1 月 8 日，2026 国际消费电子展（CES 2026）期间，联想集团副总裁、中国区战略及业务拓展副总裁阿不力克木 · 阿不力米提（以下简称 " 阿木 "）做客 "Talk to the World"，围绕 AI 技术发展趋势、AI 与终端融合的逻辑基础、AI 终端的三种形态、个人 AI 与公共 AI 的本质区别等话题与观众进行了分享，并结合联想的实践揭示了 AI 落地的必然路径。

（联想集团副总裁、中国区战略及业务拓展副总裁阿木）

" 个人 AI 与公共 AI 完全不一样，公共 AI 不会因个人演进，而是因全人类的平均水平演进。" 阿木指出，要让 AI 真正普惠，就需要公共 AI 与个人 AI、企业 AI 混合并用、协同互补。对个人而言，公共 AI 与个人 AI 混合并用能够跨时间、跨场景深度理解用户需求，享受到高度情境化、连续化、以个体为中心的最优支持；对于企业而言，公共 AI 与企业 AI 协同互补能赋能企业利用自身数据自主决策，蜕变为自我学习、自我重塑的智能实体，开启 AI 发展新篇章。

作为混合式 AI 的率先提出者和坚定践行者，联想个人 AI 及企业 AI 领域双线推进，均实现代际领先。阿木在对谈中介绍了联想混合式 AI 的布局和成果，他表示：" 未来联想将持续巩固自身的独特优势，携手更多的生态伙伴，引领中国 AI 产业向更广、更深的智能化未来演进。"

随着人工智能飞速发展，当前 AI 产业呈现技术突破与场景落地 " 双轮驱动 " 的发展特征。阿木指出，在技术层面，AI 算力正在经历超越摩尔定律的快速发展，并行计算、智算成为主流，全球多个主体都在加速推进 AI 算力突破。与此同时，大模型发展进入原生多模态的创新，物理 AI 加速演进，模型小型化进展迅速。

阿木强调，这种算力与模型的 " 双螺旋 " 融合进化，正驱动 AI 在两大领域加速创新。首先是智能体的迭代，数字世界中的 AI 智能体已从初期的问答工具，快速迭代至具备任务编排与自主执行能力的形态；其次是终端正在发生演变，AI 的嵌入催生出大量新型终端设备。他表示：" 智能体的进化与终端相融合，将会在多个场景催生出全新产品形态，形成全新终端体验。"

对话中，阿木进一步拆解了 AI 与终端融合的背后逻辑。一方面，公共 AI 产品的个人化与专属化属性不足，存在个人数据隐私、企业专有知识无法触达等问题，要实现真正的个性化服务，必须将 AI 下沉至个人或企业，即形成个人 AI 与企业 AI，终端是唯一载体。另一方面，公共 AI 产品难以做到个人化、专属化的感知和理解，而终端则能实现对环境信息的持续采集，支撑 AI 对物理世界的实时理解。

要实现 AI 真正无处不在，且能够个人化、个性化、专业化，AI 就必须与终端结合。阿木表示，用户拥有终端即拥有 AI 主权，形成 " 我的 AI" 而非 " 租用平台 AI" 的关系。

他判断，未来 AI 与终端的融合将会产生三类新型终端形态。第一类，是现有终端的智能化，即电脑、手机、平板、汽车等成熟的终端，通过增加智算能力、拓展更丰富的感知，转化为 AI 原生终端。第二类是感知为主的轻交互终端，如 AI 眼镜，它专注于持续感知环境与自然交互，成为连接数字与物理世界的桥梁。第三类则是边缘终端产品，其没有感知交互能力但算力极强，可部署于家庭、办公室或中小企业环境中，满足特定人群对于数据绝对控制等需求。

终端形态的革新，成为个人 AI 演进的 " 加速期 "。阿木指出，当前 AI 正在呈现从公共 AI 向个人 AI 转移的演进趋势。" 它是终端带来的，不再是虚无缥缈的软件。由于个人 AI 始终伴随终端，而用户对于终端天然拥有的‘驾驭感’会加速这一趋势演进。这也是 AI 继续深入普及的新趋势 "。

相较于公共 AI 以平台流量商业变现为目的，推荐的内容受商业利益驱动，个人 AI 是 Personalized AI，而不是 Personal AI，是以满足个人需求为中心的 " 专属智能 "。" 公共 AI 相当于乘坐公共交通工具，个人 AI 则是拥有能按照自己意志去装饰和优化的私家车。" 阿木举例道。

具体而言，个人 AI 与公共 AI 有四个本质区别：一是个人 AI" 看用户之所看、听用户之所听 "，即能够直接获取用户的原始环境信息，而非依赖通过现在的 AI 助手对话框输入的过滤后的指令；二是基于可信计算架构，用户相信 AI 仅用其数据为其服务，形成深度信任关系；三是可直接调用服务提供者，绕过中间平台提供所需要服务；四是个人 AI 基于长期记忆和行为偏好持续演进，越来越像用户本人。未来个人 AI 能够从 " 助手 " 进化为 " 队友 "，能实现情景感知、主动服务、直接执行等能力，可以真正承担职责。

个人 AI 的规模化落地，需跨越四大核心技术挑战。首先是算力承载能力。大模型是 AI 感知环境、理解意图、编排任务的核心支撑，这要求终端算力架构从 CPU 通用计算，升级为 CPU+GPU+NPU 的异构平台，实现不同属性模型在终端的高效运行；超大规模复杂任务则需依托个人云空间完成。当前联想已将 AI 算力作为 AI PC、AI 手机等终端的内置标配，加速算力下沉。

其次是模型与智能体调度挑战。这是工程化层面的核心问题，需通过市场实践结合用户需求持续优化。 其三是个人知识与记忆管理挑战，主要聚焦在长期记忆的 " 遗忘、抽象、调用 " 问题；其四是体验创新的挑战。个人 AI 落地需挖掘 " 非它不可 " 的刚性需求（must-have），而非 " 可有可无 "（nice to have）的功能，关键是将硬件、软件、服务与大模型能力深度整合，交付核心体验。

基于上述挑战，阿木介绍了联想多终端之间无缝连接体验的实现路径。首先是跨操作系统构建统一个人智能体体系。不同终端的操作系统（Windows、安卓、iOS 等）下沉为工具，在操作系统之上搭建个人智能体层，打破各生态的隔离壁垒，保障跨设备体验的一致性。其二，通过端云混合架构支撑体验连续性。如联合火山引擎落地国内首个 " 个人可信云空间 "，采用端到端加密、数据不保存的安全机制，确保用户数据绝不外泄且可自动销毁，支持记忆与知识跨终端迁移。其三，近距离终端直连技术优化实时体验。当终端间距较近时，通过设备直连实现算力、内容、感知信息的共享，既消除交互时延，又能优化终端能耗。

全新 AI 时代，个人 AI 生态角色也在进行重构，在对谈中，阿木还将当前 AI 生态角色分为三类 ：首先是整合硬件、模型、智能体、服务规则与安全机制，完整交付给用户的整合者，联想等终端设备厂商即处于这一类别。其次是直接提供旅行、餐饮、票务等生活服务、由个人 AI 直接调用的服务提供者，第三是提供大模型、传感器、算力芯片、安全技术等底层支撑的能力保障者。

在对谈中，阿木指出，开源技术大幅降低部署成本，大模型推理能力提升至可支撑业务流程的水平，智能体开始在企业中承担内容生成、故障诊断等任务，但要让 AI 在企业内部真正转化为生产力，需完成三大核心准备。

首先，升级 AI 原生基础设施底座。" 当前 61% 的企业尚未搭建 AI 底座 "，他指出，AI 落地需将原有数字化平台升级为包含大模型、智能体开发、知识管理 GPU 推理算力与可信计算的 AI 平台，这是企业 AI 从 " 展示性应用 " 转向 " 流程级落地 " 的前提条件。其次是重构业务流程。AI 不是简单的 " 叠加工具 "，而是需要流程结构性调整。若流程未重构，AI 方案难以嵌入业务，仅会增加成本而无法创造价值。第三需要培养 AI 原生人才。员工需具备与智能体协作的能力，包括调教、容错与共同优化技能。阿木强调，这一培养过程无捷径，需反复训练以适配 AI 时代的工作模式。

此外，阿木还基于联想自身 AI 转型实践总结出经验教训。他解释说，首先企业应当聚焦在主价值链部署，即优先在供应链、营销、服务等核心业务环节应用 AI，而非首先改造员工流程；其次企业需先做 POC（产品概念认证）再定预算，避免传统 IT 项目 " 先立项批预算 " 的做法，在未明确价值前应当允许小规模试点；第三，需进行战略性基础设施投资，他指出，AI 底座升级是企业级战略转型，需做 3-5 年周期的自上而下投资，而非按单个应用零散投入。阿木在对谈结尾强调：" 技术能够真正释放每一个人的价值，才是生产力变革的意义。"