的性能和資源限制，對需要接入的大模型進(jìn)行性能優(yōu)化，進(jìn)而使不同的模型和應(yīng)用之間無縫互通，有效協(xié)作。終端廠商通過制定、發(fā)布接口標(biāo)準(zhǔn)，促進(jìn)模型、應(yīng)用間的能力獲取，并通過使用通用接口規(guī)范、轉(zhuǎn)換工具和通用的模型部署格式，提高模型開發(fā)和部署的效率，從而更快地在AIPC中引入更多模型能力。此外，終端廠商還需要設(shè)計合理的商業(yè)模式，包括應(yīng)用在當(dāng)前的模型爆發(fā)期過后，大模型賽道將出現(xiàn)整合，基礎(chǔ)大模型的數(shù)量會減少。同時，為了提供真正可信、個性化的服務(wù)，模型的落地將走向“公共+個人”2930的混合AI架構(gòu)，針對不同形態(tài)和性能的終端進(jìn)行調(diào)優(yōu)和端側(cè)的適配，以混合模型“瘦身”，形成輕量化的模型。使得相對小規(guī)模的模型能夠基本保留與大在AIPC的推動下，用戶對于模型的專屬化需求會進(jìn)一步提高。用自己的數(shù)據(jù)和業(yè)務(wù)需求，對模型進(jìn)行微調(diào)以適應(yīng)特定的應(yīng)用場景。然而，自主微調(diào)的參與門檻較高，用戶需要具備足夠的技術(shù)和能力才能進(jìn)行正確的微調(diào)操作。還需要具有足夠數(shù)量級的數(shù)據(jù)，以及充足的邊側(cè)算力。同時，微調(diào)過程中還可能會存在的風(fēng)險和問題，需要用戶進(jìn)行充分的測試和驗(yàn)證，以確保模型的無論是AIPC本地模型還是云端公共模義的標(biāo)準(zhǔn)化接口和API下，與智能體做好對接和交互，從而成為個人智能體所調(diào)用的能力的組成部分。模型與個人智能體之間、模型與模型之間解耦的設(shè)計，境，并針對個人智能體的運(yùn)行環(huán)境，調(diào)整模型復(fù)雜度、優(yōu)化模型結(jié)構(gòu)、壓縮模型大小等，進(jìn)行性能、穩(wěn)定性、可靠性等方面的適配，以確保模型能夠滿足實(shí)際應(yīng)用的需求。模型廠商需針對個人智能體的反饋和實(shí)際應(yīng)用效果不斷調(diào)整模型參數(shù)、結(jié)構(gòu)，持續(xù)對模型進(jìn)行優(yōu)化和更新，以提高模型的準(zhǔn)確率。模型的充分解耦可以有效提升本地適配效率，以便用戶根據(jù)自己的需求和偏好進(jìn)行選擇通過將大模型與小模型相結(jié)合，可以更好地利用計算資源，加快模型的響應(yīng)速度，提高本地相比于大模型在推理和復(fù)雜任務(wù)處理方面的優(yōu)勢，小模型能夠更好地承擔(dān)專門場景的推理任務(wù)。在一些用戶常用場景，例如圖片的優(yōu)化，會議視頻背景虛化等，AIPC提供的本地算力已經(jīng)能支撐小模型高效地完成這些任務(wù)。大小模型需要在混合架構(gòu)之下進(jìn)行合理的任務(wù)分配，實(shí)現(xiàn)多任務(wù)的協(xié)同處理和結(jié)果整合。大模型和小模型對復(fù)雜任務(wù)的共同處理可以充分利用大模型的通用性與專業(yè)小模型對特定任務(wù)的精準(zhǔn)效果，得到更加全面和準(zhǔn)確的解決方案。并在這一過程大小模型共同配合的AI功能設(shè)計中，需要充分考慮不同任務(wù)之間的關(guān)聯(lián)性和差異性，以便進(jìn)行合理的任務(wù)劃分和集成，還需要充分考慮不同模型的優(yōu)缺點(diǎn)和局限性，以便進(jìn)行合理的模型選擇和優(yōu)化。此外，為了確保模型的性能和準(zhǔn)在大模型技術(shù)高歌猛進(jìn)的主旋律之下，小模型同樣會進(jìn)行持續(xù)的迭代，在效率、便捷度以及和端側(cè)的協(xié)同調(diào)優(yōu)方面有進(jìn)一步的發(fā)展。大模型更高的準(zhǔn)確性和更強(qiáng)的表示能力需要以更多的計算資源和存儲空間為基礎(chǔ)。而小模型則相對輕量級，可以在更短的時間內(nèi)完成訓(xùn)練和部署，同時對計算資源和存儲空間的需求系統(tǒng)框架開發(fā)形成的，在OS之上提供專業(yè)的業(yè)務(wù)功能。在新的生態(tài)下，應(yīng)用本地大模型的AI能力并非無所不能，要想拓展大模型的能力邊界，必須構(gòu)建豐富的應(yīng)用生態(tài)。大模型廠商一般采用“插件化”的方式來調(diào)用其他應(yīng)用的模塊化能力。應(yīng)用插件化并與大模型對接，意味著第三方應(yīng)用可以成為大模型能力的一部分，為用戶提供服務(wù)。大模型結(jié)合生態(tài)化的插件功能，才能實(shí)現(xiàn)“無隨著AI應(yīng)用生態(tài)的不斷發(fā)展，圍繞公共大模型和也將不斷提高，能夠更好地應(yīng)對不同的場景和需求，為人們的生活和工作帶來更多的便利和效益，實(shí)現(xiàn)AI對應(yīng)用生產(chǎn)流程的在AI原生應(yīng)用成為市場主流的同時，眾多傳統(tǒng)的應(yīng)用也將以云端調(diào)用等方式獲得大模型的賦能，來提升任務(wù)完成的效率及智能化程度。同時，AIPC帶來的全新交互方式對傳統(tǒng)應(yīng)用同樣構(gòu)成沖擊，除少數(shù)專業(yè)性應(yīng)用外，以插件的形式被個人智能體調(diào)用將成為應(yīng)用的主要啟動和使用方式。在用戶使用習(xí)慣變遷的推動下，傳統(tǒng)應(yīng)用也需要在這一方向進(jìn)行快速的迭代，開放更多的API，并3233提升自身作為插件被調(diào)用時的表現(xiàn)與反饋效果。傳統(tǒng)應(yīng)用廠商還需要和模型廠商合作，短期內(nèi)通過對模型調(diào)用邏輯和輸出反饋的調(diào)試來優(yōu)化反饋效果；長期全新的應(yīng)用開發(fā)和調(diào)用方式也將變革應(yīng)用的供給和分發(fā)模式。在插件化調(diào)用成捷的檢索和下載支持。當(dāng)個人大模型基于意圖理解平臺完成將用戶指令編排為AI應(yīng)用商店也將通過獨(dú)立的審核機(jī)制，對應(yīng)用好的把控。插件化應(yīng)用的上線，訂閱，反饋收集與用戶評價體系都與傳統(tǒng)的應(yīng)店將能夠與不同的用戶社區(qū)打通，為眾創(chuàng)應(yīng)用提供一個認(rèn)證，交易，下載與評應(yīng)用的“插件化”意味著：隨著用戶逐漸習(xí)慣通過個人智能體交互方式，應(yīng)用被用戶直接使用的場景會大大減少，除了少數(shù)專業(yè)性應(yīng)用仍可通過傳統(tǒng)方式進(jìn)行調(diào)用外，大部分應(yīng)用將通過個人智能體與意圖理解平臺被調(diào)用。這也對應(yīng)用34廠商提出了全新的要求。應(yīng)用廠商應(yīng)與終端廠商緊密合作，制定并發(fā)布應(yīng)用程序編程接口（API）標(biāo)準(zhǔn)，包括數(shù)據(jù)交互、功能調(diào)用、界面設(shè)計等以確保個人智能體與應(yīng)用能夠順利的協(xié)同完成用戶的需求。在這種情況下，應(yīng)行業(yè)將形成眾創(chuàng)應(yīng)用與專業(yè)應(yīng)用共同發(fā)展的新“插件化”調(diào)用方式也意味著，一個不同于傳統(tǒng)打分和定期發(fā)版更新的、基于對用戶意圖的理解的調(diào)用和反饋機(jī)制的應(yīng)用評價和迭代機(jī)制將會形成。傳統(tǒng)的鏈路中，應(yīng)用廠商通過對用戶的使用行為進(jìn)行采集，結(jié)合調(diào)研分析的手段進(jìn)行優(yōu)化和新產(chǎn)品的開發(fā)。而AIPC通過任務(wù)分解與分發(fā)完成用戶指令，在業(yè)性與復(fù)雜度較高的任務(wù)時，完成某些特定任務(wù)的應(yīng)用可能會出現(xiàn)表現(xiàn)不佳的情況。開發(fā)人員可以基于大模型任務(wù)執(zhí)行的反饋去識別應(yīng)用迭代方向與新的開上述情況意味著應(yīng)用的評估機(jī)制將迎來徹底的革新。以個人智能體為核心，根據(jù)用戶的需求和輸入，自主地做出相應(yīng)的決策和推薦，從而提高服務(wù)的效率和準(zhǔn)確性，并根據(jù)用戶的使用情況和反饋，自主地優(yōu)化和改進(jìn)自身的服務(wù)和算法，從而不斷提高自身的性能和準(zhǔn)確性。行業(yè)將形成新的應(yīng)用評估機(jī)制，評分指標(biāo)伴隨著用戶產(chǎn)業(yè)生態(tài)話語權(quán)的提升，應(yīng)用還將進(jìn)入自開發(fā)時代，非專業(yè)的個人用戶也可以參與應(yīng)用開發(fā)，通過基于模型的簡單適配調(diào)整，生成新的應(yīng)用?？蓴U(kuò)展的AI框架和工具具備強(qiáng)大的功能和靈活性，使得用戶可以根據(jù)自己的需求和數(shù)據(jù)進(jìn)行簡單的適配和調(diào)整。用戶可以使用自動化開發(fā)工具和平臺，快速構(gòu)建和部署AI原生應(yīng)用，或通過與個人智能體對話，進(jìn)行應(yīng)用或插件的開發(fā)。35在缺乏技術(shù)壁壘保護(hù)的領(lǐng)域，眾創(chuàng)應(yīng)用依靠成本低，數(shù)量多，時效性強(qiáng)和社區(qū)傳播效應(yīng)強(qiáng)等多種優(yōu)勢的加持，可能會成為用戶（模型）的眾創(chuàng)應(yīng)用對行業(yè)造成沖擊：AI技術(shù)的進(jìn)一步發(fā)展使得應(yīng)用的開發(fā)門檻得到了發(fā)重要的地位。在一些專業(yè)復(fù)雜度低的場景下，眾創(chuàng)應(yīng)用將對傳統(tǒng)應(yīng)用廠商造專業(yè)應(yīng)用仍留有一席之地：針對特定場景，仍有部分專業(yè)性極高的任務(wù)需要用特定的應(yīng)用和軟件來完成。出于效率和成本的考慮，個人智能體也不會構(gòu)建針對此類任務(wù)的理解和解決能力。因此，在此類應(yīng)用的使用上，用戶仍將使用傳統(tǒng)的方式與應(yīng)用發(fā)生交互。用戶將繞過個人智能體直接使用應(yīng)用，但是會在應(yīng)因此，無論是應(yīng)用的開發(fā)，分發(fā)，使用場景還是評估方式，行業(yè)都將迎來“眾發(fā)展，算力供給成為了制約AI快速普及的關(guān)鍵短板。為了應(yīng)對行業(yè)對算力爆發(fā)式增長的需求，算力廠商將進(jìn)行一系列徹底的轉(zhuǎn)型，以提供普惠的混合AI云端算力的高昂成本是AI技術(shù)快速普及的主要阻礙。目前的算力供給模式以云端為主，主要滿足大模型廠商對模型訓(xùn)練的巨額算力需求。但在之際，大模型將成為每一個人必不可少的助手，其用戶規(guī)模將快速增長，對推理的算力需求勢必將超過訓(xùn)練的算力需求。在這種情況下，算力集中于云端的36模式將變得不可持續(xù)。因此，無論是模型的推理計算還是AI算力都需要向端側(cè)和邊側(cè)下沉。而在端側(cè)與邊側(cè)構(gòu)建足夠的AI算力，提升本地模型推理能從而形成端-邊-云協(xié)同的混合算力是行業(yè)內(nèi)不可阻擋的趨勢。在搭建本地智單元進(jìn)行集成來提升CPU在AI運(yùn)算和任務(wù)分配上的性能將成為主要的發(fā)展趨GPU廠商：在傳統(tǒng)的圖像處理和運(yùn)算性能的革的場景也需要更強(qiáng)大的專屬AI芯片提供支撐。AI芯片廠商的行業(yè)地位將得在算力行業(yè)發(fā)展的初期，相對單一的評估指標(biāo)有利于市場建立統(tǒng)一的評估基線。以云端算力供給為主要目的時，算力廠商更追求性能，因此TOPS等衡量算力性能的指標(biāo)成為了主要的評估標(biāo)準(zhǔn)。但是在AIPC時代力架構(gòu)成為主流，算力產(chǎn)品在終端設(shè)備上的表現(xiàn)將成為行業(yè)內(nèi)評估其性能的新標(biāo)準(zhǔn)。在有限的成本與供給下達(dá)到最極致的智算性能，將是算力廠商發(fā)力的方向。在對智算性能的評價中，混合算力性能，算力產(chǎn)品在終端設(shè)備上的調(diào)優(yōu)表再是唯一的正向因素，通過和終端廠商的合作，進(jìn)行混合算力調(diào)優(yōu)，提升算力產(chǎn)品在端側(cè)的表現(xiàn)同樣重要。通過更優(yōu)秀的架構(gòu)設(shè)計和機(jī)制提升功耗表現(xiàn)，并37架的通用化也有利于后續(xù)大模型與應(yīng)用之間的生態(tài)開放，通過提供統(tǒng)一的接口和工具，能夠允許開發(fā)人員更敏捷的算力廠商還將建立通用、兼容的AI開發(fā)框架，并降低大模型和應(yīng)用開發(fā)適配門檻模型。適配性對于AIPC產(chǎn)品來說是非常重要的因素。對于AIPC來說，因此，算力產(chǎn)品與各類模型的適配將成為標(biāo)準(zhǔn)化的流程。模型適配程度將直接影響應(yīng)用了算力產(chǎn)品的AIPC在模型推理方面的表現(xiàn)。同時，算力廠針對特定的應(yīng)用進(jìn)行調(diào)優(yōu)，鑒于AIPC中應(yīng)用將主要以插件的形AI開發(fā)框架的通用化則可以顯著提升AI系統(tǒng)的效率與可擴(kuò)展性，同時降低開算力產(chǎn)品的效能對AIPC的購買與使用成本都有著決定性的作用。成本的高低直接影響了AI技術(shù)的普及和推廣，如果算力成本過高，那么AI技術(shù)就只能成為少數(shù)人的專利，而無法惠及每一個人。而算力產(chǎn)品的功耗同樣對其續(xù)航表現(xiàn)和其他基礎(chǔ)體驗(yàn)有著重要的影響?？梢愿咝艿钠栈菪灾悄芩懔⑹撬懔S商的優(yōu)先發(fā)展方向，這將推動低功耗決定體驗(yàn)，長續(xù)航擴(kuò)展場景：功耗的高低將影響到終端設(shè)備的整體成功耗較高的算力產(chǎn)品會提升終端設(shè)備其他組件的負(fù)擔(dān)，從而對終端設(shè)備的形態(tài)，規(guī)格和成本產(chǎn)生整體性的影響。對消費(fèi)者來說，高功耗的算力芯片可能意味著厚重的機(jī)身，高昂的成本，不夠用的續(xù)航以及潛在的發(fā)熱卡頓問題。AIPC的終端形態(tài)本身就對算力產(chǎn)品提出了低功耗的要求。除此以外，通過與終端和系統(tǒng)的共同調(diào)優(yōu)，提升其續(xù)航能力同樣是算力廠商需要發(fā)力的重點(diǎn)。更長的續(xù)航能力可以直接提升用戶的體驗(yàn)，也能夠引領(lǐng)AIPC在移動辦公等普惠性算力是算力發(fā)展的必然選擇：對于整個行業(yè)來說，算力是大模型訓(xùn)練和迭代的基石，行業(yè)內(nèi)對算力的巨大需求將倒逼算力廠商提供更充足的普惠性算的價格高低直接影響了終端產(chǎn)品的定價，從而影響到潛在消費(fèi)客群的規(guī)模。另念帶給整個消費(fèi)市場。在大模型推理成為像連接WIFI一樣普遍的未來，昂貴38AIPC的發(fā)展是一個動態(tài)概念，各項價值和核心特征互相支撐，互相促進(jìn)，逐AIready階段基本具備了對AI任務(wù)更具針對性的本地混合AI算力，能夠?yàn)锳IPC的軟件及服務(wù)創(chuàng)新提供基本保障，開啟體驗(yàn)創(chuàng)新。最初階段主要表現(xiàn)為能效比實(shí)現(xiàn)計算速度的提升，并在運(yùn)行過程中具備更高的穩(wěn)定性和可靠性。終端設(shè)備的混合AI算力，使AI軟件能夠更快地處理數(shù)據(jù)和任務(wù)，這對于一些如3940更加廣泛的通用場景，并且能夠?qū)崿F(xiàn)端邊協(xié)同計算、跨設(shè)備互聯(lián)接力，甚至能陸續(xù)進(jìn)入市場，這將進(jìn)一步拉動市場的快速增長，為整個產(chǎn)業(yè)發(fā)展注入新的活8060402080.3%20232024202520262027PC市場的增長來自消費(fèi)與商用兩部分市場的共同支撐。IDC認(rèn)為，在個人消費(fèi)市場，AIPC將縮短用戶換機(jī)周期，加速換機(jī)潮的到來，同時改變PC市場升運(yùn)營效率；而大型企業(yè)的變化將體現(xiàn)于更長的時間跨度，AIPC將長期與大AIPC與個人效率的提升聯(lián)系最為直接，對需求的拉動也將快速體現(xiàn)于消費(fèi)市渠道，消費(fèi)者創(chuàng)造圖片、視頻等內(nèi)容的需求空前膨脹，亟需功能強(qiáng)大的AIPC幫助提高創(chuàng)作效率。同時，全方位、個性化的服務(wù)將使AIPC深度參42IDC認(rèn)為，AIPC的獨(dú)有價值對用戶的強(qiáng)大吸引力將大大縮短既有PC用戶的IDC數(shù)據(jù)顯示，目前PC消費(fèi)市場的人群結(jié)構(gòu)偏保守，對價格敏感且注重實(shí)用來，IDC預(yù)測PC消費(fèi)市場人群結(jié)構(gòu)將發(fā)生變化。對新技術(shù)敏感且愿意嘗試新科技的品味達(dá)人型用戶將是AIPC的首批嘗鮮用戶；之后，越來越多注重生活品質(zhì)和工作效率的穩(wěn)重體面型的用戶會在品味達(dá)人的影響下，置換舊機(jī)，成為PC的普及，越來越多對技術(shù)參數(shù)和價格變化敏感注重性能和功能的精明自主IDC預(yù)測，AIPC會最先在消費(fèi)市場快速增長費(fèi)市場個人電腦在居民家庭中的滲透率將突破瓶頸期，實(shí)現(xiàn)持續(xù)增長。未來幾43安全存儲等優(yōu)勢選擇將AIPC作為家庭內(nèi)辦公、學(xué)習(xí)、娛樂、創(chuàng)作的第一終未來，AIPC不僅將成為家庭的必需品，還會成為最了解家庭需求和生活習(xí)慣IDC針對中小企業(yè)的研究顯示，26%的中小企業(yè)中小企業(yè)體量較小，管理層級較少，組織結(jié)構(gòu)相對簡單，以低成本運(yùn)營模式為主，在法務(wù)、財務(wù)、品宣、IT等專業(yè)服務(wù)領(lǐng)域，通常不像大型企業(yè)一樣具備完整的職能部門。AIPC對各類資源的充分整合可以有效彌補(bǔ)這一短板，使中小AIPC還可以對遠(yuǎn)程平臺實(shí)現(xiàn)賦能，通過強(qiáng)化遠(yuǎn)程溝通，幫助異地團(tuán)隊成員更好地協(xié)作，共享資源和信息，還可以幫助管理者更高效地組織和管理工作任務(wù)。通過對遠(yuǎn)程協(xié)同效率的提升，一方面減少業(yè)務(wù)人員的差旅成本，另一方面提升居家辦公的生產(chǎn)力，減少企業(yè)在辦公室空間方面的成本投入。在這一過程中，員工在差旅、通勤中投入的時間成本亦得以節(jié)省，間接幫助企業(yè)進(jìn)一步實(shí)現(xiàn)運(yùn)AIPC對市場推廣與客服人員的支持將增加單個員工在單位時間內(nèi)能夠應(yīng)對的客戶與業(yè)務(wù)量，為企業(yè)達(dá)到提升效率的效果。同時，AIPC也可以幫助中小企業(yè)實(shí)現(xiàn)流程管理自動化，放大其在靈活性方面的優(yōu)勢，從而為業(yè)務(wù)增加內(nèi)生性4450.648.044.340.639.550.648.044.340.639.5IDC預(yù)測，由于數(shù)據(jù)安全等方面的要求較高，且體量大部署復(fù)雜，AIPC給大型企業(yè)帶來的變化將體現(xiàn)在更長時間的跨度。AIPC在中國大型企業(yè)PC市場在AIPC的帶動下，PC的應(yīng)用場景將得到進(jìn)一步拓展，拉動市場規(guī)模進(jìn)入新一輪增長。IDC預(yù)測，中國PC市場將因AIPC的5年中保持穩(wěn)定的增長態(tài)勢。臺式機(jī)、筆記本電腦市場總規(guī)模將從2023年的8060402040202320242025202620274559%59%義為AI終端。IDC預(yù)測，2024年中國終端設(shè)備市場中，60%202320242025202620274612000090000600003000012000090000600003000080006000400020002024202520262027IDC預(yù)測，未來五年在主要面向個人和家庭的消費(fèi)市場，AIPC的銷售額將以筆記本電腦為主，AI筆記本電腦和AI臺式電腦合計銷售額將從201500002024202520262027600050004000300020001000300002000010000600050004000300020001000300002000010000202420252026