微軟高通英特爾都力推的AI PC，為啥聯(lián)想更先造好？

為什么是時候換一臺AI PC了？

何川想到的是20多年前的一次考試突擊，要是當(dāng)時有AI就好了。

因為記錯了第二天的考試科目，清華學(xué)霸也不得已在考試前夜點燈熬油重新學(xué)習(xí)一門課程。

如果有內(nèi)置大模型的電腦，一本電子教材輸入進去，把所有重要知識點列成提綱，我只需把這些內(nèi)容背好就沒問題了。

更直接的改變是當(dāng)下的工作生活。

總結(jié)篩選郵件、做匯報PPT……這樣瑣碎的工作，如果AI來做，人就能被解放出來。

已經(jīng)在用AI輔助辦公的鄭愛國感慨， “一臺PC的價格，相當(dāng)于有一個個人助理，何樂而不為呢？”

可能有人會問，云端大模型不能做嗎？為什么一定需要一臺AI PC？

因為計算要在本地、要構(gòu)建個人知識庫、要隱私保護……更加完整的答案隨著最新AI PC的全面發(fā)售，已經(jīng)向所有人呈現(xiàn)。

而關(guān)于AI PC的必要性與否，或許從此將不再是最熱門的討論話題。取而代之的是，是不是該換一臺AI PC了？

為什么對AI PC可以更加肯定？這個在一年時間內(nèi)快速誕生的新物種，又是如何被造出的？

從真正意義的AI PC本身看起。

怎樣一臺PC才能被稱之為AI PC？

最基本的定義是將大模型引入電腦本地，通過生成式AI進一步拓展PC的能力。

從各大廠商的實際動作來看，第一波上機的AIGC應(yīng)用集中在3大方面：

• AI輔助創(chuàng)作（繪畫/文案生成等）

• AI輔助辦公（PPT生成/會議紀(jì)要/智慧分身）

• 生活助手（知識問答/本地搜索等）

比如AI繪畫方面，高通、英特爾的最新PC芯片均已支持Stable Diffusion的本地運行，并且在生成速度上展開角逐。

聯(lián)想的AI PC中已具備AI畫師能力，它支持文生圖、圖像訓(xùn)練和深度編輯等功能。

辦公場景中，打工人最關(guān)心的PPT生成方面，聯(lián)想率先在本地實現(xiàn)。

只需一句話，它就能基于上傳的文檔材料生成PPT大綱。

再基于大綱內(nèi)容，一鍵排版布局，生成十幾頁PPT。

還有本地文件搜索和整理，也是目前AI PC上的熱門功能。

微軟才發(fā)布的AI強化版Windows 11，支持通過自然語言搜索的方式“回憶”任何文件或網(wǎng)頁瀏覽記錄。

聯(lián)想做的更徹底，依托內(nèi)嵌于AI PC的個人知識庫，可實現(xiàn)對個人文檔的精準(zhǔn)識別和學(xué)習(xí)，并根據(jù)本地大模型實現(xiàn)多模態(tài)文件內(nèi)容總結(jié)和歸納，包括PPT、圖片、文字和郵件等。

換言之，哪怕一次都沒看過、沒有瀏覽記錄的文檔，它能學(xué)習(xí)和總結(jié)。

總結(jié)來看，要將個人電腦AI化已成為業(yè)內(nèi)共識。

不過各家對AI PC能力邊界的定義、各自技術(shù)路線各有不同。基本上可以分為兩派，強調(diào)交互主要在云端進行還是在本地進行。

前者的代表有微軟等。

它前不久剛剛發(fā)布新一代Copilot+PC，接入GPT-4o提供各種實時AI能力?？梢栽诖蛴螒虻臅r候和AI對話，實時翻譯字幕、以及上文提到的recall anything等。其革新主要體現(xiàn)在系統(tǒng)層面，同時端側(cè)也深度集成了40多個AI模型 ，使得Copilot具備更強大的AIGC能力。

后者的代表為聯(lián)想。

它提出的AI PC五大特性中，幾乎每一點都聚焦于AI的本地化運行部署：

• 內(nèi)嵌個人大模型與用戶自然交互的智能體

• 個人知識庫

• 本地異構(gòu)AI算力

• 開放的人工智能應(yīng)用生態(tài)

• 個人數(shù)據(jù)和隱私安全保護

其個人智能體聯(lián)想小天，由嵌入本地的天禧大模型驅(qū)動，不聯(lián)網(wǎng)情況下也能使用，可實現(xiàn)即時響應(yīng)、幾乎無延遲。同時聯(lián)想還進一步強調(diào)了AI PC的個人化體驗，聯(lián)想小天具備自我學(xué)習(xí)和成長能力，可以通過日?；硬粩鄬W(xué)習(xí)和理解用戶偏好，以此提供更加精準(zhǔn)和個人化的服務(wù)。

同時，通過加強對個人數(shù)據(jù)和隱私的保護，能進一步緩解用戶的隱私安全焦慮。也可以更進一步確保智能體是私人化、個性化的，始終為某一用戶提供專屬服務(wù)，讓用戶無需憂慮究竟是自己主導(dǎo)PC/智能體，還是無形中被AI讀取意圖、變相控制。而當(dāng)用戶想要體驗更加豐富的AI功能時，還能依靠開放的AI應(yīng)用生態(tài)拓展體驗。

如上兩種路線，終點相同都是AI PC。區(qū)別在于具體路徑極具廠商自身特色。

微軟的方式更側(cè)重軟件層的重塑，強調(diào)生產(chǎn)力的革新。微軟定義Copilot+PCs為“Windows筆記本電腦配置內(nèi)置AI硬件并支持整個操作系統(tǒng)的AI功能”。Copilot、Recall以及一系列APP的升級形成一場效率革命，AI的工具屬性被拉滿，但并未強調(diào)太多個性化體驗。

聯(lián)想從它擅長的硬件維度出發(fā)，在底層計算、系統(tǒng)架構(gòu)上為內(nèi)置大模型做出一系列更為 徹底的調(diào)整和重構(gòu)，也能讓PC本身更加適應(yīng)AI化的操作系統(tǒng)。而且區(qū)別于Copilot的工具屬性，聯(lián)想智能體小天更像一個私人助理。

不過相同的是，無論哪種路線都意識到造一臺AI PC不只是“把大模型暴力裝進PC里”而已。

這或許也是為何AI PC概念大火一年，能真正將大模型放進PC本地的產(chǎn)品寥寥，面向普通消費者開售的產(chǎn)品更少之又少。

但就在這周，聯(lián)想AI PC AI元啟版現(xiàn)全面開售。普通消費者走進線下門店，即可體驗真正意義上的AI PC。

為何聯(lián)想的動作如此之快？

數(shù)十年行業(yè)積累、長期關(guān)注前沿技術(shù)、完善供應(yīng)鏈……一切的一切，都要從聯(lián)想決定做AI PC的第一天說起。

在大模型時代之前，做一臺新款PC將會是一個至少為期1年、非常嚴(yán)謹(jǐn)的流程。

前期定義產(chǎn)品需要小半年時間，分為Gate A/B/C三個流程，A階段發(fā)散、B階段收斂，進一步驗證市場潛力后到C階段，這時產(chǎn)品形態(tài)基本已經(jīng)確定。

之后進入開發(fā)階段，不會進行特別大的改動，只能進行微調(diào)。整個產(chǎn)品的迭代周期都是以年為單位。

但是在大模型浪潮到來后，答案將發(fā)生天翻地覆的變化，因為要做的是一臺AI PC。

做AI PC最大的不同是什么？

在聯(lián)想內(nèi)部最先拉起AI PC項目的何川覺得，造AI PC就是邊造車邊修路?！耙郧奥?lián)想只負(fù)責(zé)‘造車’，現(xiàn)在還要修路，確保車能開下去?！?/p>

一系列的問題被擺在面前：如何給PC本地內(nèi)置大模型？PC增加哪些前所未有的AI功能？

這些其實都是后話了，最開始最首要的難題，其實是到底要不要做AI PC？

何川確定AI PC必須要做的時間點是在2023年初。

當(dāng)時ChatGPT已經(jīng)引爆AIGC趨勢，各種以生成式AI為核心的玩法、demo層出不窮。其中，增強生產(chǎn)力是主要玩法之一。

作為聯(lián)想集團智能消費業(yè)務(wù)產(chǎn)品規(guī)劃高級總監(jiān)，何川和PC研發(fā)打交道已經(jīng)有二十余年，他立馬意識到AIGC的這一特性與PC作為生產(chǎn)力工具的定位，屬性完全重合。

而且PC必須要enable AI，否則將被淘汰。

從創(chuàng)新維度來看，生成式AI屬于破壞性創(chuàng)新，它具備的諸多能力，比如文生文、文生圖等，都超越了人類大腦的能力范疇。

如果PC——這個人類最常用的生產(chǎn)力工具不進行AI化革新，它將很可能被AI大潮吞噬、淘汰。

無獨有偶，聯(lián)想全球中小企業(yè)產(chǎn)品與解決方案總經(jīng)理鄭愛國也時刻關(guān)注著AIGC趨勢的走向。在ChatGPT爆火之初，他便開始調(diào)研大模型落在PC上的可能性。但由于早期階段以云端大模型為主，參數(shù)規(guī)模都在千億級別，很難實現(xiàn)本地化運行，他不得不將這個想法暫時擱置一旁。

直到和微軟的一次合作交流，讓他驗證了自己的想法，并且看到了AI PC的可能。

鄭愛國回憶，在去年4月左右，微軟提出，希望在本地構(gòu)建一個算力可達(dá)40TOPS的NPU。

以往微軟從來沒有如此深入底層技術(shù)產(chǎn)品的定義。

但40TOPS算力也不夠用啊。當(dāng)時趨勢里，大家都還在卷參數(shù)量。直到偶然間得知，智譜正在做600億參數(shù)的模型，也就是開始壓縮模型了，鄭愛國立馬反應(yīng)過來，微軟定義的40TOPS NPU，就是要把大模型蒸餾剪切后放到PC上。而且如此長期的準(zhǔn)備，一定是“大事”、一定是天翻地覆的變化。

鄭愛國也是在這時明確，未來大模型會來到終端本地。

對應(yīng)當(dāng)時的趨勢，大模型風(fēng)頭正盛，算力焦慮也愈加明顯。ChatGPT宕機崩潰的消息，讓更多人意識到云端算力的緊張。PC等個人計算設(shè)備，成為分?jǐn)偹懔毫Φ淖詈眠x擇。

包括在2024 CES上，吳恩達(dá)的觀點也進一步佐證了AI PC趨勢。

在你的筆記本電腦、個人電腦或工業(yè) PC 上運行邊緣人工智能，這方面的能力實際上比大多數(shù)人認(rèn)為的要好得多。我認(rèn)為這將推動很多設(shè)備的銷售，也將推動很多計算機科學(xué)的發(fā)展。

但要做AI PC，到底該怎么做？

按照產(chǎn)品開發(fā)的流程，需要明確產(chǎn)品的目標(biāo)、定位、功能。這就還要回到大模型本身看起。

大模型作為強AI，具備更強大的理解生成能力。在創(chuàng)作生產(chǎn)、情感陪伴、人機交互等方面都帶來前所未有提升。

鄭愛國回憶，在聯(lián)想內(nèi)部，最初對AI PC的構(gòu)想也十分全能。ChatGPT最初以聊天的形式出圈，AI PC是不是也要做AI聊天的功能？大模型可以更充分理解人類表達(dá)，是不是就能做好意圖理解？是不是PC也能幫忙訂機票、訂酒店？

但這些想法逐漸收斂，原因有二：

一方面，出于對技術(shù)本身的理解，如果是大模型or端側(cè)大模型本身就不擅長的領(lǐng)域，沒必要做。比如訂機票、訂酒店這類操作，是行為模型擅長的領(lǐng)域；陪聊方面，云端大模型一定做得比端側(cè)好。

另一方面，還需要與PC本身最容易觸發(fā)的場景做結(jié)合。作為生產(chǎn)力工具，做PPT、找文件、調(diào)設(shè)置等這些操作，幾乎是每一個PC用戶的日常。AI PC的能力應(yīng)該盡可能先觸及到所有用戶。

當(dāng)時討論這些內(nèi)容時，智能體趨勢還沒火起來。

一次會上，楊元慶提出一個概念“personal twin”，大概意思是要把AI打造成一個個人雙胞胎。以至于在AIPC發(fā)布前夕，楊元慶在一個聯(lián)想的官宣視頻上，開始了一場與自己的AI twin的對話，“它將會和用戶本人非常像，通過了解用戶的本地數(shù)據(jù)，它仿佛擁有了同樣的記憶、具備同樣的個性、能創(chuàng)作出同樣風(fēng)格的內(nèi)容，就像一個雙胞胎。但是它的存在不是為了取代人類，而是讓人變得更加聰明強大，甚至一定程度上實現(xiàn)數(shù)字永生。”

何川后面回想，這其實就是智能體。

我們希望有一個智能體能夠為自己服務(wù)，同時它又很像自己。因為它創(chuàng)作的內(nèi)容、扮演的角色、掌握的背景知識最好都和我們很像，才能真正意義上幫助到我們。

如今回看，聯(lián)想AI PC的個人知識庫，就是為此而來。

有了個人知識庫，AI PC內(nèi)置的智能體可以深入了解用戶，提供更精準(zhǔn)和個性化的響應(yīng)。同時借助個人本地文檔，智能體小天還能不斷加深對用戶的認(rèn)知和理解。

而這也引出了聯(lián)想AI PC的另外兩大特性：內(nèi)嵌大模型、個人數(shù)據(jù)和隱私安全保護。

一旦涉及到用戶隱私信息，安全隱私保護的必須被提上日程。聯(lián)想在AI PC中增加了一塊芯片，它包含加密算法，專門負(fù)責(zé)保障個人知識庫和AI訓(xùn)練相關(guān)的敏感信息。與此同時，大模型的計算過程應(yīng)該被留在本地，本地AI算力如何調(diào)用分布也需要重新思考。

由此，聯(lián)想AI PC的五大特性，被逐一明確。

接下來，是該怎么做。

其中最首要的問題莫過于，如何讓大模型在PC本地順暢運行？對此，聯(lián)想研究院人工智能實驗室負(fù)責(zé)人范建平博士有個生動的比喻：螺螄殼里做道場。

首要解決的問題，就是對端側(cè)模型做進一步優(yōu)化。

作為聯(lián)想技術(shù)攻關(guān)先遣隊，研究院人工智能實驗室長期追蹤前沿技術(shù)，并負(fù)責(zé)將先進技術(shù)與實際產(chǎn)品做結(jié)合落地。在ChatGPT發(fā)布后，團隊便已經(jīng)開始關(guān)注大模型，開始思考如何讓大模型和PC結(jié)合。

把大模型內(nèi)置于PC，一定程度上就好比把大象裝進冰箱。哪怕后面端側(cè)模型規(guī)模一縮再縮，本地資源的分配上還是需要精打細(xì)算。

聯(lián)想集團首席研究員、聯(lián)想研究院人工智能實驗室研發(fā)總監(jiān)師忠超介紹，PC本地還需要運行Windows、其他軟件，需要預(yù)留出足夠的內(nèi)存空間，否則電腦無法工作。

但大模型究竟應(yīng)該占用多少內(nèi)存？當(dāng)時沒有人知道，這是一塊“無人區(qū)”。

團隊嘗試用量化壓縮、模型剪裁等方式，結(jié)合對PC系統(tǒng)的深刻理解，不斷去壓縮大模型，去突破大模型所需內(nèi)存的極限。

可能前天還需要8GB內(nèi)存，到了今天就能降到6GB了。

但內(nèi)存占用也只是團隊要突破的一個維度之一，實際團隊要面臨的工作遠(yuǎn)比這個復(fù)雜困難。師忠超記得，有一次團隊做完優(yōu)化，驚喜發(fā)現(xiàn)內(nèi)存占用極限又一次向下突破到了5GB水平，但是冷靜分析后，他們發(fā)現(xiàn)模型性能出現(xiàn)了下降。內(nèi)存占用小和性能穩(wěn)定之間的平衡術(shù)，是團隊每天都要去磨煉的。

好消息是產(chǎn)品終于亮相，這意味著AI PC這場戰(zhàn)役才剛剛開始。

但只解決模型占用內(nèi)存還不夠，模型應(yīng)該跑在什么芯片上？這也是個全新的問題。

聯(lián)想發(fā)現(xiàn)，不同的芯片廠商給出的解決方案不盡相同。微軟首發(fā)的Copilot+PC選擇和高通驍龍X Elite合作，在這塊高通芯片上，NPU被做的非常大，負(fù)責(zé)為大模型提供計算支持。

但另一邊英特爾、AMD的方案有所差異，它選擇讓GPU承擔(dān)更多AI計算。作為上層集成商，聯(lián)想決定提出異構(gòu)計算策略，讓AI計算在CPU、GPU、NPU上都可以進行，選用不同的底層芯片，聯(lián)想就做不同的協(xié)同方案即可。

在上層能力上，聯(lián)想AI PC強調(diào)更懂用戶。聯(lián)想研究院為此打造了智能檢索增強的本地知識服務(wù)、混合意圖理解等技術(shù)，使得AI PC可以深入洞察用戶個人需求和偏好，提供個性化服務(wù)和設(shè)備控制。配合場景化的定向增強、模型壓縮與異構(gòu)推理加速等，能實現(xiàn)輕量加速、高效低耗的智能調(diào)度，提升相應(yīng)速度的同時還能降低30%內(nèi)存占用。

而作為一臺內(nèi)置智能體的終端，豐富的應(yīng)用生態(tài)也是必備的，這一點在聯(lián)想AI PC五大特性中已有體現(xiàn)。

去年10月，聯(lián)想在一年一度的Tech World上發(fā)布了全球首款真正意義上的AI PC demo，最早展示了大模型如何在個人筆記本電腦上運行工作。

半年之后，首批聯(lián)想AI PC正式對外發(fā)售。聯(lián)想YOGA Book 9i、YOGA Pro 16s、YOGA Air 14、ThinkPad T14p、ThinkBook 16p、拯救者Y9000X 2024等，都將內(nèi)置聯(lián)想小天個人智能體。

而隨著AI PC到來，剛滿40周年的聯(lián)想，也正在發(fā)生巨變。今年，“AI for All”成為聯(lián)想全集團范圍的全新使命，一個被刷新的聯(lián)想正呈現(xiàn)在所有人面前。

回憶造AI PC的一年時間，何川、鄭愛國、師忠超都不約而同反復(fù)提及一個詞——前所未有。

對于何川而言，這種前所未有發(fā)生在他發(fā)起“招募令”的一刻起。

為了更快速靈活推進AI PC項目，何川想到借鑒谷歌內(nèi)部常用的招募形式來組建團隊。這能更快在內(nèi)部找到AI人才、調(diào)動積極性。結(jié)果沒想到，這次招募成為了他來到聯(lián)想以來，反響最熱烈的一次。

因為大家都看好AI，集團也有決心。

最終何川率先在內(nèi)部拉起了一個規(guī)模上百人的開發(fā)團隊，許多散落在公司各處的AI人才被集中在一起，成為聯(lián)想內(nèi)部最先推進AI PC的團隊。

對于師忠超而言，這種前所未有來自他所在的聯(lián)想研究院人工智能實驗室成立的“作戰(zhàn)室”。

在明確了大模型上端側(cè)的任務(wù)后，他所在的團隊立馬開始追蹤大模型相關(guān)技術(shù)，聯(lián)想集團首席技術(shù)官芮勇博士，更是直接把所有AI相關(guān)人才都調(diào)了過去，團隊規(guī)?？焖贁U展數(shù)倍。

團隊整體都非常興奮。我們一起在一個大辦公室里工作，真的是war room，這里貼滿各種小紙條，上面都是我們的想法。每天早晨，我們匯報各自戰(zhàn)線的進展，遇到問題立馬討論解決方案，非常緊張的節(jié)奏。

師忠超沒想到，這種特殊的開發(fā)模式，團隊居然堅持了半年多時間。期間有一次鄭愛國去“作戰(zhàn)室”慰問，結(jié)果還看到有同事周末把小孩都領(lǐng)了過來，自發(fā)在公司加班加點“攻堅”。

為什么能如此興奮？已經(jīng)從事AI研究二十余年的師忠超說，這不僅是產(chǎn)品變革的機會，也是技術(shù)變革的機會。

這里還不得不提起領(lǐng)導(dǎo)聯(lián)想研究院人工智能實驗室的范建平博士。他曾先后在普渡大學(xué)、康斯坦茨大學(xué)任職，并曾獲得北卡大學(xué)終身教職。

一次團隊內(nèi)日常的battle里，范教授和何川“急了眼”：

我天天和你們坐在這開會討論為了什么？不就是為了情懷、不就是要做點有特色的事嗎？

對于鄭愛國而言，這種前所未有，是聯(lián)想集團的全面刷新。

每個部門都在舉手，都要提出創(chuàng)新的想法。

作為產(chǎn)品經(jīng)理，鄭愛國也從來沒有像如今這樣，能如此直接地參與到產(chǎn)業(yè)變革中來?！斑@是PC的第三次產(chǎn)業(yè)革命?！?/p>

如今，這種認(rèn)知已經(jīng)不局限于聯(lián)想、PC廠商內(nèi)部，而是逐漸在行業(yè)內(nèi)達(dá)成共識。

中國信息通信研究院王曉麗在近期提出，生成式AI將成為智能終端生態(tài)的標(biāo)配，隨著技術(shù)的不斷進步，AI終端有望為用戶帶來更多驚喜，同時也為終端產(chǎn)業(yè)帶來新的增長點和發(fā)展機遇。

中信建投分析稱，AI PC產(chǎn)品的涌現(xiàn)，一方面有望催化換機潮，從而帶動全產(chǎn)業(yè)鏈?zhǔn)芤?；另一方面，也將促進核心零部件價值量提升，其中，處理器、存儲直接受益確定性高，散熱、電池等環(huán)節(jié)有望間接受益。

在此趨勢下，聯(lián)想自然成為趨勢的“開路人”。造出AI PC還只是第一步，后面又該如何走呢？

隨著第一批AI PC正式發(fā)售，聯(lián)想已經(jīng)做好了迎接反饋和評價的準(zhǔn)備。

何川開玩笑說，這次不做市場教育，用戶有意見，我們立馬改。

據(jù)透露，目前聯(lián)想小天智能體的更新版本已在開發(fā)設(shè)計中，后續(xù)將根據(jù)用戶建議繼續(xù)不斷打磨優(yōu)化，預(yù)計以半年為期進行迭代。

那么未來，推動用戶換機的理由可能將從Windows版本更新?lián)Q代改為聯(lián)想小天更新?lián)Q代。

實際上，在聯(lián)想構(gòu)想中，智能體被放在了格外重要的部分。

在公布“AI for All”愿景時，楊元慶提出“個人人工智能雙胞胎”和“企業(yè)級人工智能雙胞胎”。

它們表達(dá)，未來社會人工智能將如影隨形，仿佛自身的投射。投射的主體可以是一個人，也可以是一個企業(yè)。AI將作為外部擴展，存儲更多的數(shù)據(jù)、做更多推理和計算，以此讓個人/企業(yè)變得更強大。

這意味著，未來智能體將成為硬件終端的靈魂。

依托聯(lián)想獨有的制造體系，打造基于用戶個性化體驗的AI產(chǎn)品，何川覺得未來PC市場里，用戶更關(guān)心的是誰家智能體能帶來更符合個性化需求的體驗。

這也是為何聯(lián)想從一開始就覺得不做集成商，從更底層自研構(gòu)建AI PC。因為關(guān)鍵核心技術(shù)要握在自己手里。鄭愛國則認(rèn)為，智能體將讓PC擁有成為流量入口的機會。

而對于用戶，聯(lián)想的愿景很直接：AI普惠。

在聯(lián)想發(fā)售的每一臺AI PC中，都能看到一張非常詳盡的說明書，介紹如何調(diào)用聯(lián)想小天、如何與它對話、小天具備哪些功能。

目的很簡單，讓每一個愿意購買AI PC的用戶，都能更低門檻、更充分感受AI的力量。

作為全球PC巨頭，聯(lián)想每年為全球用戶提供數(shù)以億計的智能終端設(shè)備。聯(lián)想剛剛發(fā)布的2023/2024財年第四季度暨全年業(yè)績中，第四財季個人電腦業(yè)務(wù)占全球份額22.9%，增速高于市場近6%；第四財季營收994億人民幣，同比增長近10%；并且全年研發(fā)費用率和研發(fā)人員總數(shù)及占比均創(chuàng)下歷史新高。

楊元慶表示，嚴(yán)格定義的AI PC到2026年滲透率可能達(dá)到50-60%，“我相信大多數(shù)人的下一代PC將是AI PC”。

這意味著，當(dāng)聯(lián)想小天搭載每一臺聯(lián)想設(shè)備上時，全球億萬用戶將一鍵擁抱AI。聯(lián)想正在全力提速，讓這樣的未來更快到來。

現(xiàn)在，回到最開始，為什么是時候擁有一臺AI PC了？

因為使用AI最新技術(shù)，從未如此so easy。

來源：量子位