也許我們都把AIPC想錯了。
AIPC，AI, PC，這個名字看起來就是AI與PC的一個粗暴組合。最常見的理解是，它是大模型塞進電腦的產物。模型爲此需要縮小規模，而隱私則因此受到保護。
它由聯想等頭部玩家在2023年提出，並且在2024年的CES上已經有相應的即將量產發售的新品展示給人們。這速度反映出當今PC產業鏈可怕的超高效率，但同時也多少透露着這個行業整個鏈條裏各環節的焦慮——PC出貨量的下降，大模型規模越大能力越強的共識，此輪AI熱潮裏模型與雲端互相成就的關係，以及人們對AI新硬件的熱切期待，都在加深這個印象。
但這一切其實都建立在這樣一個今天似乎已經成型的“共識”之上：我們已經進入一個由大模型支配和決定一切的時代，模型將決定所有軟件與交互的未來。模型在吞噬世界，一切不以模型爲出發點的人工智能都只是應激反應。
但是，這樣的共識真的就是未來的方向麼？
一些在努力把模型能力發揮出來的一線項目正在呈現另一個圖景。比如最早一批做Agent嘗試的AutoAgent等，早期聚焦於圍繞模型開發一切功能，但問題卻越來越多，之後它開始增加使用工具等能力，才真正開始體現出智能體的樣子。比如蘋果等硬件公司的研究重點，開始放到硬件和計算機架構層面，去讓模型融入硬件，存儲，操作系統等已有的特性中去。比如人們又重新開始關注RNN對模型複雜度的幫助，RAG這樣類似利用“過時了”的搜索技術的“外掛”設計思路開始走紅……它們本質都是對“上一代”技術的利用，對模型的“共識”也開始鬆動。
這些都指向另一種路線：模型不是一切，模型是“組成”智能的一個重要部分，但它非常需要其他技術，而不是要替代一切技術。模型不等於智能，Agent不是模型的一個分支應用，而是包含了模型的新的智能系統。
這是兩種對於AI未來的判斷。現在都還沒有達到這兩種理想狀態的產品出現，但今天如何思考這個問題，依然會決定一家公司和它的產品面向未來改造自己的路徑。
我認爲對AIPC的理解更應該從第二種路線出發，它潛力巨大。在CES上我帶着這個思考有機會跟聯想的高層作了交流。 這個PC出貨量第一的公司也在嘗試定義着下個時代的AIPC究竟是什麼。
“我們不是短期追逐AI，這早已是我們的長期戰略。”聯想集團董事長兼CEO楊元慶在2024年的CES期間對我們說。做爲AIPC概念最早的提出者，聯想在這次的大會上發佈了10餘款AIPC雛形產品，包括提供AI創作工具Yoga Creator Zone的Yoga Pro 9i，無縫切換筆記本電腦和平板電腦模式的ThinkBook Plus Gen 5 Hybrid、商務AI PC ThinkPad X1 Carbon AI、新一代超小型ThinkCentre neo Ultra等。另外聯想還計劃之後在中國的一些產品裏推出AI now的大模型助理軟件。
聯想稱這些產品目前是“AI ready”階段。從這些發佈中可以看出，這個階段聯想其實做了幾件事：基於對硬件的理解來系統優化模型，設計出AI與軟件以及用戶交互的雛形，以及佈置有更多可能性的接口。
“現在這個產品只能叫AI-ready的產品，主要是利用顯卡，不管是集成顯卡還是獨立顯卡來加強它的計算能力。現在看到的 PC大概只能做到10個Tops的算力，我們覺得理想的情況是要到40個Tops，才可以算是AIPC第一代，它要到今年下半年這個才能夠正式推出。”楊元慶說。
楊元慶把AIPC理想中的樣子用五個特點總結：首先它要有大模型，是一個大模型驅動的AI，第二它是有一個很強大高效的異構算力軟硬件平台支撐。第三它有自我更新和與時俱進的能力，可能會通過強大的存儲來實現；第四是有一個更像人與人交互方式的自然交互能力；第五是有很強隱私保護能力。
“今天我們要走向智能體，有三個能力要進步，一是有與外界交互和感知的能力，二要慢慢具備去理解和調用工具的能力，第三要有長期、短期記憶去做規劃。”聯想集團高級副總裁、首席技術官芮勇博士說。
這是很有意思的判斷。因爲當你去對應着計算機架構去思考這三個因素，會發現一個有意思的事情：PC具備所有“基礎”——作爲一個完善的硬件，它的攝像頭傳感器等以及可以繼續拓展的插件，可以更好感知物理世界；與其他智能體相比，它的環境天然存在各種工具——那些豐富的應用，尤其是生產力工具應用就是一個Agent的現成的工具箱；而計算機體系架構裏的存儲器已經在頻繁稱爲大模型長短記憶設計的參照。
所以，現在再來理解AIPC是什麼？
AIPC是一個更強大的AI Agent，而這個Agent也不是此前在OpenAI引導下很多人所理解的“模型的應用形態”，而是一個超越模型之上的下一個AI形態，一個更接近AGI的形態。
“我理解世界模型所說的五層，第四層是單Agent，第五層可能就是多Agent，人類就是多Agent，而到時候可能就實現AGI了。”當我把這個觀點講給芮勇，他對我說。
實現這個超級Agent的過程中，各個參與者現在在做的也不再是削足適履，而是發揮它們最懂的系統和軟硬件優化技術，利用一切已經存在的技術方案和架構，以及未來還會出現的新技術，來爲這個Agent的發展補上剩下的幾環。
據芮勇透露，聯想在KV Cache上做了很多優化，藉此去通過硬件和系統層面的優化來增強端側模型的上下文記憶能力，從而避免用算法的方法增加上下文長度時會出現的空間佔用過多的問題。此外，作爲一個需要在離線時使用的模型，它也必須是個多模態能力的模型。
“能做成這件事，第一要對計算機體系架構非常了解，他要了解有的時候瓶頸不在於計算，是在於內存帶寬等，第二，他要對GPT 這個模式的算法非常了解，比如它其實是一個個token往外吐，吐出來的再加到輸入，所以輸入越來越長，但它在算的時候絕大多數是乘法和加法，所以足夠聰明的人就能意識到其中很多是前者已經算過的，進而找辦法判斷算過的值哪些大概率會繼續複用，哪些不太會。”
而PC廠商的研究人員過去在做的事情就是對軟硬件、對算法做優化，並形成產品方案，在這次發佈的產品背後聯想自己的LA系列AI芯片也在模型訓練和推理中應用到了CPU資源、存儲資源和效果的優化中。
“這些方面都是要下很大的功夫，少了任何一點都不行。”楊元慶說。
一個體系完善的AIPC比單槍匹馬的大模型更接近智能體形態，而PC廠商們離AIPC更近，屬於他們的大機會來了。