AI PC 就是超级 AI Agent

▼

也许我们都想错 AI PC 了。AI PC，AI、PC，看起来就是 AI 与 PC 的组合，最常见的理解是，是把大模型塞入电脑的产物，模型需缩小规模，且个人隐私更有保障。

AI PC是由联想等龙头2023年提出，并CES 2024就有展示将量产的新品，超快速反映PC产业链的超高效率，但也透露此行业供应链的焦虑──PC出货量下降──大模型规模越大能力越强的共识，此轮AI热潮模型与云端互相成就的关系，以及人们对AI新硬件的热切期待，都加深了印象。

但这一切其实都建立在似乎成型的“共识”之上：我们已进入大模型支配和决定一切的时代，模型决定所有软件与互动。模型吞噬世界，一切不以模型为出发点的人工智慧都只是压力反应。

但是，这共识真是未来方向吗？

有些努力发挥模型能力的一线计划正在呈现另一个图景。例如最早一批做Agent尝试的AutoAgent等，早期聚焦于围绕模型开发一切功能，但问题却越来越多，之后它开始增加使用工具等能力，才真正开始体现出智慧体的样子。例如苹果等硬件公司的研究重点，开始放到硬件和电脑架构层面，让模型融入硬件、储存、作业系统等现有特性。例如人们又重新开始关注RNN对模型复杂度的帮助，RAG这样类似利用“过时了”的搜寻技术的“外挂”设计思路开始走红。它们本质都是对“上一代”技术的利用，对模型的“共识”也开始松动。

这些都指向另一种路线：模型不是一切，模型是“组成”智慧的重要部分，它非常需要其他技术，而非取代一切技术。模型不等于智慧，Agent不是模型的一个分支应用，而是包含了模型的新智慧系统。

这是两种对于AI未来的判断。现在都还没有达到这两个理想状态的产品出现，但如何思考这个问题，依然会决定一家公司和它的产品面向未来改造自己的路径。

笔者认为对AI PC的理解更应该从第二种路线出发，它潜力巨大。CES笔者带着这个思考有机会跟联想的高层交流，试着定义下时代的AI PC究竟是什么。

“我们不是短期追逐AI，这早已是我们的长期策略”，联想集团董事长兼CEO杨元庆在今年CES期间对我们说。做为AI PC概念最早的提出者，联想在这次的大会上发表了十多款AIPC雏形产品，包括提供AI创作工具Yoga Creator Zone的Yoga Pro 9i、无缝切换笔记型电脑和平板电脑模式的ThinkBook Plus Gen 5 Hybrid、商务AI PC ThinkPad X1 Carbon AI、新一代超小型ThinkCentre neo Ultra等。另外联想也计划之后在内地的一些产品里推出AI now的大模型助理软件。

▲Lenovo Yoga Book 9i。

联想称这些产品目前是“AI ready”阶段。从这些发表中可以看出，这个阶段联想其实做了几件事：基于对硬件的理解来系统优化模型，设计出AI与软件以及使用者互动的雏形，以及布置有更多可能性的介面。

“现在这个产品只能算做是AI ready，主要是利用显示卡，不管是整合显示卡还是独立显示卡来加强它的运算能力。现在看到的PC大概只能做到十个Tops的算力，我们觉得理想的情况是要到40个Tops才可算是AI PC第一代，它要到今年下半年才正式推出。”杨元庆说。

杨元庆把AI PC理想中的样子用五个特点总结：首先它要有大模型，是一个大模型驱动的AI；第二它是有一个很强大高效的异构算力软硬件平台支撑；第三它有自我更新和与时俱进的能力，可能会透过强大的储存来实现；第四是有一个更像人与人互动方式的自然互动能力；第五是隐私保护能力很强。

“今天我们要走向智慧体，有三个能力要进步，一是有与外界互动和感知的能力，二要慢慢具备能理解和调用工具的能力，第三要有长期、短期记忆去做规划。”联想集团资深副总裁、技术长芮勇博士说。

这是很有意思的判断。因为当你去对应电脑架构去思考这三个因素，会发现一个有趣的事情：PC具备所有“基础”──完善硬件镜头感测器等可扩展工具，能感知物理世界；与其他智慧体比，环境自然有各种工具──丰富的应用尤其生产力工具就是Agent的现成工具箱；电脑记忆体已为大模型长短记忆设计提供参考。

（Source：Pixabay）

所以现在再回来想想，AI PC是什么？是更强大的AI Agent，但也不是OpenAI引导下很多人理解的“模型应用形态”，而是超越模型的下代AI形态，更接近AGI。

“我理解世界模型所说的五层，第四层是单Agent，第五层可能就是多Agent，人类就是多Agent，到时可能就出现AGI了。”笔者告知这观点时，芮勇说实现超级Agent，各参与者现在不是削足适履，而是发挥最了解的系统和软硬件最佳化技术，利用一切已有技术方案和架构，以及将来会出现的新技术，补充Agent其他环节。

芮勇透露，联想很努力最佳化KV Cache，透过硬件和系统层面最佳化增强端侧模型上下文记忆能力，避免演算法增加上下文长度时会占用过多空间。需离线使用的模型，也必须是多模组能力。

“第一要对电脑体系架构非常了解，有时瓶颈不是计算而是记忆体频宽。第二，要对GPT演算法非常了解，如是一个个token往外吐，吐出来再加进输入，所以输入越来越长，但计算时多数是乘法和加法，所以够聪明的人就能意识到很多前者算过，找办法判断算过值哪些高机率会继续用、哪些不会。”

而PC厂商的研究人员过去在做的事情就是对软硬件、对演算法做优化，并形成产品方案，在这次发布的产品背后，联想的LA系列AI晶片也在模型训练和推理中应用到了CPU资源、储存资源和效果的最佳化中。

“这些方面都是要下很大的功夫，少了任何一点都不行。”杨元庆说。体系完善的AI PC比单枪匹马的大模型更接近智慧体形态，而PC厂商离AI PC更近，属于他们的大机会来了。

（本文由 品玩 授权转载；首图来源：Pixabay）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。