1月8日，2026國際消費電子展（CES 2026）期間，聯想集團副總裁、中國區戰略及業務拓展副總裁阿不力克木·阿不力米提（以下簡稱“阿木”）做客“Talk to the World”，圍繞AI技術發展趨勢、AI與終端融合的邏輯基礎、AI終端的三種形態、個人AI與公共AI的本質區別等話題與觀眾進行了分享，并結合聯想的實踐揭示了AI落地的必然路徑。

“個人AI與公共AI完全不一樣，公共AI不會因個人演進，而是因全人類的平均水平演進。”阿木指出，要讓AI真正普惠，就需要公共AI與個人AI、企業AI混合并用、協同互補。對個人而言，公共AI與個人AI混合并用能夠跨時間、跨場景深度理解用戶需求，享受到高度情境化、連續化、以個體為中心的最優支持；對于企業而言，公共AI與企業AI協同互補能賦能企業利用自身數據自主決策，蛻變為自我學習、自我重塑的智能實體，開啟AI發展新篇章。

作為混合式AI的率先提出者和堅定踐行者，聯想個人AI及企業AI領域雙線推進，均實現代際領先。阿木在對談中介紹了聯想混合式AI的布局和成果，他表示：“未來聯想將持續鞏固自身的獨特優勢，攜手更多的生態伙伴，引領中國AI產業向更廣、更深的智能化未來演進。”

算力和模型“雙螺旋”進化，加速AI在智能體和終端兩大創新

隨著人工智能飛速發展，當前AI產業呈現技術突破與場景落地“雙輪驅動”的發展特征。阿木指出，在技術層面，AI算力正在經歷超越摩爾定律的快速發展，并行計算、智算成為主流，全球多個主體都在加速推進AI算力突破。與此同時，大模型發展進入原生多模態的創新，物理AI加速演進，模型小型化進展迅速。

阿木強調，這種算力與模型的 “雙螺旋” 融合進化，正驅動AI在兩大領域加速創新。首先是智能體的迭代，數字世界中的AI智能體已從初期的問答工具，快速迭代至具備任務編排與自主執行能力的形態；其次是終端正在發生演變，AI的嵌入催生出大量新型終端設備。他表示：“智能體的進化與終端相融合，將會在多個場景催生出全新產品形態，形成全新終端體驗。”

AI向個人與企業下沉，AI與終端融合催生三類新形態

對話中，阿木進一步拆解了AI與終端融合的背后邏輯。一方面，公共AI產品的個人化與專屬化屬性不足，存在個人數據隱私、企業專有知識無法觸達等問題，要實現真正的個性化服務，必須將AI下沉至個人或企業，即形成個人AI與企業AI，終端是唯一載體。另一方面，公共AI產品難以做到個人化、專屬化的感知和理解，而終端則能實現對環境信息的持續采集，支撐AI對物理世界的實時理解。

要實現AI真正無處不在，且能夠個人化、個性化、專業化，AI就必須與終端結合。阿木表示，用戶擁有終端即擁有AI主權，形成“我的AI”而非“租用平臺AI”的關系。

他判斷，未來AI與終端的融合將會產生三類新型終端形態。第一類，是現有終端的智能化，即電腦、手機、平板、汽車等成熟的終端，通過增加智算能力、拓展更豐富的感知，轉化為AI原生終端。第二類是感知為主的輕交互終端，如AI眼鏡，它專注于持續感知環境與自然交互，成為連接數字與物理世界的橋梁。第三類則是邊緣終端產品，其沒有感知交互能力但算力極強，可部署于家庭、辦公室或中小企業環境中，滿足特定人群對于數據絕對控制等需求。

公共AI與個人AI 有四大本質區別

終端形態的革新，成為個人AI演進的“加速期”。阿木指出，當前AI正在呈現從公共AI向個人AI轉移的演進趨勢。“它是終端帶來的，不再是虛無縹緲的軟件。由于個人AI始終伴隨終端，而用戶對于終端天然擁有的‘駕馭感’會加速這一趨勢演進。這也是AI繼續深入普及的新趨勢”。

相較于公共AI以平臺流量商業變現為目的，推薦的內容受商業利益驅動，個人AI是Personalized AI，而不是Personal AI，是以滿足個人需求為中心的“專屬智能”。“公共AI相當于乘坐公共交通工具，個人AI則是擁有能按照自己意志去裝飾和優化的私家車。”阿木舉例道。

具體而言，個人AI與公共AI有四個本質區別：一是個人AI“看用戶之所看、聽用戶之所聽”，即能夠直接獲取用戶的原始環境信息，而非依賴通過現在的AI助手對話框輸入的過濾后的指令；二是基于可信計算架構，用戶相信AI僅用其數據為其服務，形成深度信任關系；三是可直接調用服務提供者，繞過中間平臺提供所需要服務；四是個人AI基于長期記憶和行為偏好持續演進，越來越像用戶本人。未來個人AI能夠從“助手”進化為“隊友”，能實現情景感知、主動服務、直接執行等能力，可以真正承擔職責。

個人AI規模化落地，仍需克服四大挑戰

個人 AI 的規模化落地，需跨越四大核心技術挑戰。首先是算力承載能力。大模型是 AI 感知環境、理解意圖、編排任務的核心支撐，這要求終端算力架構從CPU通用計算，升級為CPU+GPU+NPU的異構平臺，實現不同屬性模型在終端的高效運行；超大規模復雜任務則需依托個人云空間完成。當前聯想已將 AI 算力作為AI PC、AI手機等終端的內置標配，加速算力下沉。

其次是模型與智能體調度挑戰。這是工程化層面的核心問題，需通過市場實踐結合用戶需求持續優化。 其三是個人知識與記憶管理挑戰，主要聚焦在長期記憶的“遺忘、抽象、調用”問題；其四是體驗創新的挑戰。個人 AI 落地需挖掘“非它不可”的剛性需求（must-have），而非“可有可無”（nice to have）的功能，關鍵是將硬件、軟件、服務與大模型能力深度整合，交付核心體驗。

基于上述挑戰，阿木介紹了聯想多終端之間無縫連接體驗的實現路徑。首先是跨操作系統構建統一個人智能體體系。不同終端的操作系統（Windows、安卓、iOS等）下沉為工具，在操作系統之上搭建個人智能體層，打破各生態的隔離壁壘，保障跨設備體驗的一致性。其二，通過端云混合架構支撐體驗連續性。如聯合火山引擎落地國內首個“個人可信云空間”，采用端到端加密、數據不保存的安全機制，確保用戶數據絕不外泄且可自動銷毀，支持記憶與知識跨終端遷移。其三，近距離終端直連技術優化實時體驗。當終端間距較近時，通過設備直連實現算力、內容、感知信息的共享，既消除交互時延，又能優化終端能耗。

全新AI時代，個人AI生態角色也在進行重構，在對談中，阿木還將當前AI生態角色分為三類 ：首先是整合硬件、模型、智能體、服務規則與安全機制，完整交付給用戶的整合者，聯想等終端設備廠商即處于這一類別。其次是直接提供旅行、餐飲、票務等生活服務、由個人AI直接調用的服務提供者，第三是提供大模型、傳感器、算力芯片、安全技術等底層支撐的能力保障者。

企業 AI 落地需完成三大核心準備，流程與人才重構成關鍵

在對談中，阿木指出，開源技術大幅降低部署成本，大模型推理能力提升至可支撐業務流程的水平，智能體開始在企業中承擔內容生成、故障診斷等任務，但要讓AI在企業內部真正轉化為生產力，需完成三大核心準備。

首先，升級 AI 原生基礎設施底座。“當前 61% 的企業尚未搭建 AI 底座”，他指出，AI落地需將原有數字化平臺升級為包含大模型、智能體開發、知識管理GPU推理算力與可信計算的AI平臺，這是企業 AI 從“展示性應用”轉向“流程級落地”的前提條件。其次是重構業務流程。AI不是簡單的“疊加工具”，而是需要流程結構性調整。若流程未重構，AI 方案難以嵌入業務，僅會增加成本而無法創造價值。第三需要培養 AI 原生人才。員工需具備與智能體協作的能力，包括調教、容錯與共同優化技能。阿木強調，這一培養過程無捷徑，需反復訓練以適配 AI 時代的工作模式。

此外，阿木還基于聯想自身AI轉型實踐總結出經驗教訓。他解釋說，首先企業應當聚焦在主價值鏈部署，即優先在供應鏈、營銷、服務等核心業務環節應用AI，而非首先改造員工流程；其次企業需先做POC（產品概念認證）再定預算，避免傳統IT項目“先立項批預算”的做法，在未明確價值前應當允許小規模試點；第三，需進行戰略性基礎設施投資，他指出，AI底座升級是企業級戰略轉型，需做3-5年周期的自上而下投資，而非按單個應用零散投入。阿木在對談結尾強調：“技術能夠真正釋放每一個人的價值，才是生產力變革的意義。”

審核編輯 黃宇