AI大模型蜂拥而至，PC准备好了吗？
在这个大模型风起云涌的年代，各行各业都在积极拥抱这波风口，试图让这个世界充满AI。根据最新公开的数据，截至2024年3月，中国共有117个大模型成功完成备案。这些大模型涵盖了各个领域，如雨后春笋般生长在千行百业。
但是对于普通消费者而言，AI以及大模型还飘在空中，人们多是问问他问题、查查资料，距离真正用起来还有点遥远。都说AI是第四次工业革命，那么AI到底怎么改变工作，怎么改变生活呢？
是时候给打工人的生产工具PC插上AI的翅膀了，工作效率可以直接起飞。于是有越来越多的PC开始拥抱AI。据调研机构Counterpoint Research的数据显示，全球PC市场在2024年第一季度相比去年同期增长了约3%，这一增长主要由于AI PC的强劲动能等推动。预计全年新出货的笔记本电脑中将有45%具备AI能力。
面对市面上眼花缭乱的AI产品，相信很多用户和我一样陷入了沉思。那么AI PC到底是真应用还是伪需求呢？
01
AI PC从云端走向身边
其实AI在PC端的应用并不是一个新话题了。据了解，PC端是AI智能化的早期尝试载体。微软于2015年就在Windows中植入AI语音助手Cortana。2021年英特尔11代酷睿处理器的发布使AI技术开始出现在PC的日常使用场景中，实现了PC端的AI降噪、AI背景虚化和AI收音功能，显著优化了远程办公的使用体验。2022年ChatGPT开启了AI大模型浪潮，AI应用场景也日渐丰富。
个人电脑的AI智能化由硬件和软件协同驱动。一方面，AI应用的稳定运行需要硬件提供充足地算力支持。另一方面，软件层可以提升AI应用的使用体验。经过近几年的不断发展，目前硬件端和软件端共同趋于成熟，预计PC端AI智能化进程将进入快车道.
那么AI PC进化成了一个新物种，又具有哪些与众不同的特性呢？
AI PC是将AI模型与PC结合，带来架构设计、交互方式、内容、应用生态等创新，试图深入变革PC产业。
要知道，AI PC的本质是云端与本地端协作，利用云端的大数据处理能力丰富本地端的PC使用场景，依托云端算力来提升本地性能平衡。具体到本地，AI PC能够创建本地知识库，运行个人大模型，支持人工智能计算，自然交互能力更强大、更具备创造能力。其最重要特点是使用本地知识库，保护用户隐私的同时满足用户个性化需求。
所以行业普遍认为，端侧AI会是AI发展的下一阶段。PC端相比手机端算力更强，能够同时与更多大模型需求场景契合，成为最先搭载端侧大模型的智能设备。
对此，分析机构也给出了积极的预期。根据Canalys预测，兼容AI的个人电脑有望从2025年开始快速普及，渗透率约为37%，并预计2027年兼容AI个人电脑约占所有个人电脑出货量的60%，AI PC将成为主流。
02
混合AI模型才是端侧的正确打开方式
要回答人工智能如何触达并赋能更多的行业？那么混合式人工智能是必然路径。
究其原因，公共大模型是AI普及的催化剂和加速器，但在网络速度、云端效率、成本考量、数据隐私等方面存在局限性。
“不是每一条信息都一定要存在于公有云，一个‘混合式人工智能’的环境是十分必要的。最私密的数据应该得到最高的安全保障，因而不宜存在于公有云上。”英特尔CEO帕特·基辛格认为。
而在混合式人工智能框架中，个人大模型和企业大模型，以及在其基础上开发出的个人智能体和企业智能体，能够提供更加个性化的服务并满足隐私保护需求，实现与公有大模型共存互补。
个人智能体，是通过大模型压缩技术，在个人智能终端或边缘设备上运行，以自然交互的方式接收指令，通过个人的旅行记录、购物偏好这些存储于设备上的信息，更好地进行推理，做出行动，它甚至可以根据你的思维模式和行为频率去预测下一个任务，并主动提出建议，自主寻找解决方案。
与此同时，企业也将受益于企业智能体。它分散在企业的多个终端设备和基础设施中，将能够对大量的本企业数据进行学习推理，在保障信息安全的同时，支持企业运营决策，提升管理效率，提高生产力。
高通公司总裁兼CEO安蒙也曾指出，混合AI可在终端侧和云端同时利用AI，当云端和终端使用相同的生成式AI模型时，终端可以为云端带来先发优势。终端侧数据还能提升AI应用的精准度，因为其现在掌握了用户的情境信息。
因此，联想集团董事长兼CEO杨元庆认为，未来，个人大模型和企业大模型将分别通过内置个人智能体和企业智能体的形式，与公共大模型共存互补，从而构成混合式人工智能，这就是AI能够普及、应用的方向。
从“口袋到云端”的全景式人工智能该如何布局？杨元庆近日便在Techworld大会上公布了联想AI PC是如何实现混合人工智能的。
第一，基于大模型和小模型混合的“意图理解”技术。联想使用交叉熵 cross entropy 损失最小化原则，将意图理解任务最优地分配给大模型和小模型，从而兼顾精准度和复杂性。
第二，基于CPU、GPU、NPU混合调度的“异构计算”技术。在大模型的训练和推理过程中，瓶颈往往不在于芯片算力，而在于数据传输。同时优化计算负载和数据传输，使总体执行时间最短。
第三，基于模型微调(SFT)与检索增强(RAG)混合的“智能问答”技术。
第四，基于硬件加密与全栈可信架构的混合“隐私安全”技术。
这4种混合式技术对企业也提出了较大挑战，因为这需要端边云的协同，需要软件硬件的协同，需要传输与计算的协同。为此，联想的新IT架构“端边云网智”为混合式技术的实现提供了支持。
混合式人工智能将是未来的趋势。“个人人工智能双胞胎”和“企业级人工智能双胞胎”，将会与公共人工智能模型共存并且互补，让混合式AI真正落地、普及。
03
AI PC可以带来这些改变
那么这种混合了大模型与智能体的AI PC能为人们的生活带来什么改变呢？
中国工程院院士张亚勤认为:“智能体的思维方式与行为方式更接近于人类，对于个人应用来说就是真正的智能助理。对于企业应用，智能体技术可以发挥巨大潜力，把这些复杂的系统最大效率地调动起来，极大地提升运营效率和生产力水平。”
从这个角度出发，AI PC将带来生产力的变革。作为设备、边缘计算和云技术的混合体，AI PC将不仅具有强大的计算能力和先进的AI技术，还带来了创新的交互方式和视觉体验，满足新的生成式AI工作负载需求，同时还可为用户提供量身定制的体验。
AI能够让人类的想象力更容易转变成现实。AI可以帮助万千有电影梦的年轻人，跨越资金的门槛，直接呈现头脑中那部伟大的电影。著名导演陆川在表示，AI辅助的电影制作最直接的效果是可以极大提升创意的视觉化速度。以自己的新片为例，用传统方式，从写脚本到制作完成，得两个月，但是现在只用了2天。它极大的节省了时间和人力成本。
对制造企业而言，自然灾害对企业的供应链管理影响是巨大的。如果有台风来了，企业可以先通过公共大模型得到台风的准确位置、风力预测，但涉及到具体哪些客户的订单交付可能受到影响，就是企业智能体大显身手的时候了。
智能体能够告诉我们，哪些订单尚未生产，可能受到工厂暂时关闭的影响；哪些订单尚未运输，可能受到陆运中断的影响；哪些订单尚未排产，可能受到物料延误的影响，还能进一步给出优化运输方式、调整订单排序等建议，保障按优先级出货、交付。这就在保障客户信息安全的前提下，大大提高了企业应对危机的决策速度。
“人工智能的下半场，一定是从技术突破进入到落地应用的阶段，需要我们在实际应用中积累用户反馈，不断完善，继续创新。”联想集团董事长兼CEO杨元庆表示，落地的途径，就是涵盖智能设备、智能基础设施、智能解决方案和服务的三大支柱。
对于个人用户而言，要获得个人智能体的体验，最便捷的路径，就是自己拥有的电脑、手机等个人计算设备中内置了个人智能体。
对于企业客户来说，人工智能的落地必须依赖于智能基础设施。企业需要服务器、网络和存储设备，让海量数据各就其位，物尽其用，再通过人工智能模型和算法来实现企业的数据智能。
而混合型智能基础设施的设计、部署、管理和维护较之以往的基础设施更加复杂，所以也就需要更加全面系统的服务能力。针对不同行业、不同类型企业纷繁复杂的数据，如何通过清洗、整理，再运用合适的算法模型，对其加以学习、推理，从而在企业运营的各个环节产生智能，这样的智能化解决方案将成为各行各业炙手可热的新IT应用。
如果要实现这样的三大支柱，全行业还有很长的路去走，但是AI PC能让消费者直观地感受到大模型，也能用其发挥自己想象力，创造出不一样的想象空间，大家用着用着就知道怎么用更好了。
相信在全行业的不断迭代下，这些混合大模型会从“能用”走向“好用”，从而真正地实现让世界充满AI。
END
作者：程琳琳
责编/版式：盖贝贝
审校：王 涛 梅雅鑫
监制：刘启诚
【通信世界新媒体矩阵】
央视频 | 微软MSN | 视频号 | 微博 | 今日头条 | 百家号 | 网易号 | 搜狐 | 腾讯新闻
新浪看点 | 雪球号 | 抖音 | 快手 | 爱奇艺 | 知乎 | 哔哩哔哩 | 咪咕视频 | CSDN | 36氪
【新媒体团队】
监制｜刘启诚
审校｜王涛 梅雅鑫
编辑｜王禹蓉 盖贝贝
视频剪辑｜黄杨洋 卢瑞旭
运营｜林嵩