海内外AIPC发展情况及趋势20240529

Q： 首先，能否请您简要概述一下 AIPC（AI Personal Computer）与传统 PC 的主要区别？ A： 当然，AIPC 与传统 PC 的核心区别在于，传统 PC 侧重于基于 操作系统提供的数据处理和软件功能，更强调计算服务。而 AIPC 的主角是“个人智能体”（AIK），它更关注应用和模型的个 性化。AIPC 具备用户画像能力，能够根据用户的特定习惯和偏 好进行功能定制，实现更加个性化的体验。例如，它能学习并 预测用户的办公流程、偏好应用以及文档处理习惯，从而提供 更加贴合个人需求的服务。此外，AIPC 还具有自然交互、内嵌 个人大模型、混合算力调度、开放的 AI 应用生态以及保障隐私 安全等特性，这些都是传统 PC 所不具备的。 Q： AIPC 的自然交互能力具体体现在哪些方面？如何让用户体验 更为直观和便捷？ A： AIPC 的自然交互能力涵盖了文字、声音、图像乃至视频的实 时感知，实现了与用户的全方位互动。例如，通过 Record 功 能，AIPC 能够捕捉用户的操作习惯和偏好，比如阅读 PDF 时关 注的页面和关键词，这些数据会用于优化后续的操作体验。这 流，AIPC 都能理解和响应，使用户界面更加人性化，操作过程 更为流畅和直觉化。 Q： 内嵌的个人大模型是如何工作的？它如何提升用户的使用体 验？ A： 内嵌的个人大模型通过算法压缩技术放置于本地，使处理速 度更快且更贴合用户特征。与通用模型不同，个人大模型能自 动记录和学习用户的使用习惯，如工作流程、思维模式，从而 提供更精准的辅助决策和个性化服务。例如，在办公场景下，AIPC 可以根据用户的工作习惯，提前准备相关文档、图表或数 据，大大提升工作效率。这不仅减少了用户手动搜索和整理信 息的时间，也使得AI 的辅助更加贴心和高效。 Q： 混合算力调度是如何实现的？它对 AIPC 的性能和用户体验有 何影响？ A： 混合算力调度意味着 AIPC 能够灵活利用云端和本地的计算资 源，包括但不限于 PC、手机、平板、电视乃至 VR 设备。通过 智能识别任务需求，系统可以在端侧或云端间动态分配计算任 务，确保最优的处理效率和用户体验。例如，对于需要即时响 应的任务，如语音识别或图像处理，可以由本地 NPU 快速处 理；而对于复杂模型的推理，则可能调度至云端进行，这样既保证了计算效率，又降低了本地硬件负担。此外，结合 VR 等新 兴设备，AIPC 能进一步拓宽应用场景，构建起无缝的多屏互动 体验。 的 SDK 和 API 接口，让开发者可以轻松访问底层硬件和系统功 能，促进行业应用的开发 。例如，我们对 Windows 系统 API 进 行二次封装，为政府、电信、金融等行业提供定制化的开发工 具。这样不仅丰富了 AIPC 的应用场景，也为开发者开辟了新的 市场机会。我们设想通过低门槛的开发环境和会员订阅模式，激励开发者创造更多有价值的应用，从而吸引更多用户购买和 使用 AIPC，形成良性循环。 Q： 在保护用户隐私和数据安全方面，AIPC 有哪些措施？ A： 数据隐私和安全是 AIPC 设计的重要考量。虽然用户画像的构 建依赖于详尽的个人信息，但 AIPC 提供了选择性数据本地存储 的方案，避免敏感信息上云，确保数据安全。企业级用户可以 选择将数据保存在企业机房，个人用户则可以存于家庭云，通 过软硬件加密技术保障数据的绝对可靠性。这种设计既满足了 个性化服务的需求，也充分尊重了用户的隐私权，确保信息的 安全无忧。 Q： AIP Seed 在生态建设上采取了怎样的策略？与云服务商的合 作模式是怎样的？ A： 我们在生态构建上采取了多元化策略，一方面，我们自主研 发本地模型及 AIP Cloud 平台，确保了核心竞争力；另一方面，我们也积极与阿里、百度等领先的云服务商合作，通过 API 接 口调用，实现通用大模型与本地模型的互补与交互。这不仅丰 富了 AIP Seed的应用场景，也为用户提供更加强大和个性化的 服务。至于第二屏、第三屏产品，如手机和 VR 设备，我们正在 积极布局，力求实现多屏之间的无缝连接与协同。 Q： AIP Seed 的发展阶段是如何规划的？每个阶段的重点是什 么？ 施建设期，我们专注于专测产品的硬件基础搭 建，如 CPU、内存、散热系统等，并初步构建 AIP Cloud 平台，为后续发展打下坚实的基础。 第二阶段（2025-2027 年）是生态成熟期，此阶段我们将看到底 层 API 能力的显著提升和丰富，封装 API 的功能更加全面，从 而推动软件生态的繁荣。办公、游戏、视频等领域的 AI 应用将 大量涌现，极大地提升用户体验，促进 AIP Seed 的普及。同 时，多屏互动成为常态，用户画像将在不同设备间实现同步，实现真正的跨设备协同工作与娱乐。第三阶段（2027-2030 年）是未来愿景期，此时 AIP Seed 的端侧 大模型应用将高度成熟，不仅局限于 PC，还广泛应用于手机、VR、Box、TV 等多元设备。在 AIPCloud 平台的统一调度下，实 现真正的多端一体化人机互动。调度平台将实现边、端、云的深度协同，用户画像将具备自我映射能力，能够根据用户的实 时学习和成长进行自我更新，实现用户画像的动态进化与自我 修复，达到自洽、自愈的状态。 Q： 如何看待 AIP Seed 的长远价值，尤其是在人机交互方面的贡 A： AIP Seed 的长远价值在于推动人机交互进入一个全新的时 代。随着技术的不断演进 ，我们正从单一设备的智能迈向多端 协同的智慧生活，AIP Seed 正是这一进程的关键推手。它不仅 使设备更加智能化、个性化，还能通过深度学习用户的习惯和 需求，实现更加细腻、高效的互动。在未来的几年里，AIP Seed 将逐步实现从被动响应到主动服务的转变，为用户提供无处不 在的智能化支持，真正让技术服务于人的全面发展，开启人机 共生的新篇章。Q： 国内外 AIP Seed 发展的差距体现在哪些方面？预计克服这些 差距需要多久，难点有哪些？ A： 国内外 AIP Seed 的发展差异主要集中在芯片技术和模型部署 能力上。海外，特别是美国，拥有如英特尔、AMD 和高通等公 司，它们在 AIPC 芯片设计和生产上占据领先地位，提供强大的 端侧算力和服务器级芯片。同时，美国的科技巨头如微软和亚 马逊，在模型压缩、大模型部署以及算法优化方面亦有深厚积 累，这使得他们在语音处理和云计算，尤其是 GPU 驱动的训练 任务中保持优势。英伟达的 GPU 技术，如 B100，进一步拉开了 与国内厂商的技术距离。 国内方面，虽然面临芯片自主化挑战，但在整机制造和特定行 业解决方案上展现了创新。国内厂家致力于开发适合政府、金 融、电信等领域的定制化本地模型，并注重数据隐私保护，通过建立边缘计算平台，如企业私有云和个人家庭云，确保数据 安全。通过优化网络带宽管理和端边云协同，实现实时的数据 处理和模型调度，满足用户对隐私和效率的需求。虽然华为等 新兴势力尚未正式宣布进入 AI PC 市场，但其在手机与 PC 间已 有成熟的交互能力，预示着潜在的市场冲击。 Q： 为什么 AIPC 倾向于采用 Windows 操作系统和 ARM 架构，除 了功耗因素外，还有什么战略意义？ A： Windows 操作系统因其广泛的用户基础和成熟的数据处理能 力成为首选。它不仅支持用户行为追踪，还能在后台构建复杂 的数据结构，通过索引算法实现快速信息检索，为用户提供意图预测和创作辅助等功能，增加了 AIPC 的吸引力。ARM 架构的 采用，如高通的芯片，不仅利用了其在移动市场的高占有率，还为 AIPC 在不同行业应用场景中的灵活移植提供了可能。随着 Windows 对 ARM 架构的支持增强，以及相关软件生态的迅速跟 进，ARM 架构的潜力巨大，有助于推动 AIPC 在性能和能效上的 双重提升。 Q： 高通在 AIPC 芯片领域的优势有哪些，与其他芯片相比有何不 同？ A： 高通凭借其在 ARM 架构的深厚积累，在 AIPC 市场展现出独 特优势。首先，其手机芯片市场份额大，且在 ARM 架构上的拓 展为 AIPC 提供了跨行业应用的广阔前景。其次，高通芯片在算 力方面表现突出，最新的 CPU 算力可达 40T 以上，超越部分竞品。此外，高通正从通信芯片公司向边缘计算芯片公司转型， 这种战略调整使其能更好地整合手机与 PC 间的生态系统，促进 底层 API 的快速对接，提升用户体验和市场竞争力。微软选择 与高通合作，也是看中其在算力和 AI 应用支持上的强大实 力。Q： 未来云测和端测的算力分配如何？端测模型性能提升是否意 味着可以脱离云测？ A： 未来算力分配将是云测和端测协同工作的模式，两者不可分 割。云测将继续承担模型训练的重任，而推理则分散在端测和 边侧。端侧模型的强化旨在处理即时、隐私敏感的任务，如本地语言识别，而复杂的多语言或高级功能仍需借助云测或边缘计算的辅助。边测平台在保障数据安全性和提高响应速度的同时，还能实现模型的灵活调用，增强端侧应用效果。因此，未来的发展趋势是本地模型与通用模型的高效互动，共同构建更强大、更智能的 AIP Seed 生态系统。 Q： 联想 AIPC 的定价策略是什么？市场上消费者能否接受？A： 我们的 AIPC 定价策略分为三档，高端约为 8000 至 1 万元，中端约 6000 元，低端则为 4000至 5000 元。尽管硬件成本有所 增加（约 8%），但为了促进用户接受度，我们仅在报价上提升 了约 5%，余下的成本我们自行消化。我们的策略是先通过 8000 元左右的 AIPC吸引用户，让他们感受到与传统 PC 相近的 价格和 AIPC 带来的新体验，避免因价格过高导致用户望而却 步。同时，我们也会推出 6000 元左右的中端产品，以满足不同消费群体。我们坚信 AIPC 的核心价值在于软件和 AI 生态应 用，未来会通过软件服务费来弥补硬件上的利润损失，建立持 续的收入流。简而言之，我们预计硬件价格涨幅不会太大，旨 在让市场逐步接受 AIPC 的附加价值。 Q： 如何理解 AIPC 中的 Record 和 Recall 功能及其对隐私的影 响？ A： Record 功能涉及用户画像和用户轨迹跟踪，让 PC 转变为感 知型产品。它不仅能记录屏幕内容，还能捕捉用户交互中的自 然语言、表情和操作，深入理解用户的真实意图。例如，它能 识别出“今天天气好吗？”的反问句背后的情感变化，理解用户 实际认为天气不佳。Recall 则依赖于复杂的数据结构和算法，有 效索引用户产生的多样数据，如文档、图片、语音等，而对CPU 资源消耗有限。此功能虽有隐私考量，但关键在于透明度 和用户授权，确保数据的合法合规使用。 Q： OEM 厂商在应用层面如何布局，如何扩展价值链，以及与外 部生态合作？ OEM 厂商在应用层面分为自研和合作两大方向。To B 市场，如 政府、金融领域，会自建行业模型；To C 市场则与合作伙伴共 创，如与微软 Teams 合作开发智能会议助手，能自动整理群聊 重点，生成会议摘要甚至 PPT。合作形式多样，基于 API 共享，如与微软紧密协作，利用 Windows 底层 API 能力推动屏幕交互 创新。我们期待与软硬件厂商的开放合作，推动 AI 生态建设， 如英特尔加速计划，促进应用与硬件的深度融合。 Q： 微软为何未选择 Intel 作为 AIPC 的合作方？ A： 微软选择高通主要考虑其 AIPC 芯片的算力优势，高达 40 多 T，远超 Intel 同类产品的 10 多 T，能加载更多本地模型，提升 用户体验。同时，微软积极布局 arm 架构的 Windows，看中其 在多个行业应用的广泛潜力，与高通合作能推动 AI Box 等产品 线的革新。Q： arm Windows 如何构建生态体系？A： arm Windows 生态建设需时间积