01

联想牵手英伟达，

瞄准混合式 AI

美国拉斯维加斯，科技圈春晚 CES 正式拉开了序幕。

第一个高燃名场面出现在了联想 Tech World 大会上。在拉斯维加斯，英伟达黄仁勋、英特尔陈立武、AMD 苏姿丰、高通安蒙等四位芯片巨头的 CEO 当天同台亮相，星光熠熠。

而在现场，联想和英伟达公布了一项雄心勃勃的合作——" 联想人工智能云超级工厂 "。它将帮助云服务提供商极大缩短 "time to first token"AI 部署的时间，同时可迅速扩展规模至十万枚 GPU，支持万亿参数级别的智能体和大语言模型。而英伟达的加速计算平台将为这一计划提供强大支撑，包括最新发布的下一代训练与推理系统—— NVIDIA Vera Rubin。

黄仁勋直言，传统的基础设施并非为如此大规模、高复杂度的人工智能应用而设计。而联想人工智能云超级工厂专为高级推理、AI 智能体以及兆瓦级大规模部署而设计，将 AI 基础设施真正推向产业化，实现性能可预测、部署可复现、运维可管理。

而凭借联想在全球范围内设计、制造、集成与部署的端到端能力，云服务提供商能够加速行动，企业也能在生产环境中真正信赖人工智能。

其实，作为 " 全球算力之王 " 的英伟达和 " 全球计算设备之王 " 联想再度牵手并不令人感到意外。联想与英伟达的合作已持续了近 30 年，而最近两年，双方合作的业务规模翻了 5 倍。双方在现场还立下了一个 Flag，" 未来 3 年至 4 年内，联想与英伟达的业务合作规模将实现翻四倍的目标。"

而这种紧密合作背后，是双方对未来企业级 AI 发展趋势的一致判断和共同押注。

一方面，随着 AI 在企业级市场的爆发，AI 要在产业落地必须走混合式 AI 的技术路径。另一方面，英伟达和联想都在打造企业级的 AI 技术和产品。比如英伟达将其计算架构从 blackwell 升级到了 vera rubin，以更好满足企业级 AI 乃至物理 AI 的需求，而联想则从服务器硬件迭代到不断打磨混合式人工智能优势集，帮助企业真实落地。

与此同时，为了支撑企业级 AI 落地，双方都把目光投向了混合式 AI 的基础设施。

在 CES 开幕前，黄仁勋与杨元庆还进行了一场 " 围炉夜话 "，除了回顾两人过去几十年的深厚友谊，当时双方给下一阶段人工智能的发展做了两个预判：

其中一个预判是，随着判别式 AI、生成式 AI 走向代理式 AI（Agentic AI），代理式 AI 系统的应用不再依赖于单一的云端模型，而是公有云上前沿大模型与企业、个人私有的定制化模型深度融合。而这种 " 融合 " 需要更强大的载体。另一个预判是，未来混合式企业智能将融合应用到全球产业的各行各业中。

与之前的生成式 AI 对算力和模型的需求不同，黄仁勋认为，现在的 AI 本质上是多模态的，它们理解语音、图像、文本、视频、3D 图形、蛋白质。它也是 " 多模型 " 的，意味着它们应该能够使用最适合任务的任何模型。因此，它本质上是 " 多云 " 的，因为这些 AI 模型位于所有这些不同的地方。" 换言之，由于未来的应用构建在 AI 之上，这就是未来应用的基本框架。"

这种现实也意味着，单一的 AI 模型或 AI 设备无法满足用户所有需求。联想集团 CEO 杨元庆说，整合了个人智能、企业智能与公共智能的混合式 AI，才是打造个性化、多样性 AI，推动 AI 普及普惠的终极路径。

混合式 AI 正在成为企业智能的下一个风口。

02

破解企业智能难题，

联想搬出一套优势集

今年的 CES，AI 是所有厂商绕不开的话题，从智能汽车到具身智能，从个人智能终端到企业级 AI 应用，目之所及，核心都是 AI。

不过，相比于消费级 AI 在前两年的 " 全民狂欢 "，企业级 AI 的需求也正在得到释放。零一万物创始人李开复就表示，2025 年将迎来 " 推理 Agent 元年 "，而其最大价值集中在 to B 场景。

IDC 发布的 2024 年《全球企业级 AI 应用白皮书》也验证了这一点，2024 年全球企业级 AI 市场规模突破 1200 亿美元，其中中国市场增速达 38.7%，远超全球平均水平。尤其是随着 Agent 时代的到来，AI 在企业场景中的价值进一步凸显。

黄仁勋也提到，智能体应用大量涌现，下一个前沿趋势将是这些技术系统地整合至企业智能，未来不仅属于云原生 AI，更属于在数据源头就近运行的企业智能与工业智能。

然而，企业落地 AI 的需求旺盛，但遇到了很多挑战。根据《2025 埃森哲中国企业数字化转型指数》的调研结果显示，46% 的受访企业正在规模化应用生成式 AI。然而，AI 火热的另一面是，仅 9% 的企业通过生成式 AI 实现显著价值转化。

AI 落地效果不佳的背后，企业正在面临着来自算力、模型、数据以及行业knowhow 的多重考验。比如需要融合企业原有专用人工智能应用和基础大模型；需要实现大模型的云端和本地的混合部署；需要实现企业商业数据与社会公共数据融合后的大模型训练和调优；也需要实现企业算力平台从通用算力向混合算力体系过渡。

企业级 AI 落地难给 AI 行业带来了新的机遇。无论是大模型厂商、算力厂商还是传统 IT 服务商，大家比拼的核心是谁能更以更加高效、稳定、低成本的 AI 算力与丝滑的 AI 模型部署服务，来让 AI 真正为企业带来效益和价值。

早在 2023 年，联想便首次提出混合式 AI 战略，并与英伟达共同提炼了一套混合式 AI 优势集技术框架，然后借此能力帮助个人和企业打造超级智能体。如今，联想的这一套思路，正在引领着行业的前进方向。

" 企业不再满足于基于通用信息或公开数据生成的 AI 结果，而渴望真正属于自己的、量身定制的智能解决方案。" 杨元庆说，" 公共智能、个人智能、企业智能三者将共存互补，开启混合式人工智能的新纪元。"

针对企业应用 AI 过程中存在的痛点和真实需求，联想从上到下打造了包括混合式基础设施、企业数据和知识库、模型工厂、智能体平台和人工智能服务五大能力层。

比如在算力层面，无论是出于业务需要，还是成本考量，企业采用多元算力已经成为主流，既有云（公有云、私有云、混合云）或者本地数据中心的算力集群来保障模型训练的速度和效果，也有边缘算力来支持端侧模型的部署，实现推理运算。

联想混合式 AI 不仅提供了涵盖端边云完备的算力资源，也通过智算平台实现了异构算力的管理和调度。在今年的 Tech world 大会上，联想还专门针对企业旺盛的推理需求设计了两款全新的服务器，其中 SR675i 专为高吞吐量、低延迟的大规模推理优化设计，它可以将 AI 推理精准部署到企业客户最需要的场景中，比如医疗影像数据的实时分析；而 SE455i 则将 AI 推理带到边缘节点——数据生成、令牌创建与决策实时发生的核心场景，比如零售行业的库存预测。

在模型层面，企业需要多模态，也需要多模型，而不再依赖单一模型。比如在产品缺陷检测这种简单、高频场景，采用轻量级模型；而面对生产调度、需求预测等复杂挑战，则会调用更强大的先进模型。而联想的模型工厂，基于企业数据和知识，不仅能提供最新的全尺寸模型，而且通过模型调度技术和模型编排器，实现用户即时需求匹配最佳模型。

在数据层面，既有企业内部散落在各部门各设备上的数据，也有社会公共数据，多种数据的融合对大模型的训练和调优至关重要。而联想的混合式 AI 具备数据合成、增强及知识编辑、蒸馏能力，让分散的、静态的数据转化为可被 AI 调用的动态资源。

在智能体层面，当前企业在智能体的开发上耗时长、效果不明显，而联想混合 AI 的智能体平台，通过预制组件的方式给企业提供量身定制的智能体服务，不仅支持多智能体协同，也具备自动编排调度能力，将任务分配给最合适的智能体。

这套从混合算力供给到企业数据准备，从模型调用到智能体开发，再到形成人工智能解决方案应用库的全栈布局，被联想统称为" 混合式 AI 优势集 "。

它涵盖了企业应用 AI 所需的全栈能力，也是联想对未来的精准判断。

" 未来人工智能，不会依赖于任何单一的模型、芯片、设备或形态。" 联想集团 CTO Tolga 博士说，未来的 AI 将构建在多元模型与多元智能体之上，它将打通设备、边缘、云端等场景，无缝服务企业和个人用户。

事实上，联想布局混合式 AI，除了洞察企业落地 AI 的实际需要，也与联想自身的业务逻辑息息相关。联想不做上游的芯片，与全球的算力巨头成为伙伴；不做基础模型，但提供模型调优和全模型的部署。

这使得联想在整个 AI 产业链中扮演着 AI 服务商的角色，底层有端、边、云、网等完整的 AI 基础设施，中间有模型工厂和智能体平台，上层有智能体应用，通过整合 AI 应用落地所需要的全链条，可以充分发挥自身在混合架构整合、行业深度理解、灵活交付和绿色算力方面的优势，致力于成为千行百业在 AI 时代最可信赖的 " 总集成方 "。

而这种能力也恰恰是当下阶段，整个 AI 在强调场景落地时亟需的一环。杨元庆说，联想是全球唯一一家能够大规模将自主设计、制造与全球化服务完整整合的企业。

如今，混合式 AI 已经进入价值兑现期。根据联想集团发布的 Q2 财季报告数据显示，AI 业务创造的营收已占到其总营收的 30%，其业务增长和利润更多来自于 AI。具体到各业务线，SSG 的方案服务业务基于 " 联想混合式 AI 优势集 "，已连续第 18 个季度实现双位数增长，而 ISG 基础设施方案业务作为联想混合式 AI 基础设施的重要载体，年比年也增长了 24%。这些业绩动能转换的背后，联想早已不是一家传统的 PC 公司，已经向 "AI 基础设施与应用公司 " 转变。

黄仁勋在 CES 的演讲中说，今天的英伟达早已不仅是芯片公司，背后是一套完整的全栈 AI 体系——从芯片、系统、基础设施，到模型和应用。对于联想而言，混合式 AI 优势集其实也在遵循着相似的逻辑。

03

超级智能体，

打通企业 AI 的最后一公里

随着人工智能从 " 判别式 AI" 到 " 生成式 AI"，再到 2025 年开启的智能体 AI 时代，企业对智能体的落地热情高涨，一个显著的变化是推理需求爆发，Token 消耗量呈指数级增长。

黄仁勋在 CES 上说，智能体系统就是界面，企业 AI 正在被智能体系统彻底改变。

而针对企业应用智能体的需求，联想的解法是基于联想的混合式人工智能优势集，构建了一个融合了超级和领域智能体的矩阵，并形成了 AI 解决方案的应用库，打通 Agent 落地的最后一公里。

相比于个人智能体的 " 一体多端 "（超级智能体天禧 + 手机、PC 等终端），联想在企业领域的智能体落地则是采用了 " 企业超级智能体 + 领域智能体 " 的布局，打破了数据孤岛和 AI 应用生态割裂的难题。

其中，超级智能体有着统一的交互入口，负责任务的拆解、智能体的调度执行、效果的反馈优化等，相当于神经中枢；而各领域的智能体则与具体场景结合，相当于手和脚。而背后不仅基于 A2A 实现了智能体之间的通信协作，也通过 MCP 协议打通了 AI 与传统的企业应用的衔接，从而实现在多智能体协同下，对复杂任务进行自主执行。

用杨元庆的话说，未来每个企业在水平价值链的各个环节以及所在垂直行业的独特应用上都会构筑多个领域智能体，再由超级智能体统筹指挥。

这些超级智能体最后封装成一套套行业解决方案，并且以人工智能应用库的形式对企业输出。目前，联想人工智能应用库已经沉淀了数百款经过验证、随时可定制的行业 AI 解决方案，覆盖了零售、制造、交通和体育等多个领域。

联想集团执行副总裁、SSG 业务负责人黄建恒也在 Tech World 现场展示了几个典型的应用场景，比如联想的 "AI 工厂 " 解决方案，能快速、安全地将企业的数据转化为行动，从销售到供应链，从市场营销到生产制造。联想的机器人解决方案，已经为电力系统部署了 AI 赋能的机器人。它可以对整个电网进行巡检，灵活穿行于各种复杂地形之中。

另外，联想也与 FIFA 携手打造了定制化的企业级知识助理——联想足球 AI 超级智能体（Football AI Pro）。它能够调度一整支 AI 智能体团队，在 FIFA 的海量数据中高效搜索，并在数秒之内将最相关、最有价值的信息精准呈现。比如教练在下一场比赛前，提前评估战术对阵的可行性；球员获得个性化的比赛分析与反馈；分析师通过视频片段，甚至 3D 虚拟形象，对球队战术模式进行对比分析。

而针对传统 AI 项目落地时间长、不同行业的业务特性和预算存在差异等痛点，联想也创新性地推出了两种交付模式：

" 超级工厂 " 交付模式主要应对有大量定制需求的客户。客户可以在智能体集市上对预制件进行线上体验与适配，再根据业务需求进行选择。从效果来看，" 超级工厂 " 整体能帮助客户实现 7 天 POC 验证、2 周私有化部署，较传统 AI 项目周期缩短 80%。在 AI 日新月异的当下，AI 应用的速度往往决定了业务的价值。

而智能体即服务（AaaS）交付模式则更多针对需要便捷部署的中小企业的需求。联想将智能体封装为整体服务按照订阅式模式提供给客户，让企业无需自行构建复杂系统即可调用智能体功能，助力中小企业零成本迈入 AI 时代。

不久前，联想也成为首家通过信通院智能体即服务（AaaS）能力评估的企业。

从提出混合式 AI 的集团战略，到搭建覆盖全栈链条的混合式 AI 优势集，最后在优势集的基础上结合企业知识库，创建超级智能体和 AI 应用库，联想正在通过全栈布局，给企业智能提供了一条通往未来 AI 的新解法。