联想阿木：算力模型 “双螺旋” 驱动智能体与终端双向革新
SmartHey1月8日消息，在2026国际消费电子展（CES 2026）期间，联想集团副总裁、中国区战略及业务拓展副总裁阿不力克木·阿不力米提（以下简称“阿木”）受邀参与“Talk to the World”对话，围绕AI技术发展趋势、AI与终端融合的底层逻辑、AI终端的三种形态，以及个人AI与公共AI的本质差异等议题展开深入分享，并结合联想的实际布局，揭示了AI技术落地的必然路径。
（联想集团副总裁、中国区战略及业务拓展副总裁阿木）
“个人AI与公共AI存在根本性差异——公共AI不会因个体而进化，而是基于全人类整体水平持续演进。”阿木指出，实现AI真正普惠的关键，在于将公共AI与个人AI、企业AI进行混合协同、互补共用。对个人用户而言，这种融合可实现跨时间、跨场景的深度需求理解，获得高度情境化、连续性、以个体为中心的智能支持；对企业而言，公共AI与企业AI的协同则能激活专有数据价值，推动企业实现自主决策，进化为具备自我学习与重塑能力的智能组织，从而开启AI发展的新阶段。
作为混合式AI理念的先行者与坚定实践者，联想在个人AI和企业AI领域双线并进，均已实现代际领先。阿木在对话中系统介绍了联想在混合式AI方面的战略布局与阶段性成果，并强调：“未来，联想将持续强化自身独特优势，携手更多生态伙伴，共同推动中国AI产业迈向更广域、更深层次的智能化未来。”
算力与模型“双螺旋”演进，驱动智能体与终端双重创新
随着人工智能加速发展，当前AI产业呈现出技术突破与场景落地“双轮驱动”的特征。阿木指出，在技术层面，AI算力正经历超越摩尔定律的增长，异构计算、并行处理和智算中心成为主流，全球多个主体正加速推进算力基础设施建设。与此同时，大模型进入原生多模态阶段，物理AI快速迭代，模型小型化也取得显著进展。
他强调，正是算力与模型的“双螺旋”协同进化，正在推动AI在两大方向加速突破：其一是智能体的快速迭代，数字世界中的AI已从早期的问答助手，进化为具备任务规划与自主执行能力的智能代理；其二是终端形态的变革，AI的深度嵌入催生出一系列新型智能设备。他表示：“当智能体的进化与终端深度融合，将在多种应用场景中催生全新产品形态，带来前所未有的终端体验。”
AI向个人与企业下沉，融合终端催生三类新形态
在对话中，阿木进一步剖析了AI与终端融合的内在逻辑。一方面，公共AI在个性化、专属化方面存在明显短板，难以触及个人隐私数据或企业专有知识，无法提供真正定制化的服务；另一方面，公共AI缺乏对物理环境的持续感知能力，而终端则能实时采集环境信息，支撑AI对现实世界的动态理解。
因此，要实现AI无处不在、高度个性化与专业化，必须将AI下沉至终端。阿木表示：“用户拥有终端，即拥有AI主权，这构建的是‘我的AI’，而非‘租用平台AI’的关系。”
他预测，AI与终端的深度融合将催生三类新型终端形态：第一类是现有终端的智能化升级，如PC、手机、平板、汽车等，通过增强本地算力与感知能力，转型为AI原生设备；第二类是以感知为核心的轻交互终端，例如AI眼镜，专注于环境感知与自然交互，成为连接数字与物理世界的桥梁；第三类是边缘计算终端，虽无直接交互功能，但具备强大算力，可部署于家庭、办公室或中小企业环境中，满足用户对数据完全掌控的高阶需求。
公共AI与个人AI的四大本质区别
终端的普及，正在成为个人AI发展的“加速器”。阿木指出，当前AI正呈现从公共AI向个人AI迁移的趋势。“这种转变由终端驱动，不再是虚拟软件的延伸。由于个人AI始终伴随终端运行，而用户对终端天然具有掌控感，这一趋势将不断加快，成为AI深化普及的新方向。”
相较于以平台流量变现为目标、内容推荐受商业利益影响的公共AI，个人AI是Personalized AI而非Personal AI，是以满足个体需求为核心的“专属智能”。“公共AI如同乘坐公共交通，个人AI则像拥有一辆可按个人意愿定制与优化的私家车。”阿木形象地比喻道。
具体而言，个人AI与公共AI存在四大本质区别：其一，个人AI能够“看用户之所看、听用户之所听”，直接获取原始环境信息，而非依赖用户在对话框中输入的过滤指令；其二，基于可信计算架构，确保用户数据仅用于自身服务，建立深度信任关系；其三，可直接调用服务提供方，绕过中间平台，实现高效响应；其四，依托长期记忆与行为偏好持续进化，越来越贴近用户本人。未来，个人AI将从“助手”进化为“队友”，具备情境感知、主动服务与自动执行的能力，真正承担起职责。
个人AI规模化落地仍面临四大挑战
要实现个人AI的大规模普及，仍需突破四项核心技术瓶颈。首先是终端算力承载能力。大模型是实现环境感知、意图理解与任务编排的核心，要求终端从传统的CPU通用计算架构，升级为CPU+GPU+NPU的异构体系，以支持不同类型模型的高效运行；超大规模任务则可通过个人云空间协同完成。目前，联想已将AI算力作为AI PC、AI手机等终端的标配，加速算力下沉。
其次是模型与智能体的调度难题，这是工程化落地的关键，需通过市场验证与用户反馈持续优化。其三是个人知识与记忆管理问题，核心在于长期记忆的“遗忘机制、抽象提取与高效调用”；其四是用户体验创新的挑战。个人AI必须解决“非它不可”的刚性需求（must-have），而非停留在“锦上添花”的附加功能（nice-to have），关键在于将硬件、软件、服务与大模型能力深度融合，交付真正的核心体验。
针对上述挑战，阿木介绍了联想实现多终端无缝协同的三大路径：其一，构建跨操作系统的统一个人智能体体系，在Windows、安卓、iOS等系统之上建立统一的智能体层，打破生态壁垒，保障跨设备体验一致性；其二，采用端云混合架构保障体验连续性，例如联合火山引擎推出国内首个“个人可信云空间”，采用端到端加密、数据不存储、自动销毁等机制，确保用户数据安全可控，并支持记忆与知识的跨终端同步；其三，通过近距离设备直连技术优化实时交互，当终端距离较近时，实现算力、内容与感知信息的共享，既降低延迟，又提升能效。
在全新的AI时代，个人AI生态的角色也在重构。阿木将当前生态参与者划分为三类：一是整合硬件、模型、智能体、服务规则与安全机制，面向用户提供完整解决方案的“整合者”，联想等终端厂商正处于这一角色；二是提供旅行、餐饮、票务等生活服务，并可被个人AI直接调用的“服务提供者”；三是提供大模型、传感器、算力芯片、安全技术等底层能力的“能力保障者”。
企业AI落地需完成三大核心准备，流程与人才重构成关键
在对话中，阿木指出，尽管开源技术大幅降低了部署成本，大模型推理能力已达到支撑实际业务的水平，智能体也开始承担内容生成、故障诊断等任务，但要真正将AI转化为企业生产力，仍需完成三大核心准备。
首先，升级AI原生基础设施底座。他提到，“目前仍有61%的企业尚未构建AI底座”，企业需将传统数字化平台升级为集大模型、智能体开发、知识管理、GPU推理算力与可信计算于一体的新一代AI平台，这是实现从“演示应用”走向“流程级落地”的前提。其次，重构业务流程。AI不是简单的工具叠加，而是需要对现有流程进行结构性调整，否则AI方案难以嵌入，反而增加成本。第三，培养AI原生人才。员工需掌握与智能体协作的能力，包括调教、容错与协同优化等技能。阿木强调，这一过程没有捷径，必须通过反复训练，逐步适应AI时代的工作方式。
此外，阿木还分享了联想自身AI转型的经验与教训：其一，企业应优先在主价值链部署AI，聚焦供应链、营销、服务等核心环节，而非率先改造员工流程；其二，应先开展POC（概念验证）再决定预算，避免传统IT项目“先立项后拨款”的模式，在未明确价值前允许小范围试点；其三，需进行战略性基础设施投入，AI底座升级是企业级战略转型，应规划3-5年周期，实施自上而下的持续投资，而非零散投入。阿木在对话结尾总结道：“唯有让技术真正释放每个人的价值，才是生产力变革的真正意义所在。”