2024年，想买电脑的人们都发现，几乎所有品牌都说自己有AI功能，还多了一个新名词AIPC。

  是的，前有AI手机、AI电视，现在，AI故事终于讲到了略显没落的PC（personal computer，个人电脑）。

  和很多“炒冷饭”的概念不同，AIPC是一个去年下半年才开始吆喝的新概念。

  很多人听说AIPC这个词，是因为联想、惠普等老牌PC厂商，华为、荣耀等跨界厂商，都掏出了自家的AIPC产品。其实，AIPC概念之所以在2024年出圈，还有一条暗线发挥了作用：英特尔、英伟达等芯片巨头对消费级CPU（中央处理器）芯片做了大刀阔斧的改革，增加了专门的AI算力，推着传统PC向AIPC转变。搭着这些芯片大厂的快车，市面上才出现了这么多AIPC产品。

  从PC产业的困局去看，2024年被定义为AIPC大规模出货的元年，是芯片厂商和PC厂商的合谋。而从大模型的发展来看，将一部分算力下沉到端侧，尤其是与用户规模庞大的移动端设备结合，或许是一条降低算力成本、跑通AI变现模式的出路。

  抛开PC厂商吆喝的卖点和枯燥的技术理论，我们应该搞明白：AIPC和过去的PC，到底有什么不一样？它能帮大模型解决降本和安全问题吗？现阶段，有没有必要冲着AI去换一台定价一两万元的AIPC？谁家的产品最大有可能颠覆市场？

  2024年开年，AIPC就成了流行词。虽然PC厂商都在不遗余力地吆喝各家AIPC产品的卖点，但AIPC是什么，它和传统的PC有什么不一样？可能很多人只是停留在一些零星的了解上，而就连业界对它也没有一个统一明确的定义。

  目前不同厂商的AIPC产品的配置不同，不过，一个共识是，和传统的PC相比，AIPC必须配备专用的芯片或者AI模块，才能支持本地化运行百亿参数级别的大语言模型。

  AIPC是Artificial Intelligence Personal Computer的简称，我们只需要理解，AIPC是具有AI功能的PC。另外，还有必要了解一个背景性信息：把大模型能力塞进个人电脑，让它可以本地化部署大模型，既能解决目前大模型基本都在云端运行的高成本问题，还让人和PC的交互方式发生了变革。因此，各大PC厂商都不想错过这轮东风，推出了一AIPC产品。

  在厂商的宣传里，有AI加持的PC，将是我们最主要的生产力工具，甚至颠覆整个PC行业。能实现的功能包括桌面端的智能化转型，WPS、office等软件的智能辅助，基于个人知识库实现多元知识图谱构建，基于个人生物参数的个人健康模型、病理监控等等。

  这些宏大叙事离我们还比较遥远，如果购买了一台AIPC，现在就能用上的AI功能有哪些？

  其实，和市面上的AI应用没有本质差别，不过，AIPC的优势是，能更定制化、更高效、更安全地实现这些AI功能。这正是目前AIPC的三大核心卖点。

  各家PC厂商宣传的AI助手、智能助手、个人工作助理等，归根到底主打的是第一个卖点，即AIPC能实现个性化的AI服务。

  现在我们大多数人使用AI应用都需要上网，比如ChatGPT、文心一言或者KIMI，这些应用大部分都在云端。

  如果把大模型部署在本地，直接在PC上运行，并且和其他PC应用合作，比如，用Word时可以自动用AI润色文字，开会时可以自动生成会议纪要，剪视频时可以自动AI抠图。即便是没有联网的状态下，这些AI服务也照常运行，那么，AI助手就可以时刻分析使用者的习惯，针对性地提升和优化工作学习的效率。

  从这一点能够准确的看出，PC厂商“卷”的方向，已不再是单纯提供模型，而是根据自己使用者的使用场景，解决个性化的问题。

  高性能，是指AIPC运行AI工具，如生成图片、视频等的效率更加高，而且，还可以运行一些对性能要求比较高的专业AI软件。

  实现高性能有两个前提，其一，大模型的本地化部署，其二，AIPC配备了AI专用的芯片或AI模块。

  大模型如果在本地化部署，不用联网就能跑，那就避免了网络传输可能出现的延时和不便。但大模型是怎么进入到AIPC中呢？这其实是一个技术难题。

  从联想公布的技术路线来看，它是通过大模型压缩技术，使模型体积足够小，同时保持良好的性能，也就是说，通过大模型小型化，让它在PC上运行，再搭载AI处理器，让AIPC运行大模型，更高效地完成各种AI任务。

  安全性就比较容易理解了。云端大模型吃的是“百家饭”，全用户的信息都“喂”给它，因此，数据的隐私和安全问题是很多公司和个人关注的重点。如果大模型部署在本地，就能规避一些风险。这也是AIPC相比普通电脑的一大优势。毕竟普通电脑在网络状态不好时都没法用一些AI工具，更别说断网运行本地AI了。

  ChatGPT3的诞生，宣告了2023年大模型元年的开始。从那之后，各行各业开始探索AI和大模型会如何改变科技界，尤其是如何让大模型从云端走向移动端，解决降本和安全的问题。

  芯片厂商、PC厂商在AIPC这个方向上不谋而合。2023年下半年以来，它们一方搭台，给AIPC提供算力和能耗支持，另一方唱戏，马不停蹄地推出AIPC产品，默契地把PC捧成个人拥抱AI的第一个入口。

  要实现前面提到的那些区别于传统PC的AIPC功能，有一个前提，CPU要跟上，也就是在CPU中增加AI算力，以提升AI操作的处理效率和性能，并且降低功耗。

  因此，先来看芯片厂商。英特尔、英伟达、AMD、高通都加入了AIPC芯片市场的军备竞赛。

  动作最快的是英特尔。它最早在去年9月提出了AIPC的概念，去年底，便推出了首个AIPC处理器，也就是代号Meteor Lake的新型酷睿Ultra处理器；今年又推出了多款酷睿第14代台式和移动端处理器。英特尔说，酷睿Ultra是它四十年来PC处理器的最大变革。

  英特尔之所以这么着急，是为了发力被英伟达统治的AI芯片市场。有业内人士分析，目前的现状是，运行本地化大模型，独显GPU（图形处理器）依然必不可少，而英伟达的GPU比较好用，提供的库相对更全。

  今年初，英伟达发布了三款GPU。去年底，AMD也已经推出GPU产品。还有消息称，英伟达和AMD，都在开发基于Arm架构的客户端PC处理器，进一步向英特尔发起挑战。

  要知道，笔记本电脑市场主流的CPU架构是X86和Arm两种，而过去20年，由于微软和英特尔的联盟非常稳固，从市占率来看，一直是X86架构的天下，只有苹果的MacBook用的是Arm架构。

  但现在，AI对PC芯片的算力需求提高后，功耗问题更突出，Arm架构低功耗、长续航的优势就被放大了，慢慢的变多厂商加入Arm PC生态。

  除了英伟达、AMD，高通去年10月推出了Arm架构的PC芯片，英伟达和联发科在合作布局Arm PC处理器，而英特尔也在今年2月宣布与Arm合作。2024年，Arm PC生态要热闹起来了。

  在PC厂商中，自带AI和操作系统两大优势的微软是带头人。去年，它陆续把类似ChatGPT的AI工具等整合进全线月，发布了自家的AIPC产品，Surface Pro 10商用版和Surface Laptop 6商用版。

  微软的AIPC最大的不同是，在PC统里内置了AI（Copilot），更像是把Windows和ChatGPT整合在一起，将AI助手集成到PC系统层级，理论上，能降低用户使用操作系统的难度，还顺便推广了Windows 11。

  其他PC厂商自然不愿多等，基本都靠接入别家AI芯片的方式，快速推出产品。

  其中，联想、华硕、惠普、宏碁、戴尔、华为、荣耀、三星，都站到了英特尔的阵营里，基于英特尔酷睿Ultra处理器，推出各自的AIPC产品。

  英特尔还在发布会上直接用Ultra和老对手AMD的Ryzen AI作对比。现在看来，英特尔更占优势。不过，有消息称，一些2024年新发布的AIPC产品，将搭载AMD处理器。

  上述PC厂商中，出货量第一的联想，在AIPC上最为积极。它是目前为止发布AIPC产品最多的厂商，还尝试定义下一个时代的AIPC究竟是什么，建设AIPC生态。

  相比之下，苹果落地的速度慢了一步，今年3月初，才发布AIPC产品，并声称，这是“最佳的AI消费级笔记本”。和其他终端厂商嵌入别家AI芯片不同，苹果用的是自研的M3芯片。苹果也因此被认为是第一家完全具备AI能力的PC制造商。此外，苹果还被曝出，将于今年10月推出自研的M4系列芯片，准备对整个Mac产品线做全面改革。

  这一波AIPC浪潮，芯片大厂暗流涌动，PC厂商则是明枪暗箭都有，两大阵营之所以这么卖力地争夺AIPC市场，很大一部分原因是，做显卡生意的英伟达成了全球的宠儿，手机、家电乃至汽车都在争夺AI入口，而PC产业已经太久没有新故事了。

  PC诞生以来，产品形态、交互方式和主要使用场景基本没发生大的变化。为数不多的小变化，或许就是PC在沿着更轻更薄更便捷的方向发展。

  更要命的是，用户换机周期已经拉长到5年，PC出货量一年比一年惨。2023年被认为是PC行业史上最糟糕的一年，全球PC市场全年出货量2.4亿台，同比下滑了14.8%。

  从第三方数据看，AIPC的出现的确拉动了市场，但效果有限。IDC多个方面数据显示，2024年Q1，全球PC出货量同比增长3%，结束了连续两年的下滑趋势，恢复到疫情前的水平。

  但很难说这3%的增长和AIPC有直接关系，因为今年一季度，PC厂商明显加快了上新速度。

  AIPC能不能拯救PC的销量，还要回到用户视角去看：现在的AIPC是真正的生产力，还是营销噱头？现阶段，有没有必要为了AI性能换一台AIPC？视频博主二师兄Stone的结论是不建议。

  在他看来，个人会使用的AIPC应用大部分在云端，只要有一台能正常开网页的电脑都可以用，和本地硬件没关系；还有一些是AIGC的本地应用，这里面又分为两类，一类是对性能要求比较低的，例如WPS AI，不需要非得是AIPC，只要安装了WPS就可以用；另一类是对性能要求比较高的，典型代表是文生图AI工具Stable Diffusion，如果想更快出图，至少要有一张英伟达的独立显卡，酷睿Ultra的效率也比较慢。因此，为了AI去买AIPC，对于大部分人来说没有过大必要。

  两位数码爱好者均对「定焦」表示，实际体验头部厂商的AIPC产品后发现，现阶段的AIPC只能算是有AI功能加持的笔记本，和自己期待的AIPC还有比较大的差距。

  究其原因，在他们看来，国内外的AIPC产品都处于早期，产品和技术都还不够成熟，不但成本高，落地也难。目前主流厂商的AIPC产品起售价，从5000元到1.5万元不等，如果是高配版，价格能达到两万多元，这个价位对消费的人或许也没有过大吸引力。

  当然，AIPC打开市场的阻力不止这些。在前述业内人士看来，过去半年，各大厂商在PC硬件上打得不可开交，但其实除了硬件，AI软件的发展，也会是决定AIPC下一个阶段发展的关键。

  事实上，软件生态决定了硬件能力在端侧到底能发挥出多大的智能化能力。这里面涉及到很多问题，比如，如何丰富端侧生态的环境、使用户得到满足个性化的需求、实现本地化内容与应用的深层次地融合等。总而言之，只有软件和硬件同步发展，形成完整的生态系统，才能支撑AIPC更快落地。

  不过，不少分析机构对未来的AIPC出货态度比较乐观，认为2024是AIPC规模性出货的元年，预测到2027年每10台出货的PC中就有6台是AIPC。

  未来几年，AIPC的能力会提升，而在消费级、企业级市场的价格不会有太动。在消费级市场，价格依然在个人和家庭能接受的水平。例如，AI笔记本电脑的平均单价在5500元-6500元之间，AI台式电脑平均单价在4000元左右。

  而在企业端，据IDC预测，AIPC价格将稳中有涨。原因主要在于，AIPC的性能提升后，能在战略上推动企业智能化转型，对企业有更高的价值。

  近一年多的AI故事，更多来自于OpenAI、谷歌这些巨头的宏大叙事，现在故事的支线，终于讲到了PC，离我们普通人更近了一步。虽然真正的AIPC还没来到，但能确定的是，未来几年，是AI改变整个人机交互的一个关键变革期，这一段时间离我们不会太远了。

  美国国家工程院院士、美国艺术与科学院院士陈世卿：希望在中国先做出分布式智能超算