联想集团&IDC：2025个人AI产业定义、产业架构与发展趋势白皮书

目录 CONTENTS 序言�� 个人AI的必然性��01 1.1 公共AI的用户需求难题1.2 技术变革带来新的可能1.3 产业实践的探索与突破������ 个人AI的定义、核心特征与价值��02 2.1 个人AI的定义2.2 个人AI的核心特征2.3 个人AI的价值������ 个人AI产业的特征、结构性变化与演进规律��03 3.1 个人AI产业的特征3.2个人AI产业的结构、角色与融合发展路径3.3 个人AI产业的技术架构和关键技术点3.4 个人AI产业的发展与演进3.5 现阶段个人AI产业发展面临的挑战���������� 个人AI产业的预测与展望��04 4.1 个人AI产业预测4.2 倡议与展望���� 结语�� 序言 2022年11月，OpenAI推出GPT-�.�，掀起了全球AI浪潮。生成式AI的爆发性发展，不仅标志着人工智能领域技术路线的关键性突破，更快速推动这一技术从实验室走向亿万人的日常生活。在技术快速普及，企业创新持续落地的过程中，行业逐渐意识到现有发展模式仍有进一步突破的广阔空间。 在此背景下，产业界开始主动探索全新发展路径，逐步形成多元并行的竞争性合作格局，驱动AI产业生态从以公共供给为导向，加速转向以个人需求为核心。我们预见，一个属于个人AI的时代正悄然来临⸺硬件终端、模型能力与隐私保护三位一体的全链条个人智能体系正在构建，这将真正推动AI平权在个体层面落地：每个人皆可拥有专属的“认知外脑”与“行动分身”，通过AI多线程处理复杂任务，将创造力从机械重复中彻底解放。 回望近代以来的科技与产业变革可以发现，其共同规律并非单一维度的“能力外化”，而是由关键通用技术牵引，带来生产力的跃迁，并深刻改变世界发展面貌和格局；在更微观的层面，则持续扩展并重组人类的认知与行动边界。个人AI的兴起，不仅预示着技术形态的演进，更将深刻重塑产业格局与生态系统。这一转变，要求我们重新审视技术路径、产业协作模式以及创新与治理之间的动态平衡。因此，面向未来，如何在充分释放AI潜力的同时，构建可持续、可协作且以人为中心的产业新生态，已成为推动行业发展的核心议题。 本报告以用户为中心，立足于产业与生态，系统阐述个人AI时代来临的产业逻辑与必然趋势，厘清个人AI的基础架构与核心特征，剖析其对产业链、价值链及竞争格局带来的结构性变革。报告亦将对个人AI主导的未来生态进行前瞻展望，并为产业各方协同推进技术普及与生态共建，提供框架性建议与行动倡议。 个人AI的必然性 1.1 公共AI的用户需求难题 当前大规模落地的AI产品与服务架构，仍以云端大模型为核心，终端主要负责信息输入与结果呈现，尚未具备持续感知、长期记忆与自主决策能力，难以形成真正意义上的个性化服务闭环。我们将这一阶段的AI形态定义为“公共 AI（Public AI）”。 在公共AI形态下，大模型通过统一能力输出，对信息获取、内容生成与决策支持方式进行了深刻重塑，显著降低了AI使用门槛，提升了效率。但其服务逻辑本质上仍是“面向所有人”的平均化供给。然而，用户真正需要的并不是通用解，而是高度情境化、连续化、以个体为中心的“面向我自己”的最优支持。 这种错位，正在逐渐成为公共AI进一步深化用户价值的核心瓶颈。首先，在数据集中处理与平台化运营模式下，尤其在涉及健康、财务等敏感的隐私场景时，用户难以对个人数据的安全与使用边界建立充分信任。其次，公共AI缺乏跨时间、跨场景的长期记忆能力，无法真正理解用户的历史偏好、行为轨迹与决策逻辑，导致每一次交互都像“重新开始”，体验难以连续。再次，其能力高度标准化，用户难以对AI 的行为方式进行深度定制或调整，智能始终停留在“好用但不贴心”的层面。 在这一背景下用户对持续陪伴与共同成长的需求开始浮现并迅速放大，开始期待一个能够理解自己、保护隐私、持续学习并代表自身利益行动的AI双胞胎。 1.2 技术变革带来新的可能 与此同时，技术的进步正在为个人AI的发展及加速普及创造前所未有的条件： 端侧推理算力、内存与本地存储同步提升。智能手机、PC等终端的 AI推理能力持续增强，叠加更大容量、更高带宽的 RAM（用于权重与 KV Cache 驻留）以及更大/更快的本地存储（用于模型、个人知识库与记忆索引的持久化与缓存），使端侧能够稳定运行更高质量的模型，并支撑多会话/多模态的连续交互，为个人超级智能体常驻运行与低时延响应奠定硬件基础。 小尺寸模型在特定任务上的可用性显著提升。借助量化（4-bit/�-bit）、剪枝与蒸馏等压缩技术，端侧可在更低内存门槛下部署更高质量的模型；在部分轻量对话、结构化提取与常见工具调用等场景中，小模型已能覆盖过去需要更大参数量模型才能达到的体验区间。推动AI能力从云端加速下沉到个人终端。 芯片与平台生态加速迭代。Intel、AMD、高通、联发科、苹果、英伟达等厂商不断推出面向AI推理优化的新一代芯片，更大算力支持多模态、连续记忆和个性化服务，为个人AI的落地提供坚实支撑。 数据安全与隐私保护技术进步。联邦学习、端侧加密等新技术正在提升个人数据的安全性，为个人AI的可信运行创造条件。 算力与模型的下沉，使得AI能力从“机构可调用”转向“个体可携带”，为智能体成为个人级入口奠定了坚实的技术基础。AI不再停留于“云端服务”，而正在成为“驻留在个人侧的能力”。 1.3 产业实践的探索与突破 在产业层面，个人AI的落地实践正在加速推进，成为推动智能生态变革和满足用户深层需求的重要动力。随着终端算力提升、模型小型化和数据安全技术进步，越来越多的企业和开发者开始探索如何将AI能力从云端迁移到个人侧，实现智能体的专属化、私有化，进而持续成长。个人AI的应用场景正不断扩展，行业创新活力持续释放。 以联想为例，其在个人AI领域迈出了实质性步伐。联想不仅率先推出AI PC，推动AI普惠化，更在个人AI方向持续创新。例如联想“AI Twin（AI双胞胎）”，致力于为每一位用户打造专属的数字分身，实现个性化记忆、持续陪伴和安全保障。而AI能力的本地部署和端侧推理，确保用户数据的私有性和安全性，同时支持多模态交互和跨场景服务，真正让AI成为用户的“个人助理”和“数字队友”。这些创新实践，正是AI Twin的早期形态，也为个人AI的普及和落地提供了行业范本。 与此同时，公共AI厂商亦在持续尝试突破自身边界，引入个性化记忆、用户专属空间、端侧推理等能力，尝试弥补在隐私保护与个性化服务上的不足。例如字节跳动的豆包助手，近年来不断强化用户专属空间和个性化记忆功能，支持用户在多端设备间同步历史对话和偏好设置，并尝试通过与终端硬件深度结合来创新用户操控体验。这些举措在一定程度上提升了用户个性化体验，属于向个人AI进化的初步努力。 但在数据主权、个性化深度、长期陪伴与自主成长等关键维度上，公共AI难以真正建立连续、稳定、专属的用户信任关系。正是在这一背景下，产业共识正在逐步形成：以个人为本、代表个人利益的全新AI形态，才能真正满足用户对个性化、安全、持续智能服务的需求，推动个人AI时代到来。 接下来，我们将对“个人AI”进行体系化阐释⸺明确其定义、核心特征与价值，并进一步讨论其对未来产业生态的深层重构作用。 第二章 个人AI的定义、核心特征与价值 2.1 个人AI的定义 区别于公共AI，个人AI（个人智能）是以个人用户为中心，软件、硬件、服务深度整合，并与生态深度融合，且数据与算法主权归属于用户本人的AI体系。 以人为中心的超级智能体（以下简称个人超级智能体）是个人AI的主要形态，不仅能协同手机、PC等终端设备，手环、手表等可穿戴设备，以及传感器、摄像头等环境感知设备，还能够调度覆盖生活、工作、出行等场景的全场景服务，在长期陪伴与持续学习中沉淀个体习惯与偏好，可代理个人的信息处理、思考、决策乃至操作执行，实现“见你所见、听你所听、想你所想、做你所做”，最终成为用户专属的AI双胞胎。 2.2 个人AI的核心特征 以人为中心：个人超级智能体 个人超级智能体以用户利益最大化为核心使命，是个人真正的代理人、经纪人。它负责代理个人的需求，是作为个人与供给侧智能体或服务之间的核心交互媒介；它能够调度和编排多个供给侧智能体，帮助用户自主完成其任务；更为关键的是，其与用户的关系也超级紧密，能够实现彻底的个人化。要实现这些使命与目标，个人超级智能体需具备覆盖“理解用户-创造长期价值”全链路的闭环能力体系。其“个人”和“超级”属性，源于以下四项核心能力： 多模态感知与纯自然交互 多模态感知是个人超级智能体连接用户与世界的第一道桥梁，而纯自然交互（以人类自然的语言、肢体动作、神态甚至情绪流露为交互载体）则是这道桥梁上的“通行语言”，为个人超级智能体的运行开启关键第一步。它在传统输入式交互（如点击按钮、操作菜单等）的基础上，增加了对用户的语言、行为、视觉与环境状态的实时采样与持续编码能力（如图像输入、眼球追踪、体感捕捉、肌电信号、环境捕捉、脑机接口等）。这种能力让个人超级智能体能够捕捉并表达人类的隐含状态，包括情绪、意图、任务进度、行为模式与场景变化等，实现从“看见输入”到“理解人类”的根本转变。 这种感知能力并非UI的简单增强，而是通过对用户每一次对话、操作、场景切换的数据采集与深度挖掘，形成对用户画像的完整描述，最终构建专属于单个用户的动态个人模型，持续围绕个体进行演化。在这一感知、交互框架下，个人超级智能体就从一个只是被动响应指令的工具，进化成一个能够实时理解环境变化、主动适应用户状态、预测用户需求并动态调整交互方式的智能体系。 个人全时记忆与个人全域知识 个人超级智能体要实现真正意义上的“懂你”，关键不在于模型参数更大、推理能力更强，而在于能否把“个人”锚定为长期一致的对象：个人全时记忆解决“跨时间持续理解”的问题，个人全域知识解决“跨设备与跨场景统一信息”的问题。二者共同构成个性化能力的底座，使个人超级智能体从依赖短期对话上下文的“即时助手”，跃升为拥有连续身份与稳定认知的“长期伙伴”。 个人全时记忆突破了单次对话与单一设备的局限，使个人超级智能体能够在不同设备、任务与时间跨度中，持续保持对同一用户的统一认知，并据此形成更稳定的偏好画像与决策习惯理解。通过持续交互与多维感知捕捉用户数据，结合行为序列建模、本地向量库等机制，个人超级智能体可以把原本易遗忘的短期上下文，逐步沉淀为可长期演化的个体化记忆体系，从而将交互的核心，从追求当下对话的合理性，深化为对个体全时记忆的动态理解。 个人全时记忆必须具备结构化的“记忆治理”能力：个人超级智能体通过主动记忆机制，在用户产生关键行为、显性要求记录、或出现高价值信号时进行重点写入；对低价值、低频或时效性信息，则通过选择性遗忘机制逐步弱化，形成“记录-强化-遗忘”的动态结构。该结构既避免记忆膨胀与噪声干扰，也让长期认知更聚焦、更可控，更接近人类的记忆规律。 个人全域知识进一步解决“信息分散导致无法被调用”的核心问题：个人相关的信息往往散落在不同设备、应用与场景中（笔记、资料、日程、沟通记录、灵感片段等），如果不能被统一组织与持续更新，再丰富的知识也难以转化为可用的生产力。个人超级智能体的知识管理引擎如同私人知识管家，系统化整合这些分散信息，持续构建并动态更新，让知识可检索、可关联、可复用，并能够在需要时被智能体调用。 个人全时记忆与个人全域知识相互协同：记忆保证“持续理解你”，知识保证“随时调用你的一切信息”。二者共同决定个人超级智能体能否形成真正的个性化服务闭环，并支撑跨设备协同与持续演化。 同时，记忆与知识的所有权应始终归属于用户本人。在用户授权前提下，可通过“本地存储 + 抽象特征”同步至个人云的组合方式实现：在保障隐私与安全的同时，支持跨设备协同、可迁移与可积累，使个性化能力不以牺牲隐私为代价，成为用户可管理的长期资产。 全意图理解、自主规划与闭环行动 全意图理解并不只是意图数量的简单叠加，而是指个人超级智能体能够跨场