本文转自：新华网
近日，联想开天举办天禧AI Pro新版本上线暨AI PC品鉴会。本次活动结合《人工智能终端智能化分级》国家标准落地，围绕端侧大模型部署、端边云协同、行业场景落地等议题，探讨AI PC技术演进、现存瓶颈与规模化落地路径。
《人工智能终端智能化分级》系列国家标准为AI终端建立统一评价标尺，首批测评结果中，联想开天相关产品取得L3级认证。中国软件评测中心智能终端研究测评室主任马子扬表示，这套分级标准把智能化指标量化，让产品能力可对比、可核验。“行业发展正在从单纯追求安全，转向安全与智能化同步提升。”马子扬说，测评实践表明，当前终端环境下，已经可以实现对标消费级产品的L3级智能化能力，兼顾合规要求与智能体验。
L3等级核心特征是具备复杂意图理解、任务自主拆解、工具调用的自主执行能力。谈及L3能力规模化落地的现实瓶颈，马子扬分析，挑战并不只是单颗芯片算力高低，更多来自异构算力调度、操作系统与AI框架的适配协同。技术上实现跑通案例不等于大规模稳定可用。政企用户对于AI获取系统权限、操作本地文件、调用应用程序存在审慎态度，需要大量真实业务场景验证，证明AI可以稳定、可控、可审计地完成工作，而不是只停留在演示效果。“L3不是简单把模型参数扩大，核心目标是让AI真正替用户办事，这需要整个产业生态共同建设智能体能力。”马子扬说。
联想开天科技有限公司总经理周浩强介绍，端侧AI技术演进，重点集中在端侧加速、端边云协同、行业生态建设三个方向。端侧加速要解决的现实问题，是在有限硬件资源下承载更大参数规模的模型，通过模型压缩、算子融合、异构算力调优，降低大模型对内存、显存的资源消耗，实现“轻硬件，重智能”。
端边云协同的核心是智能路由机制。周浩强解释，本地模型处理高频、轻量、涉及隐私的任务，复杂高难度任务经过脱敏之后交由云端完成。智能路由会对任务难度进行拆解判断，分配至本地或者云端执行，既减少token消耗、降低使用成本，也缩短响应时延，同时保障原始业务数据尽量不流出终端设备。“以自动化设备测试场景举例，完全本地运行任务拆解，成功率约80%；借助智能路由，仅小部分子任务交由云端处理，整体执行准确率提升至95%以上。”周浩强举例说明这套机制的实际效果。
联想开天软件开发高级经理刘晓腾进一步补充，智能路由内置本地隐私分级判断逻辑，高敏感任务直接限定在终端闭环处理，不会向外传输；在精度不受影响前提下，优先使用本地算力完成任务，以此减少云端调用开销。新版本天禧AI Pro实现35B参数模型本地部署，同时兼容0.6B小模型，形成分级适配体系。0.6B小模型可以完成会议转写、图文识别、向量检索等基础AI功能，适配配置相对有限的终端设备，降低用户使用AI能力的硬件门槛；35B模型则面向复杂智能体任务，可完成部分端到端业务闭环。
“不同硬件条件的终端，都可以获得对应的AI能力，实现技术普惠。”刘晓腾称，35B模型能够落地可用，不只是完成模型部署，天禧Harness工程体系对提示词、任务流程做深度优化，挖掘模型任务闭环能力，同时调动CPU、NPU、SSD等多部件算力协同工作，提升运行效率。目前约30%‑50%的常规业务任务，能够在本地35B模型条件下独立完成。
在产业角色定位上，周浩强表示，企业不只是硬件设备供应商，更希望成为端侧大模型生态的枢纽节点，打通芯片、操作系统、大模型、行业应用全链路工程化适配，而不是单独强化某一类单品。AI PC的体验短板往往出现在应用“最后一公里”，如果缺少行业应用适配，硬件和模型性能很难转化为生产力。目前企业正联合众多行业ISV开发面向政务、金融、制造领域的智能体模板，把行业业务逻辑融入端侧智能能力池。
联想开天产品中心总经理曹先念谈到，端侧本地部署模式，把模型运行保留在终端之内，原始数据不出域，从技术层面夯实数据主权与合规底线，改变“要智能就要交出数据、保安全就要舍弃智能”的矛盾局面。他同时提到，当前面向行业的“数字员工”类应用已经出现部分落地案例，例如运营商业务指标自动监控，依靠固化业务技能，实现7×24小时自动执行。
但数字员工大规模推广仍存在现实阻碍。周浩强指出，硬件底座、模型平台已经基本就绪，落地的关键瓶颈在于行业业务知识的导入。行业ISV、一线业务人员掌握具体业务规则，只有把真实业务需求、业务细节沉淀为智能体技能，AI才能够真正承接岗位工作，这需要产业链上下游持续协同，积累更多业务场景标杆案例。
本次活动集中展示公文处理、合同审核、文件归档、会议智能处理等十大实机运行业务场景。周浩强表示期货配资开户论坛，AI PC产业正从概念演示阶段走向价值兑现，技术迭代的目标不是一味推动硬件升级，而是面向真实业务痛点，让端侧智能成为可复用、稳定可靠的生产力工具。
申宝策略提示：文章来自网络，不代表本站观点。
相关文章
推荐资讯