2022年12月ChatGPT3诞生开始，宣告了2023大模型元年的开启。但在对各家大模型“哇塞”的同时，人们其实更关心AI和大模型如何走进自己的生活。2023年下半年，芯片、电脑终端等厂商涌起了一股AI PC暗流。PC被业界普遍认为会最先走进AI舞台中央，成为个人拥抱AI的第一入口，并在2024开启AI PC的元年。但，什么是真正的AI PC？它将何时到来？仍有诸多疑问需要远见者的思考与实践。因此，我们特别开启年终专题报道《AI PC请回答》，希望与你一起探究关于AI PC的一切。
AI PC让沉寂许久的“夕阳”产业重燃战火。
英特尔上周正式推出了AI PC处理器（即代号Meteor Lake的新型酷睿Ultra处理器）。这款处理器专为支持人工智能技术而设计，并号称能够提供“The Best Experience of AI PC”（最好的AI PC体验）。让英特尔如此“大张旗鼓”的原因，一方面是应对老对手AMD Ryzen AI，另一方面则是高通此前正式发布了骁龙X Elite计算平台，其背后觊觎PC市场的意味明显，英特尔当然也需防御。
终端厂商们，也借着英特尔的东风推出了一大波AI PC产品。面对这场已经等待了四十年的市场机遇——AI PC，各大PC厂商显然完全无法保持矜持。
根据Canalys预测，兼容AI的个人电脑有望在2025年渗透率达到37%，2027年兼容AI个人电脑约占所有个人电脑出货量的60%。
既然AI PC的趋势已经不可避免，巨头的涌入也已经让赛道尘烟四起，那么接下来的问题就是，谁能成为最早吃螃蟹的人？
谁在领跑AI PC？
为了争夺AI PC的大旗争当“领跑者”，PC厂商们的动作普遍并不算慢。以下是虎嗅整理的市面上主要PC厂商，今年以来披露的关于AIPC主要战略和动作：
我们先看最重要的一个关键词：2024。大部分厂商们都不约而同的将产品正式上市的时间定在了2024年。届时这些产品将主打AI PC概念，搭载英特尔/AMD/高通相应架构。也就是说，AI PC真正产品问世的2024年，将是真正意义上AI PC的元年。
虽然如此，但各大厂商显然已经不想等到明年。在12月15日，随着英特尔最新酷睿Ultra 7的推出，联想、华硕等多个厂商都顺势推出了自己的AI PC：
-
联想发布新款ThinkPad X1 Carbon AI、联想小新Pro16 AI超能本以及IdeaPad Pro 5i均搭载了最新的英特尔酷睿Ultra处理器和Windows 11系统。
-
微星推出Prestige 16 AI Evo、Prestige 16 AI Studio Evo 和 Prestige 13 AI Evo三款笔记本电脑，都搭载新的酷睿Ultra 7 H处理器。
-
宏碁推出新的Swift Go 14和专注于游戏的Predator Triton Neo 16。
-
华硕发布首款搭载英特尔酷睿Ultra的轻薄本——灵耀14 2024。
可见，在这场战争中各家已经开始真刀真枪的对战。究竟谁能从这中胜出，就要看谁有清晰的战略路线图、技术路线图和强大的生态伙伴了。
据虎嗅观察，虽然惠普、宏碁、惠普、华硕等厂商都纷纷表示看好AI PC。但对于“到底什么是AI PC”，“如何推进PC的AI进化”这两个关键问题，截至目前，除了联想之外，大部分厂商都没有给出清晰的定义和战略路径。
作为全球最大的PC厂商，联想早在2017年确认了“All in AI”的战略，彼时“超智能电脑”就是最重要的产品。只不过，在ChatGPT引爆AI浪潮之前，PC 端的AI功能根本不足以引发市场的兴趣。如今无论AI的革命性用户体验，还是芯片的就绪，都让PC到了进入AI时代的最佳时机。今年联想再次明确了“Al for All”的战略，率先展示了自己的首款AI PC，明确了AI PC的定义和渐进式的发展路径。
在生态伙伴方面，联想在今年的Tech World上更是赢得了包括英伟达、AMD、微软、英特尔、高通等一众AI 巨头的站台。彰显了极强的行业号召力。
什么时候能够等到真正的AI PC？
无论当下AI PC的概念有多红火，最终都是给人用、给企业/个人用户进行使用。
也就是说，当讨论“什么是AI PC？”这个问题的时候，实际上是在问，相较于相传PC，AI PC究竟最终能实现怎样的特殊体验。
我们先来看看产业观察者们的期待。在“未尽研究”相关文章中，提出了几点要素的想象：
-
可以控制本地产生的数据，能在AI的帮助下决定数据在公有云、机构、个人之间的存储和使用，并且以这些数据为基础训练出专属于自己的模型。
-
用AI显著提升自己的工作效率，如数据分析、处理文本、生成内容、开会办公、编程设计、协调管理等等。
-
自然而直观的人机交互体验，如声音、视觉、触觉、手势，等等，也会包括一些电脑本身对于周围环境的感知与配合，但这一点手机更为强大，也很快会产生更具颠覆性的AI原生设备。
-
亲密与信任，最重要的是数据的隐私与安全，它能持续地跟踪用户在PC上的工作足迹，并且及时总结归纳，形成特定于用户的、排他的任务总代理（agent），进而成为用户的陪伴（companion），伴侣（mate），双胞胎化身（twin）等等。
虽然PC厂商并没有如此全面的阐述他们眼中的AI PC，但是也零星的在不同领域，表达过对于AI PC的预期。
惠普重点强调安全性，“若企业或个人用户想用AI应用程式处理私人数据，不必将数据上传，AI PC就能直接处理，不只减少延迟时间，也能提高资安防护。”
而华硕着重定义了PC配置之于AI的作用，PC有两个主要的要素可以被称为AI PC，一个是芯片，未来AI运算、推理的功能会直接设置在PC中，CPU将会新增一个运算单元；另一个是AI软件应用，也就是作业系统、第三方软件都会随着AI做出调整。
联想的定义则相对完整，覆盖了多个方面，他们认为AI PC应该具备传统PC不同的五大特质：
第一， 能够运行经过压缩和性能优化的个人大模型；
第二， 更强算力，能支持CPU、GPU、NPU在内的异构计算；
第三， 更大存储，容纳更多数据；
第四， 更顺畅的自然语言交互，甚至可以用语音、手势跟它完成互动；
第五， 更可靠的安全和隐私保护。
而无论哪种定义，其实都指向一件事：要达成AI PC预期的用户体验，芯片和配套硬件就只能算是AI PC的初级阶段，并不意味着真正拥有了一台足够成熟的AI PC。这中间还缺少关键一步，就是个人大模型的独立运行。
而要达到这个要求，首先要做到的是，将大模型这头“大象”塞进AI PC这台“冰箱”里面。
把AI“大象”装进冰箱有几个步骤？
作为对于PC有革命意义的产品，一个成熟AI PC的出现必然是渐进式的。
IDC日前发布的业界首份《AI PC产业(中国)白皮书》中明确，AI PC的发展是一个不断演进的过程，应分为AI Ready阶段和AI On阶段：
AI ready 阶段
基本具备了对 AI 任务更具针对性的本地混合 AI 算力，能够为AI PC 的软件及服务创新提供基本保障，开启体验创新。最初阶段主要表现为芯片计算架构的升级，集成了 NPU 计算单元的 CPU 陆续推向市场，以更高的能效比实现计算速度的提升，并在运行过程中具备更高的稳定性和可靠性。终端设备的混合 AI 算力，使 AI 软件能够更快地处理数据和任务，这对于一些如语音识别、图像处理等需要实时响应的 AI 应用尤为重要。
AI On 阶段
软件与硬件两方面的积累带来产业的跃变，AI On 阶段具有完整的 AI PC 核心特征，并且在核心场景提供划时代的 AI 创新体验，成为每一个人的个人 AI 助理。随着核心技术创新、产品体验优化、AI 应用生态繁荣，AI PC 能够服务于更加广泛的通用场景，并且能够实现端边协同计算、跨设备互联接力，甚至能够基于个人数据和使用历史，在边缘私域环境下实现个人大模型的微调训练。今天我们都知道AI的体验离不开大模型，而如今当我们使用ChatGPT或者文心一言的时候，实际上等于在租用公共的大模型，所有的互动需要联网登陆进行，所有的数据也需要上传到公开的服务器。
而这样的分阶段演进看起来也确实更加符合产业规律。
日前虽然一口气发布了多款AI PC，但是联想集团副总裁、中国区战略及业务拓展副总裁阿不力克木·阿不力米提就明确表示，AI PC需要经历从AI Ready到AI On两个阶段，ThinkPad X1 Carbon AI等产品是联想推出的AI Ready笔记本电脑。
由此可见，下一阶段，能否在PC上装进一个大模型，且能够在边缘私域环境下实现个人大模型的微调训练，成为判断AI PC迈向成熟阶段的关键要素。
对于用户来讲，在PC上训练出一个更贴近我们行为习惯的大模型，使其成为自己的分身双胞胎也是实现革命性AI体验的关键。那么就需要干一件事：将大模型塞进PC里，使其成为我们个人大模型。
而将大模型装进PC之中，实际上指的是四件事情：
1. 算力和功耗支持大模型；
2. 大模型小型化；
3. 大模型能够针对个人实现“个性化”；
4. 系统性的保障隐私安全。
为了这四件事情，几乎所有厂商都开始了军备竞赛，算力和功耗的支持一直是高通、英特尔、AMD、英伟达等芯片厂商的重点，英特尔发布会上甚至直接用Ultra和AMD Ryzen进行对比。
而后三项，则是PC厂商在暗中较劲，大模型小型化，以及个人大模型和公共大模型的混合使用，则一直是各家厂商开发者社区中的热门话题。AI隐私安全的保障，更是这一年来整个科技行业的热点。
现今我们还无从判断，最终各家厂商将会以怎样的方式完成这四步，只能从目前唯一完整披露了自身技术路线的联想这里，大致探究一下在算力和功耗问题基本解决的前提下，大模型究竟是怎么进入到AI PC之中的：
首先，通过大模型压缩技术，使模型体积足够小。对于这一点，联想集团高级副总裁，CTO芮勇博士有着详细的描述：”从一个大模型开始，它有数百亿甚至数千亿个参数。我们首先识别网络中所有的关联子结构，如一个神经元及其连接，然后估计这些子结构的重要性。重要性越高，就用多一些比特来做量化。重要性中等，就少用一些比特来做量化。对于不重要的子结构，这个数字是零比特，所以它们会被删除。这种同时裁剪和量化方法显著缩小了大模型的大小，但同时保持了良好的性能。现在，该模型已经变得更小，可以直接在设备上运行，就像我们所展示的个人人工智能双胞胎（Personal AI twin）那样。”
其次，个性化的实现。建立起完全属于自己的个性化本地知识库，并进而提供AIPC主打的完全个性化的AI服务。
再者，隐私安全保障。如果没有用户授权，那么不会将隐私的数据向外共享。
而谁能率先真正完成上述种种，并且推出可被消费者理解与信任的技术解决方案，谁就有机会在AI PC时代实现领跑。
总体来看，AI PC市场的竞争正在变得日益激烈。各家厂商都在通过技术创新和战略合作来提升自己在市场中的话语权和竞争力。对于它们而言，这是一场可能改变江湖地位的争夺。
而对于消费者而言，我们在智能手机带来革命性消费体验之后，可能迎来工作和生活体验的新变革。同时也将推动AI PC技术的更快发展。
不过，目前市场尚不明朗。AI PC虽然已经登上了历史舞台，但是它的发展，仍然充满许多变数和疑问，亟需我们厘清。