AI PC产业中国白皮书

目 录Table of Contents 序言2 1.1 个人大模型的特征和普惠要求. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .51.2 PC 承载个人大模型的四大优势. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6 2.1 AI PC 的用户价值. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .102.2 AI PC 的核心特征. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15 第三章 AI PC 的产业生态：以人为本、终端主导、AI 原生23 3.1 用户：生态话语权显著提升. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .243.2 终端厂商：进阶为生态组织者. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .273.3 AI 技术厂商：发展混合人工智能技术和服务. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .293.4 应用厂商：AI 应用生态崛起. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .313.5 算力厂商：普惠混合 AI 算力. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .35 第四章 AI PC 市场预测：2024 成为 AI PC 元年，加速 PC 升级39 4.1 中国 AI PC 的进化旅程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .394.2 中国 AI PC 终端预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .404.3 中国 AI 平板电脑及边缘主机市场预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .494.4 中国 AI PC 生态参与者发展预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .504.5 中国 AI PC 投资价值预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .51 序言 PC（个人电脑）近几十年的发展历史中，经历了多次大升级。从大型机时代到个人电脑的普及，再到互联网时代的爆发和如今的智能化浪潮，每一个时代都为 PC 产业注入了新的活力，使之成为每一个时代创新技术普惠的第一终端。 上世纪 70 年代，大规模集成电路和新型 CPU 架构的引入，计算机逐渐迈向小型化，成本也随之大幅下降。紧接着，80 年代初苹果公司率先推出了全球首台图形界面计算机，随后 ows 操作系统面世，图形化的展现和交互方式大大降低了普通人使用计算机的门槛。在中国，包括联想在内的众多终端公司相继成立，快速推出个人电脑产品，迅速形成个人电脑产业链，也正式宣布人类进入个人电脑 (PC) 时代。1992 年，联想在国内第一个推出家用电脑的概念，并于 1996 年又第一个推出“万元奔腾电脑普及风暴”，个人电脑正式走入千家万户，实现了计算和应用技术的普惠。 世纪之交，PC 迎来网络化和移动化技术突破所带来的第二次变革。互联网技术的爆发推动 PC 从独立的工具转变为连接世界的纽带，让传统的计算机能够通过互联网实现信息的快速传递和共享，把中国个人电脑的发展推向了一个新的高峰。1999 年联想率先推出“天禧”因特网电脑， 具有 " 一键上网 " 功能，实现了中国家用电脑的亲密“触”网。同时，随着高性能处理器进一步微型化，个人电脑（PC）朝着更轻便、更便携的方向发展，笔记本电脑的普及使得计算机成为人人拥有的必需品。 可以看到，PC（个人电脑）的每一次重大产品升级，背后都伴随重大技术创新。而每一次重大的技术创新，PC 都成为最佳的技术普惠载体， 在技术普惠的道路上承担起先锋角色。其中，PC 终端厂商从用户体验角度出发，将各类创新技术有效整合、创新产品、规模化交付，进一步加速普及进程。 2022 年以来，以大模型为主的生成式 AI 技术取得重大突破并快速发展，大模型展现出令人惊叹的智能涌现能力，表现出更为强大的创造性和通用场景适用性。首先取得重大突破的公共大模型，从人类社会大量的公共数据中学习，进而生成高质量的文本、图像、声音、视频等内容，为多领域的智能创新提供了巨大潜力。然而，出于数据安全和隐私保护的考虑，以及更高效率、更低成本响应用户需求的考虑，人们既希望获得公共大模型强大的通用服务，又希望 AI 能够真正理解自己、提供专属个人的服务，并且能够充分保障个人数据和隐私安全。为此，公共大模型和个人大模型混合部署、满足用户需求正愈加成为产业共识，混合人工智能日益成为未来 AI 更好、跟专属地服务于每一个人的发展趋势。通过云端的公共大模型和本地大模型之间的混合，可以让每一个人都拥有自己的个人大模型，实现 AI 真正惠及到每一个人。 这样的混合人工智能，对承载本地大模型的终端的交互能力、智能算力、应用场景、安全保护等方面都提出更高要求。在历史的召唤下，PC 再一次成为 AI 普惠的首选终端，将承担起为用户带来划时代全新 AI 体验的历史使命，使 PC 再一次焕发新的活力，使 AI 真正成为每个人的专属助理（Personal AI Twin）。 本白皮书旨在探讨 AI 与 PC 结合的历史必然性，以及新一代 PC—— AIPC——的基本定义、价值及产品特征，以及对 AI 及 PC 产业生态带来的改变，并对未来的市场发展做出概要性预测，为 AI PC 加速发展、产业生态共创升级提供框架性指导。 第一章 AI PC 的历史使命：AI 普惠首选终端 人工智能的需求正在爆发，大模型开启了普惠于人的路程。用户不仅需要公共的大模型服务，更需要的是专属自己的个人大模型。个人大模型将依托混合人工智能的方式，逐步实现普惠。我们看到，个人大模型的普惠要求和 PC 的承载优势完美契合，显示着 PC 将再一次承载技术普惠的历史使命，成为 AI 普惠的首选终端。 11 个人大模型的特征和普惠要求 大模型的计算负载不断从云端向终端下沉，公共大模型和本地大模型混合利用，组合形成个人大模型。个人大模型既要继承公共大模型强大的能力，又要能够为个人所有、提供个性化专属服务，从而满足用户多方面的需要。 能够进行多模态自然语言交互 大模型已经在内容生成方面体现了突出的优势，大模型具备卓越的语言理解、上下文感知、生成性语言、处理多模态数据等能力，这使得大模型能够准确理解用户输入，保持上下文对话的连贯性，生成自然且富有表达力的文本，实现自然交互，为用户提供更智能、个性化、更自然的交互体验。 这种交互体验要得到大规模落地和广泛普惠，必须依赖于多模态交互的设备和软硬件联合优化，这包括文字输入、语音输入、身体语言、触控、键鼠等。这样，才能充分发挥大模型自然语言交互的优势，以友好、直观的方式降低用户使用门槛，让每个用户都能够轻松上手，自然地与 AI 互动。 压缩之后依然具备通用场景服务能力 个人大模型需要具备强大的 AI 能力，满足用户日益增长的 AI 需求和任务复杂度。这需要本地、公共大模型互为补充、各有所为。模型终端化的关键是将大模型压缩到适合终端的规模，以便实现本地推理和实时响应。为此，模型蒸馏、压缩等技术变得至关重要。 模型蒸馏通过训练“教师”网络监督“学生”网络进行学习；模型压缩则是通过剪裁、量化等方法对模型进行压缩。这些技术可以减小模型的尺寸和复杂度，同时保留其核心能力，而不会显著牺牲其 AI 能力。在保证模型性能的同时，大模型可以在资源有限的设备上运行，再辅以云端强大 AI 能力的支持，个人大模型的通用场景服务能力才能得以保证。 需要强 AI 算力进行推理 对于个人大模型的普及应用而言，终端侧算力支持是关键。即便本地大模型经过了压缩从而降低了其算力需求，但仍然需要强大的本地算力支撑。在通用的算力平台上，CPU 为主的算力结构，难以满足 AI 神经网络的并行计算负载的要求，也不具备经济性。 随着用户使用 AI 应用的频次提高，对个人大模型的依赖程度越来越大，本地推理类 AI 任务的总量也将迅速提升。这要求端侧计算架构的升级和 AI 算力的同步提升。 需要基于个人数据和隐私信息进行微调和个性化服务 个人大模型的普及，必然带来用户对大模型的专属化需求的提高。而云端公共大模型无法满足用户千人千面的需求，专属化的成本也相当高昂。因此，个人大模型将需要用户根据自己的数据和业务需求，在一定程度上进行自主微调，以适应特定的应用场景，提供相对个性化的服务。 无论是企业客户还是个人客户，数据安全和隐私问题都是重中之重。个人大模型还必须消除用户对数据安全和隐私保护的担忧。基于本地的知识库与以本地为主的推理是极致安全的保障。 12 PC 承载个人大模型的四大优势 AI 与 PC 的 结 合 将 实 现人 人 都 有 拥 有 专