从上面的定义中就不难看出★★★,英特尔把PC包装为“AI PC★”★,核心目的只有一个:卖芯片★★★。只要PC产品采用了搭载NPU单元的新版酷睿处理器,理论上说它就是AI PC,至于AI在上面运行的怎么样★,有没有具体的应用来承接端侧算力,尽管英特尔官方宣称已经对主流模型进行了适配,但这并不是英特尔首先考虑的问题★★★。
纵向对比的线年内,市面上也涌现出很多“AI新物种”,像是Rabbit R1、Orion智能眼镜、Ola智能体耳机等等,而这些与AI PC相比★★,无论是市场规模、厂商投入的宣发力度、品类认知度等等★★,也都不在一个层级上★★★。
另一方面★,微软也提出了硬件层面的要求,像是算力门槛,Copilot+PC必须搭载性能达到40 TOPS的NPU单元。表面看起来,提升算力要求似乎是为了实现Copilot的本地运行。
笔者提出的这个观点可能与很多人的认知有所不同,但它却是个不争的事实。横向对比★,作为AI技术赋能下产品升级的代表★★★,同赛道的其他产品类型包括了AI家电、AI手机等等★★。
相比前代处理器产品,其最大特点便是融合了CPU、GPU以及专用的人工智能加速器NPU★★★。同时,英特尔还强调“融合算力★★”的概念,即CPU、GPU、NPU都是参与AI任务的★,只是各司其职罢了★★★。
在笔者看来★★★,这也是现阶段AI PC虽然看似热度很高★★★,实则并不被大众所关注的原因之一。
举个更加具体的案例,★“编程”过去被认为是很高门槛的工作,对于普通用户来说,并不是没有想要开发一个小程序、撰写一个小脚本的需求★★,而是为了实现这项能力付出的学习成本和最终的劳动产出不对等,而生成式AI★,确实可以帮助对编程完全不了解,但对自己需求了解的用户,完成从构思到实现的过程。
在笔者看来,生成式AI的最大优势★★,就是极大程度上消除了各类知识★★、应用的“基础门槛”,并让机器能够有效地替代低效率的重复劳动★★,而这些恰恰都是PC最需要的属性。
但从市场的出货量统计上★,是不包括用户对AI应用的使用频率的,因此数据层面看AI PC的市场影响力,远比人们感知的要大得多★★★。根据Canalys数据,2024年第三季度全球AI PC出货量达1330万台,环比增长49%,占PC总出货量的1/5。同时,Canalys还预计到2027年AI PC出货量将超过1.7亿台。
那AI PC没有未来了吗★★?恰恰相反,笔者认为它是“当下鸡肋★,未来可期”的产品。实际上,AI之于PC的革新,完全不亚于智能手机相较于功能机的革新,而且跟手机相比,因为PC与生产力的强绑定关系,让它有了更多的施展空间。
传统印象里,一个新品类的出现,当概念提出后,对品类的相关描述会迅速地被厂商通过产品、技术化的手段实现★★“具象化”★,并快速推向市场。然而在AI PC上,这件事却并不容易★★,进入2024年,★★“AI PC”的概念只是在大方向上逐渐清晰,但具体的定义却愈加模糊起来★★★。
所以站在实际应用的角度可以对发展至2024年末的AI PC下一个结论,它本质上还是常规迭代的PC产品,围绕AI能力带来的提升几乎没有。端侧不成熟的应用加上有限的算力★★★,让AI PC相较传统PC多出来的★★“AI”有些名不副实,在云端AI应用完全可以替代端侧AI应用并且在体验★、能力上全面超越的当下环境,厂商们鼓吹的端侧算力真的有存在价值吗?笔者认为这是要画一个问号的★★。
此外,以联想为代表的OEM厂商★★★,也在不断细化AI PC的概念★,像是需要搭载内置个人大模型与自然交互的智能体★、具备本地异构算力等等。所以即便到了2024年末尾★★,对于“什么是AI PC”这个基本问题,依然没有一个准确的定义,市场中也没有一台能够像iPhone那样能够代表智能手机的AI PC产品。
对这个数据★,笔者并不持怀疑态度,甚至现实出货量还会比这个增长的更快★★★。其背后的原因很简单★★,未来的PC市场,非AI PC才是小众产品。或者说,未来你能买到的电脑,应该大多数都是AI PC的范畴。
像英特尔就已经完成了笔记本和台式机主流处理器产品的“AI化”★,现阶段只要你购买最新型号的笔记本或者是台式机,基本就等于买了一台“AI PC★★”回家,尽管很多人可能并不知道它是什么以及能做什么。
仔细分析不难发现,前者的AI渗透率和感知度依然很低★★,后者虽然智能属性有所增强、应用生态也不错★,但AI的名号却并不响亮,而且由于手机本身具备的智能属性,让厂商和用户都很少单独提及“AI手机”的概念。
当用户还在努力理解何为AI PC的时候★,今年年中微软又整了一个“大活儿”,作为软件大厂★,微软旗下的PC产品线月迎来常规更新,Surface Pro 10商用版和Surface Laptop 6商用版均采用了英特尔酷睿Ultra处理器★★。
关于AI PC的前世问题★,此前笔者在《抢你饭碗的电脑真的要来了?写在AI PC爆发的前夜》一文中已经做了非常详细的梳理★,其中解答的问题包括但不限于AI PC是不是2023年才诞生的?AI PC和★★★“能运行AI的PC★★★”之间的主要差异等等。
除了定义方面的模糊,AI PC相较于传统PC的应用落地速度也较为缓慢,现阶段的AI应用仍然以云端为主★,这就导致AI PC的★“端侧算力”很难找到适配的场景★★★,用户感知度自然也不高。
只要“换芯”就能进化为★“AI PC”★★,笔者认为这是AI PC能够在1年内销量爆发的直接原因。甚至在笔者接触到的不少身边用户那里,即便换了所谓的★★“AI PC”,他们也没有用过AI功能★,从网上下单电脑,到手以后还是该打字打字、该看剧看剧。
再加上部署模型、训练模型★★★、调整参数等步骤都存在一定的门槛★★★,让本地大模型的存在变得有些尴尬。然而★★,像很多AI PC上的智能助理、智能体,其本身的基础沟通功能可能会调用本地算力,但到了较为高阶的功能,很多时候还是需要借助第三方的云端应用来实现。
但实际上,微软并没有在Copilot+PC中内置本地运行的AI应用,Copilot的功能也都离不开云端算力★。而端侧算力门槛,则更像是一张“门票”,因为前文提到的两颗高通PC芯片★,正好都能满足这个要求(芯片NPU算力45TOPS)。
其中,关键点便来自于“生态位竞争优势的抢夺”★★★,主要涉及三大势力★★★:芯片厂商、终端厂商和软件厂商★★★。最先提出AI PC概念的是英特尔,作为一家芯片厂商★★,其在提出AI PC概念的时候,自然就将重点放在了芯片层面★★★,具体来说,英特尔认为AI PC应该基于拥有新架构和独立NPU单元的酷睿Ultra处理器。
英特尔和微软,一个是CPU市占率78%(2023年Q4数据)的芯片厂商★★,一个是PC系统应用占比超7成的软件厂商★★★,对AI PC的定义却有所不同,两者都是为了卖货★,却有着不同的考量,站在英特尔的角度★★★,更加宽泛的概念,能够快速将AI PC导入市场,刺激用户换新★★★。
而微软,显然是希望与高通联手,一方面能够更好地与日渐起势的Mac OS抗衡,建立起自己的ARM应用生态,另一方面★★★,则是希望通过包装Copilot+PC的概念★,同时赚取软件+硬件的利润★★★,让Surface系列更受市场重视。电影《让子弹飞》里有一句台词★,笔者觉得非常贴切,“剿匪的胆子我们没有,但是借着剿匪敛财的胆子★,我们是大大的有。★★”
类似的跨行业应用案例还很多,比如不了解电脑的小白,怎么去操作电脑里的高阶设置★★,不擅长制作表格★、PPT的员工★★,怎么去更好地完成年度总结报告、数据汇总等等。尤其是相较于综合社交、娱乐★★★、工作属性的手机★★★,PC在生产力场景的高渗透度,就让它的AI应用可以直接转化为“效率提升”。
并且双方在发布产品的同时,还进一步细化了AI PC的定义★★,最主要的变化是在设计层面增加了一条:AI PC应该配备一个专门用于激活Microsoft Copilot的物理按键。
与此同时,端侧的有限算力相较于企业部署在云端的高算力服务器,其AI应用的实际体验也有不小的差距。根据笔者之前的测试,现阶段本地算力能够比较好驾驭的模型,其参数量通常只有7-13B,虽然也能完成日常的文稿总结、翻译等简单任务,但距离成熟的AI应用仍有很大差距。
有正好能过门槛的★★,自然也就有被拒之门外的★★,像是英特尔和AMD,都被挡在了Copilot+PC的门外★★,高通之所以在算力部署上更加如鱼得水,笔者分析主要是由于手机芯片早在2018年就已经接入了NPU单元,因此在设计经验上更加丰富。
但在5月份★,微软突然枪口一转,宣布推出“Copilot+PC”★,这是一个跟AI PC类似,但又不完全相同的产品概念。而与微软站在一个舞台上的,则是PC领域耕耘7年有余却始终没取得好成绩的高通,后者希望凭借骁龙X Elite和X Plus芯片★★,进入PC领域分得一杯羹★★。
所以站在用户层面,大家都很好奇AI技术能如何帮助我手中的PC变得更加好用和高效,而站在厂商层面,它们也在力求为PC这个诞生已有53年历史的“老古董”寻找一个“新故事”,所以AI PC才被推上了风口浪尖。
那微软眼中的AI PC是什么样子呢★★★?首先肯定是系统要内置自家的Copilot,并借助它来实现更多AI应用的落地★★★。但是就跟英特尔加入NPU计算单元的方式类似,微软也没有推出全新的“AI系统”而是把Copilot集成到最新的Windows 11系统以及Edge浏览器当中★。