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。
文｜游勇
编｜周路平
01
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。
