AI大模型進入2.0時代，行業焦點由壯大模型參數轉向PC、手機、XR、汽車以及泛智能等領域的端側應用落地場景。電腦(PC)服務與AI大模型應用領域高度契合，率先成為商用大模型的“理想載體”；傳統PC和云電腦(Cloud PC)均將AI作為重構產品形態的變革方向，前者如聯想、惠普等與英特爾、AMD的新CPU路線圖同步，推出全新AI PC；后者如中國電信推出匯聚AI助手和各類大模型應用的天翼AI云電腦。從實踐意義上說，PC智能化率先打響了基于大模型的人機跨端交互和應用創新第一槍。

相向而行的智能PC終端

PC和云電腦作為各具特點的AI能力載體，代表了大模型在終端應用中的兩個典型方向。

1.大模型在PC終端應用的兩個定位：數字孿生和智能工具

AI PC著眼于為使用者提供個人的數字孿生，而AI云電腦定位是有智能的工具。

AI PC較傳統PC進步的本質在于本地化個人大模型和個人數據庫的形成，使終端能主動理解使用者意圖，幫助用戶實現各類任務事件的推理、計劃和行動，讓AI PC成為真正了解個人需求的專屬助手，將逐步轉變為個性化、專屬化的AI孿生體。

AI云電腦因實體終端配置較低，本地化AI功能受限，以提供在線AI應用為主，定位滿足在線教育、家庭娛樂、企業辦公等特定電腦云場景需求的工具，如文檔總結、AI繪圖、文檔創作和代碼生成等；其個人專屬化特征和能力相對弱化，短期即便AI應用不斷豐富也不會改變工具性定位。

2.大模型在終端的兩種能力架構：端側能力和云側能力

AI PC以NPU（神經網絡引擎）介入來保障端側本地化大模型算力，AI云電腦則強調云端大模型無限擴展能力。

AI PC以本地算力為賣點，CPU+GPU+NPU增強架構可裝載足夠“巨大”的大模型，以MacBook 為例，強大芯片配合高效能16核NPU，支持700億參數大型語言模型 （LLM）和圖像生成擴散模型，甚至不需要任何剪枝和模型蒸餾壓縮；國內聯想、海爾等AI PC也可離網運行200億參數的大模型。

AI云電腦以云端彈性算力為特征，本機化部署大模型不具備經濟性，且大模型占用存儲空間較大，以蘋果公司70B大模型為例，僅模型文件就超100 GB，已超過多數云電腦的總體硬盤空間。目前形成兩種云側能力支持模式，一是以數據中心級的云端算力，提供重量級、智能化的大模型服務，并對個人用戶支持隨時按需訂購AIGC套餐，理論上具備近無限的擴展能力；二是支持以私有算力部署私有化AI大模型，實現多臺云電腦按需調用。

3.大模型在終端的兩種應用生態：原生和匯聚

AI PC強調整體系統的原生AI能力，而AI云電腦以AI應用聚合模式為主。

AI PC通過底層芯片支持的原生AI能力增強，提供強大的大模型應用全新體驗。如英特爾基于酷睿Ultra，增強消費級領域AI應用支持，包括對話、PC助理、Office助手、個人知識庫、圖像處理以及AI管理等全新場景應用；再如Windows 11 AI PC，基于與高通X Elite芯片合作，提供大量 Arm64 原生應用程序體驗，包括Microsoft 365應用，以及愛奇藝、嗶哩嗶哩、Foxit PDF Editor、酷狗音樂、QQ 音樂等。

圖1 英特爾AI PC六大場景

AI云電腦因其操作系統底層受限以及云端使用的特征，不提供基于終端底層能力的原生AI支持，更多以AI中心的打造，調用和匯聚生態應用。目前主要通過AI助手、AI空間、AI客服三大功能模塊，為辦公、教育、創作、生活等場景提供智能化支持。如天翼AI云電腦調用自有星辰大模型提供AI助手服務，同時在AI空間聚合智慧備課、智能評卷、圖文生成、PPT生成、報告生成等場景化應用 。

4.大模型實現終端側普及的兩種商業路徑：邊緣硬件增強與邊際成本下降

AI PC以終端能力提升獲得大模型持續低成本使用；AI云電腦則依賴云端大模型邊際成本持續降低帶來的價格下降或免費模式。

AI PC硬件以有限的成本上升，實現了本地大模型應用能力的實質改變，商業化速度超出行業預期。早期業界預計AI PC定價有望達到傳統PC的2-3倍，呈現初期高價、中后期下探滲透的特點；而實際上，得益于芯片快速成熟商用，業界AI PC價格一步到位，較傳統PC未出現明顯的價格上升，如聯想AI PC在5K+的價位上推出，漲幅在6%左右，蘋果新款iPad Pro漲幅也在10%以內。

云電腦的融AI能力無需本地硬件能力提升，如AI云電腦除定制云筆電增加快捷訪問按鈕外，本地和云端的硬件并無差異；其AI能力普及取決于所調用大模型的成本。近日字節、百度、阿里等企業生成式AI服務價格集中下調，如阿里Qwen—Long API輸入價格降至0.0005元/千tokens（降幅97%），豆包最強版主力模型輸入定價降至0.0008元/千tokens，已形成“更強模型，更低價格”的AI普及基礎。

5.大模型保障數據安全的兩種服務模式：個體應用和集體應用

AI PC以本地化數據和電腦廠商背書增加安全性保障， AI云電腦則以私有云化的部署模式實現集體數據的安全防護。

AI PC大模型本地運行的特點，在保證個人隱私和數據安全方面具有天然優勢，廠家可根據用戶敏感信息的調用和訓練要求，為不同隱私級別的任務合理分配安全策略；如微軟全系 Win11 AI PC啟用 Pluton Security 處理器，引入多種個性化的隱私控制新功能并默認設置，以保障用戶數據安全。此外，我國明確規定“生成式人工智能服務提供者應對用戶的輸入信息和使用記錄承擔保護義務” ，因此廠家背書安全保障更具有可信賴性。

AI云電腦廠商同樣注重模型和數據安全的加密防護，不僅數據傳輸、存儲和處理過程中有多重加密技術，更重要是通過私有云模式的部署確保數據在企業內實現安全閉環。對于中大型客戶而言，基于私有算力和自有大模型，賦能本企業的云電腦終端，可以保障“數據不出單位”，是云側大模型既安全又經濟的服務模式。但對于個人用戶而言，調用AI大模型的動作均在云端運行，數據不可避免成為公共大數據的一部分。

智能PC發展呈現四方面特征

盡管AI PC和AI云電腦的大模型應用模式有明顯差異，但其共性特點代表了未來的智能PC特征。

1.PC成為大模型應用匯聚的窗口平臺，且逐漸走向深度定制模式

PC已成為主要的AI應用窗口。PC終端作為用戶直接連接的通道和載體，基于智能PC的AI應用場景具備了豐富和普及的基礎，成為大模型產業生態的核心中樞和應用搶灘的早期陣地。

原生和定制應用成為主流模式。不同于可自由安裝的APP Store模式， AI大模型應用需要與終端能力充分適配，以符合被個人智能體調度的標準。用戶在終端AI使用中不會進行比較和選用，而是根據需要，自然調用自有模型應用或合作定制的原生AI能力；在同一PC上，AI應用“散兵式”的競爭局面基本不會出現。

2.助手能力成為智能PC終端的標配型應用，逐步由初級代理向超級助手過渡

AI PC和AI云電腦均以全局型AI助手實現全新的人機交互方式，代理能力從應用調度向超級助手升級。一方面，實現自然語言和語音命令對電腦操作，如Cortana和Siri等， Open AI則實現基于屏幕操作識別、圖文手勢等語音和圖像增加的交互能力，人機對話更貼近人人交互。另一方面，智能體能力從本機應用自動調度向全能型助手升級，包括幫助個人完成著裝、日程、法務、理財方面的建議或實際操作，或對企業的重大活動安排提供議程設計、效果推演等。

消費模式從應用驅動轉變為意圖驅動，智能體將成為應用的主門戶。PC操作從傳統的應用驅動轉變為智能意圖驅動，PC準確理解用戶指令，給出恰當的反饋，進而完成相對復雜的任務；如Copilot基于最新GPT-4o模型所實現的“回顧（RECALL）”功能，可自動給出新的旅行計劃或自動完成特定任務。

3.算力向端側遷移，混合式AI成為終端能力的基本形態

終端側和邊緣側算力對大模型的支持能力明顯增強，端云協同的混合AI成為智能PC大模型應用的基本模式。

兩種端云算力協同模式。主要表現為PC終端算力與大模型平臺的協同、(瘦)終端+私有主機+平臺的端邊云協同模式，基本克服傳統云側集中式學習范式在實時性、個性化、負載成本等方面的不足，滿足端側對于 AI逐步釋放的需求。

三種端云任務處理協同模式。1）以終端為中心的混合 AI，云端僅用于分流處理終端無法充分執行的任務；2）基于終端感知的混合AI，邊緣側感知模型作為過程輸入，云端多模態大模型形成最終處理結果；3）終端與云端協同處理的混合 AI，即終端向云端發送的多個 token，由云端大模型一次讀取和并行計算，根據場景、時限、復雜度、精確度等要求自動分配 AI 計算負載，提升模型運算效率和節省功耗。

4.數據安全的地位被進一步提高，可信賴的個人隱私和數據安全是發展基礎

數據安全是保障大模型在終端側走向個人數字孿生的基礎，否則就只能作為有智能的工具。以AI PC為例，不僅要在安全芯片等硬件方面確保只有經授權的程序和操作才能讀取、處理個人隱私數據，更要在策略方面保障以本地知識庫提供個性化的數據安全域，以本地推理機制保障隱私問題不出本機，僅限授權且非敏感任務與云端交互或調用公共大模型處理等。

可以預見，大模型為智能PC帶來顛覆性的創新應用空間。無論運營商還是傳統PC廠商，作為布局大模型的先行者，均需順應面對產業革新趨勢，明確產品定位和發力方向，搶灘智能PC市場。