共计 2477 个字符，预计需要花费 7 分钟才能阅读完成。
技术创新的步伐从未如此迅猛，人工智能在过去两年间的进步超越了过去十年的总和。在近期举办的联想科技创新大会上，全球科技领域的领军企业汇聚一堂，其中包括英伟达、AMD、英特尔、Meta、微软和高通等重量级公司。
英伟达首席执行官黄仁勋指出，本轮机器学习正在催生历史上最大的工业革命。他描绘了 AI 的两大发展方向：一是智能体 AI，即信息领域的机器人；二是实体 AI，即物理世界的机器人。他预计未来将有数百万个微型 AI 智能体出现，它们能够协助个人与企业完成各种任务。
联想集团董事长杨元庆早在几年前便提出了 AI PC 战略，并在旗下产品中嵌入了名为 AI Now 的智能体。据 IDC 预测，到明年，AI PC 将占据市场半壁江山，而到 2030 年，这一比例有望达到 100%。杨元庆在接受采访时强调，今天的领先者未必能在未来继续保持优势，操作系统与交互模式或将发生翻天覆地的变化。
与此同时，Meta 创始人扎克伯格在远程连线中再次重申了开源策略的重要性，并介绍了 Meta 最新发布的多模态模型。他提到联想的 AI Now 正是基于 Meta 模型开发而成，这正是 Meta 推动 Llama 开源计划的重要原因之一。他还提及了 Meta 近期发布的 Llama 3.2 开源多模态模型及多个参数级别的新模型。
大会还见证了英特尔与 AMD 这两个长期竞争对手的历史性合作——双方组建了 X86 生态系统咨询小组，致力于确保互操作性与接口一致性，为开发者提供统一的架构工具与指令集。英特尔首席执行官基辛格表示，X86 架构是两家公司多年合作的基石，而如今他们正站在 X86 架构最具创新潜力的时代开端。
此次大会期间，联想展示了涵盖人工智能解决方案、服务及设备的全面组合。其中包括面向企业的 Hybrid AI Advantage、与英伟达联合研发的新一代液冷服务器 Neptune，以及最新的 ThinkPad X1 2 合 1 Aura Edition AI PC。此外，联想 Learning Zone 软件平台及社会影响相关的概念验证也吸引了广泛关注。
混合式人工智能：多维度探索
在大会前夕的直播间里，硅谷 101 创始人泓君携手硅星人 & 品玩创始人骆轶航以及热 AI Next 主理人陈庆春共同探讨了 AI 落地的实际路径。他们组成的“AI 观察团”围绕智能体 AI 与联想倡导的混合式 AI 展开了热烈讨论。
泓君提出疑问：AI 热潮是否只是短暂的虚火？骆轶航认为，AI 热潮并非虚火，而是一场真正的技术革命。他列举了医疗、法律、编程等多个领域的具体实例，表明 AI 已在实际场景中得到了广泛应用。陈庆春补充道，联想通过将大模型与垂直模型结合，实现了供应链管理效率的大幅提升，为制造业提供了切实可行的解决方案。
混合式人工智能的核心在于基础大模型与私有大模型的有机结合。陈庆春解释称，通过结合公共大模型的通用能力和垂直模型的专业知识，企业可以获得更加贴合自身需求的定制化模型。骆轶航进一步阐述了混合模型的两种形式：一种是云端大模型与端侧小模型的协同，另一种则是多个智能体之间的协作。
陈庆春举例说明，联想在制造行业中积累了丰富的供应链管理经验。例如，合肥工厂借助公共大模型进行气象预测，提前规避恶劣天气对生产的潜在影响。通过与私有大模型的联动，联想实现了更高效的排产调度，显著缩短了从计划到执行的时间。
混合式人工智能的应用场景
泓君追问：混合式人工智能如何避免在具体任务中出现错误？陈庆春回答称，未来的混合式人工智能将不仅限于公共与私有大模型的结合，还将涉及多个智能体之间的协作。骆轶航补充道，这种多智能体协作的方式已经在斯坦福大学等机构的研究项目中得到了验证。
陈庆春进一步指出，联想的智能体已逐步融入各类硬件设备之中，形成了多端一体化的结构。每个智能体都能独立完成任务，同时也能与其他智能体协同工作，从而更好地满足用户需求。例如，在面对复杂任务时，联想的 AI Now 会调动多个智能体共同参与决策过程，类似于公司内部的团队协作机制。
AI Now：赋能生产力工具
泓君继续提问：联想如何利用 AI 提升工作效率？陈庆春回答称，联想的 AI Now 能够根据用户的具体需求调用不同的大模型，并对其进行本地化优化。例如，用户只需简单描述即可快速生成 PPT 或完成绘图任务。此外，联想还支持与微软办公软件无缝集成，使用户能够一键完成文档编辑等操作。
骆轶航认为，AI Now 的灵活性使其成为一款理想的生产力工具。他强调，AI 的应用不应局限于单一场景，而应覆盖从创意生成到数据分析的全过程。陈庆春补充道，联想始终秉持开放的态度，积极与国内外各大模型厂商展开合作，确保为用户提供最优的解决方案。
企业 AI 转型：挑战与机遇
泓君询问：AI 如何助力企业数字化转型？陈庆春指出，混合式人工智能为企业提供了强大的技术支持。例如，联想凭借小样本学习能力，在边缘端即可完成训练与推理，无需将数据上传至云端，从而大幅提高了响应速度。这种能力在智能交通、自动驾驶等领域尤为关键。
骆轶航补充道，AI 的应用为企业带来了显著的成本节约效应。例如，埃森哲等咨询公司正帮助众多大型企业实现全面 AI 化改造，这种商业模式在美国市场尤为盛行。在中国，类似的服务提供商还包括联想、字节跳动和阿里巴巴等。
算力与能耗：AI 发展的双重挑战
泓君接着问道：AI 训练面临的最大障碍是什么？陈庆春认为，算力与能耗是制约 AI 发展的两大关键因素。联想通过研发海神液冷技术，在大幅降低能耗的同时提高了散热效率。他提到，联想为北京大学搭建的高性能计算中心成功节省了 50% 的散热成本，并每年减少 60 万度电的消耗。
骆轶航指出，随着 AI 模型规模的不断扩大，能源消耗已成为不可忽视的问题。他认为，未来可再生能源将成为解决这一难题的重要途径。此外，AI 产业的快速发展也促使芯片制造商的角色发生了转变，它们不再仅仅是代工厂，而是逐渐成为基础设施提供商。
社会价值的体现
泓君最后问道：AI 是否创造了社会价值？陈庆春分享了联想在无障碍技术领域的努力。例如，联想开发的手势识别技术能够将聋哑人的手语转化为文字或语音，帮助他们更好地融入社会。此外，联想还利用 AI 技术复原了山西应县木塔，让更多人得以欣赏这一珍贵的文化遗产。
