从联想的AI PC演示看终端大模型的必要性，离开网络的AI能有多强？

12月，Intel发布会上推出了首款基于Intel 4制程工艺的初代酷睿 Ultra 移动处理器，Ultra系列芯片采用Intel 4制程工艺配合3D Foveros封装技术，实现了两倍性能提升，支持200亿参数大语言模型不联网正常运行。

虽然不能够与云端大模型动辄千亿级别的模型相比，但对于端侧个人用户使用来说，端侧AI的起点就是200亿参数，已经非常可观了。国内许多云端模型诸如快意大模型，百川大模型等都仅仅是百亿级别的参数量。

对比云端大模型和PC本地模型对于个人出行计划的问答，联想在tech world2023上做了演示，展示了个人大模型别具一格的独特性。

演示者提问“制定一个150字的赫尔辛基音乐节一日游计划”分别给本地和云端大模型，

同样的问题，本地大模型给出了更具体、更贴合使用者的建议。

第一点，本地模型了解使用者的位置和过往出行方式，给出了更具体的出游计划（比如更适合坐火车还是飞机，距离哪个机场更近，而云端开放大模型没有做到）。

第二点 ，本地模型根据使用者此前订过的酒店进行酒店的推荐。

第三点， 本地模型根据用户过往常去打卡的场所，推理出你的偏好给出出行建议（比如你爱吃中餐还是日料东南亚菜系，喜欢喝咖啡还是逛博物馆，本地模型会建议你去自己偏好的活动）

第四点，本地模型是在完全离线的状态给出的答案，也就是说没有互联网或者使用离线模式的状态下，依然可以与AI互动，这在飞行模式等离线环境下可以灵活使用。

这只是一段三分钟的不到150字的内容演示，AIPC的其他亮点可以在各个厂家的正式产品上市后持续挖掘。电脑端是一个使用场景，终端体积规格，硬件配置最为均衡也最适合AI模型落地的终端。设想在我们乘坐飞机，需要工作的时候，可以在飞行模式下使用电脑利用本地的AI模型做excel、画图、写代码，既可以保证数据安全，又能利用AI和常用办公软件交互。

另外，联想的演示者又做了一个生成图像的演示，使本地模型生成一个演示者Taryn在音乐节上的图像，如图所示。 作图能力大家可以自行评判。

相比较于上传图片给云端模型再去画图，显然本地AI在做图像的时候可以更方便，所有数据都已经储存好，使用者本人时无需上传自己照片，同时隐私性和信息数据安全性更胜一筹。其实，数据的安全性是端侧AI普及的重要推手。无论是公共AI大模型的B端用户还是C端用户，都不能确定自己的数据是否存在泄露风险。但一个离线的端侧AIPC显然这种安全风险极大降低了。其他诸如低延迟、离线运行、高定制化等因素让个人大模型有着云端模型无可比拟的优势。

（未完待续）