随着普罗大众更广泛的认知到AIGC，各行各业都掀起了“AI革命”，仿佛一夜之间AI就成为了大家一直追求的主要发展方向。

尤其对于PC而言，如果不算十几年前那个鬼畜的“AI PC”电视广告，那么AI PC这一概念自去年下半年开始被广泛提出。

短短几个月的时间已有大批量搭载了酷睿Ultra处理器、AMD 8000系锐龙处理器的“AI PC”上市，但“名头”响亮的AI PC，所面临的问题也着实不少。

硬件先行，但无“杀手”应用

AIGC的爆火让上游硬件厂商也措手不及，谁都想赶在这波浪潮的初期迅速攻占市场，占据市场的话语权，遂在去年的下半年开始，英特尔与AMD纷纷公布了全新一代的移动端处理器。

并且无论是英特尔、AMD还是终端产品厂商，都表示搭载了这些处理器的“AI PC”是又一次的电脑革命，新品也如雨后春笋般冒出，仿佛个人电子设备迎来了一个前所未有的创新。

但至少到现在，AI PC这座外表已经包装到奢华的礼堂，其内部的装修虽不能说没有，可相比于那华丽的外表，依然非常简陋。

这其中最大的原因就是，目前的AI PC没有“杀手级”应用。

就像4G之于短视频与手游，通过4G更快的网络速度与更低的延迟，我们可以接收到比之前更多量级、更感兴趣的信息流，也可以玩到更有乐趣的手机游戏，加上越来越便宜的资费，4G得以快速普及。

而当下的AI PC恰恰就缺少着这类能够普惠给大众的应用，用户对于AI PC的感知大多是宣传的雷声大，实际体验却没有多少感知。

AMD董事会主席及首席执行官苏姿丰也表示：“我们都在寻找能推动PC更新换代、进入新周期的‘杀手级应用’，相信AI将成为引发PC市场增长的能力。”

硬件的支持是非常重要的一个方面，现在框架已经搭建好了，需要内容的填充，要想让用户主动拥抱“AI PC”，上游的芯片厂商以及终端产品厂商需要加速寻找到那个杀手级的AI本地应用，让内部的装潢匹配上外部的奢华，由内而外促进用户的换机与选购。

本地化处理成最大卖点

那PC前面加上“AI”，或者装上某个AI助理，就可以赶时髦了吗？

AI PC有一个特别关键的卖点：本地化，且在此基础上，可以嵌入工作流程，直接参与处理。我们中国人特别热爱学习，总说“授人以鱼不如授人以渔”，但“渔”的学习曲线太长了。在AI PC里，鱼和渔可以同时获得，因为渔夫（AI助手）随时都在你眼前，更不要说它还可以当厨师、当秘书。

而且，刚才说的“嵌入”并不局限于某一个操作环节（类似于刚才说的给Excel增加某一列数据、公式），而是可以生成一个多步骤的、跨软件的操作。这也体现了大语言模型的优势：可以接受较长的输入并理解、分拆。譬如，我们完全可以对AI PC说：帮我将电脑静音，然后打开上次阅读的文档，并把它发送给某某邮箱。需要强调的是，以目前的演示，不需要指定准确的文档名，模糊的指示是可以理解的。还有一个让我暗暗叫好的操作是批量修改文件名。在Windows下批量修改文件名是需要一些小技巧的，而且，只能改成有规律的文件名（数字、字母后缀）等，但在AI助手的帮助下，我们可以让文件名更有个性：分别加上相关客户的名字、不同的风格类型等等。这事说起来简单，但其实需要挨个查看文件、提取关键信息，甚至根据自我理解去描述一些抽象的信息，然后挨个编写新的文件名——过程非常琐碎，文件多了就很费时间，但有了AI助手，这就是一句话的事。理解较长的上下文、多模态输入等等，这些都必须依赖大语言模型的能力，但其实是在本地运行的，而非借助云端的推理能力。讲真，应该没有人会认为整理文件名这种本地文件系统的操作还需要去云端绕一圈吧？从端到云之间隐藏的各种断点确实限制了我们的想象力，因此，AI PC的这些本地操作真的打开了我的思路。

相对于大家早期较为熟悉的基于云端的AI工具，本地化还带来了很多显而易见的好处。譬如，断网的情况下，也是可以完成自然语言的处理和其他的操作。这对于那些曾经重度依赖大模型能力，且遭遇过服务故障的早期大模型用户而言，“天塌了”就是痛点。更不要说坐飞机之类的无网络场景了，保持连续的可用性是一个很朴素的需求。

本地部署还可以解决数据安全问题。大模型爆火之初就屡屡传出某某公司不慎泄露数据的新闻。没办法，用ChatGPT做简报、检查代码等等确实很香啊，但前提是得把文档上传到云端。这就导致许多企业一刀切禁止员工使用ChatGPT。后来的事情就是许多企业选择利用开源大模型和内部数据训练、微调私有的大模型，并部署在自有的服务器或云主机上。更进一步的，现在我们看到规模 200 亿参数的大模型可以部署在基于酷睿 Ultra 处理器的 AI PC 上。

这种部署在AI PC上的大模型已经涉及教育、法律、医学等多个垂直领域，可以生成包括知识图谱、合同、法律意见等。譬如，将案情输入中科创达的魔方智能法务助手，就可以进行案情分析，查找相关的法律条文，撰写法律文书等。在这个场景中，很显然案情的隐私是应该绝对保证的，律师不敢将这种文档传输到云端处理。医生也有类似的约束，基于病例、基因数据等进行课题研究，如果能够在PC上做基因靶点、药理分析等，就不必采购服务器或者部署私有云了。

顺便一提的是，AI PC上的大模型还让训练变得比想象中要简单，把本地你能看到的文件“喂”给AI助理之类的就可以了。这就解决了以往聊天机器人那种活只干了一半的“正确的废话”。譬如，通过AI生成一个报价邮件模板是很轻松的，但是，一般来说价格这种关键信息，机器人不懂那是很正常的事情，所以需要人工进行完善。如果找一个人类来处理这种事情，那提前做一份价格表是合理要求吧？报价表、FAQ等都是属于需要总结提炼的工作，然后才能更有效率地培训新人——这是传统观念。本地的AI可以让这个事情变得很简单：让它去读Outlook邮箱就好了，片刻之后它自己就从历史邮件中“学”到对应的报价。相应生成的邮件就不仅是模版级了，而是要素完善的，留给我们做的就只剩确认AI给的结果是否正确。而且这种学习成果是可以继承下来的。


“云端”不可或缺，AI PC对移动网络的支持刻不容缓

以目前的科技水平来看，消费级的CPU在算力上是不可能与服务器芯片比拟的，文生文、文生图等应用中，本地AI具备更好的隐私防护。

但其参数数量会远不及云端，在结果生成的功能与质量上也比不上云端，所以本地与云端对于AI应用来讲都是不可或缺的存在。

在本地，主要处理一些对算力要求不高或对质量要求不高的应用，例如在多张照片中检索含有关键词的照片、提取文档的主要内容、图片的抠像等等。

而在需求高算力、高质量的文生图、图生图、视频生成等应用时，可借助模型运营商的云端运行，如果是对于隐私要求较高、企业内拥有专用大语言模型的企业用户，则可借助企业自身的云服务器进行运算与结果生成。

对于需要大模型又对隐私要求较高的自由职业者，在家中组建一个个人的服务器部署大模型，就像NAS一样，随时随地都可调用，并且无需担心隐私泄露。

所以在接下来，AI PC所需要的不仅仅是搭载算力更高的处理器和更大的内存，配备上稳定、速度更快的移动网络模块也是未来PC跨入AI的一个关键门槛，移动网络模块在主流笔记本中应该逐渐普及。


AI革新PC产业

AI技术正在逐步落地千行百业，AI PC正在逐渐成为PC产业的新拐点，各大PC厂商的争相布局更将进一步加速AI PC的发展。尽管当前的AI PC只是处于刚刚开始发展的阶段，但AI技术确实有可能为PC行业带去颠覆，PC产业有望迎来升级。

从厂商角度而言，AI PC有望打破PC产业的同质化旧疾，实现新的增长。尽管各大PC厂商都在持续推出新品，来满足用户的使用需求，PC产品的外观、性能乃至功能间的差异却相差无几。由于创新不足，PC产品便很难再度激发用户的换购热情，以价格为导向更是成为了用户选购PC产品时的首要考量因素。

AI与PC的相结合，将为PC产品赋予新的功能与体验，AI等软件服务则有望为PC厂商带来新的价值增量。而AI PC也将成为PC厂商的差异化产品，使其摆脱同质化泥沼。不仅如此，AI PC这一新产物的出现能够激发消费者的换购热情，为PC厂商带来新一轮的增长。

从用户角度来看，AI PC的智能化程度将更进一步，有望为用户带去更加智能、高效的体验。当前，已经有不少PC厂商发布了AI PC产品，从功能方面来说，AI PC产品的功能更为完善，用户也能够获得更加智能、高效、个性化的服务体验。比如，联想的AI PC产品就搭载了名为“联想小天”的个人智能体，而联想小天内置了文档总结、会议纪要、智会分身、AI PPT等十多款“杀手级”AI应用，可为用户带去智能化十足的使用体验。

就目前情况来看，AI PC已然成为了PC产业最为亮眼的一颗明珠，各路厂商更是纷纷布局AI PC，试图抓住这一新的发展机遇。只是，由于是新鲜事物，AI PC在用户认可度、数据的安全等诸多方面都有待完善。尽管前路漫漫，相信随着各路厂商在AI PC方面的持续布局，AI PC产品将得到持续的升级与优化。届时，真正的AI PC时代终将到来。