再见苏妈，AIPC大变样了
时隔一年，同是北京，记者与AMD董事会主席兼首席执行官苏姿丰再度相遇。
苏姿丰在AMD AIPC活动上发表演讲
与去年相仿，今年的AMD AIPC创新峰会在3月18日举行。同样是AIPC专场，记者能感受到产品的成熟度已经大不相同。此次峰会以“ADVANCING AI”为主题，我想，或许翻译为“AI进化中”会较为贴切。
从“大举炫技”，到“落地生花”
相比本次峰会，去年展示的AIPC像是还在“启蒙期”——采用PC端本地算力实现生成式AI写诗、文字对话、文生图等应用。看上去炫酷，实用性不强。但这已经形成了AIPC结构雏形。抽象来看，一台真正的AIPC需要具备两层条件：AI处理器和运行其上的应用软件。这两重条件，去年的AMD实现了前一半。
今年，AMD展示了后一半——AIPC能够借助部署在本地的应用，成为人们办公、娱乐、医疗等多个场景的辅助。
Office AI助手展示
在此次峰会的展区，Office AI助手商务负责人钱洪亮介绍道，他们设计的是一款办公软件插件，能够同时与Offiice软件和WPS适配，支持文档与表格处理，用户既可以采用该插件生成文档，也支持根据不同场景的需要一键排版等功能，上述工作负载均支持本地实现。
钱洪亮表示，当前产品已经获得诸多询单，客户需求量很大，感觉团队人太少，有点“顾不过来了”。
微软展示了多款基于AI技术的功能更新。例如，“回顾”功能可通过截图保存用户停留时间较长的页面的方式，帮助用户实现历史浏览记录检索。当用户想要查找自己浏览过的内容时，可以通过模糊的关键词找到相关页面来源。微软大中华副总裁、硬件合作伙伴销售部总经理关淇介绍，该功能依托NPU算力运行，其预览版将很快向Windows 11 AIPC用户推送更新。
AI模型推理优化与芯片适配解决方案提供商清昂智能表示，可支持用户在本地调用DeepSeek。
拥抱开源，点赞DeepSeek
活动伊始，苏姿丰就给在场观众吃了一颗“AMD将持续深耕中国”的定心丸，她提出对大中华区的四大承诺：多个研发中心拥有超过4000名工程师；中国建设有AI卓越中心，这是全球AI战略的核心；赋能超大型企业，AMD处理器为中国顶级云服务供应商的300多个云实例提供支持；与超过100家软件提供商、初创公司和大学联合研发与共建生态。
苏姿丰在AMD AIPC活动上发表演讲
AMD高级副总裁、计算与图形总经理Jack Huynh也对中国的创新基础作了充分肯定。
“我们一来就能明显感受到，中国的创新氛围非常浓厚。中国已经成为科技动力源，每天都在推动世界的进步，用创造力和想象力挑战着传统思维。”Jack Huynh说，“就在几周之前，我们目睹了令人震惊的DeepSeek，这是一次精彩的尝试，重新定义了AI模型的成本和效率基准，带来了对全行业的冲击。这一成就使世界认识到，中国的创新根基深厚且强劲，有能力应对顶级挑战。与此同时，阿里巴巴和腾讯等顶级企业，几乎以周为时间单位，将尖端产品推向市场。”
开源，是苏姿丰与Jack Huynh肯定的另一关键点，其中着重提出了DeepSeek的深远影响。
“现在我们已经看到了开源可以真正加快AI创新的步伐，我们专注于在行业中构建开放且对开发者友好的生态系统。如果你看我们的软件栈，会发现我们支持所有行业标准框架，包括Pytorch、Tensor Flow等，这使得我们能够帮助模型实现开箱即用且性能最优化。”苏姿丰说，“最近几个月，AMD实现了对DeepSeek的支持。我们的软件开发人员会非常频繁地关注DeepSeek在本地运行的情况，目前已经看到了性能的提升。”
开源便利了下游厂商，也能够极大地提高生态搭建的速度。AMD长期强调生态建设，此次活动上，AMD再次强调了其与合作伙伴和社区一起推动中国AI PC生态系统发展的承诺。自2024年3月启动以来，AMD中国AI应用创新联盟的ISV合作伙伴已经超过100家，预计将在2025年底达到170家。
AIPC三大发展新趋势
AI PC的浪潮刚刚兴起，全行业都在积极探索，相信它不会是固定的形式和形态，必将不断演进。Jach Huynh表示，AI技术正以惊人的速度发展，而他判断，未来AIPC有三大发展趋势：
第一是定制化。各种AI大模型如雨后春笋般涌现，DeepSeek带来了革命性的变化，展现了开源的力量。在未来的AI PC上，用户可以根据自身的不同需求，选择最适合的甚至是定制的AI模型，从而以最高的效率，获得更好的结果。
Jack Huynh强调“定制化”
第二是自动化。AI的本意是通过机器让我们的工作、生活更加轻松，智能地提供个性化服务，而且不需要过多的人为干预。未来的AI PC，将能够更加自主地学习我们每个人的习惯、喜好以及日常的工作流程，从而变成更主动、更真实的伙伴，真正解放人类的大脑和双手。这是一种真正的私有化，它远远超出数字助力的范畴，将解放我们的思想，让我们更具创造力。
第三是进阶推理。模型将结果提供给用户之前，可以实时检查推理、发现错误并完善回复。AI学习和逻辑能力很强，但目前仍然非常依赖人类的培养以及现有的知识库，而且对于正确和错误的判断能力还比较弱。随着技术的成熟，AI必须学会实时检查推理，具备自主发现错误、纠正错误、完善回复的能力，才能让人放心地得到想要的答案。
Jack Huynh预计，普及型的AI大模型，参数规模将迅速从70亿增至300亿，即便在本地端侧也具备足够丰富的知识和强大的能力。
