
时隔两年后,AI PC的概念已经不再是一个小众的词汇。
Gartner给出的预测数据显示,到2025年底,AI PC预计将占全球PC市场总量的31%,全年出货量将达到7780万台。
三分之一的增量PC已经转变为AI PC,这一方面源于作为当下全球科技焦点,大模型相关软件产业依然在高速发展,另一方面则是由于硬件厂商也在加速更新端侧算力。
作为AI PC这一概念的提出者 ,也是这一产品的推动者,近日,英特尔在2025英特尔技术创新与产业生态大会上对端侧AI算力——英特尔酷睿Ultra 9系列又进行了一波能力更新。

作为英特尔第二代酷睿Ultra系列产品,英特尔酷睿Ultra 9是在今年年初的CES 2025上正式发布,彼时H系列的定位是高性能轻薄本。
实际上,就在这次从北京赶赴重庆的飞机上,我们还看到了在今年1月首发搭载酷睿Ultra 9的华硕灵耀14的广告。

英特尔中国区技术部总经理高宇在大会上指出,当下大模型有两个演进趋势:
“大而稀”,模型参数量大,但激活的参数量相对较少,这类模型需要更高的存力、不需要很高的算力,更适合在端侧运行;
“小而专”,通过蒸馏、模型加速技术形成的小模型,在模型专业领域拥有很好的表现,这类模型同样适合在端侧部署。
大模型的这两大趋势,成为端侧AI崛起的根本。

作为端侧AI重要玩家,英特尔这些年在端侧算力上也在不断发力,在三年时间里,将端侧算力提升了48倍。
这其中,英特尔即将在明年的CES 2026上正式发布的第三代酷睿Ultra——Panther Lake,算力将可达到180TOPS,这也将成为AI PC的一个重要时刻。
不过,这次大会上,高宇重点介绍的,还是英特尔时下面向端侧AI主流应用的英特尔酷睿Ultra 9 285H,据悉,此次英特尔酷睿Ultra 9 285H面向AI负载有三项重要能力更新:
第一,可变显存技术。
英特尔酷睿Ultra 9 285H最高支持128GB系统统一内存,这其中超过120GB可作为可变共享显存,可以支持AI PC流畅运行高达120B超大规模参数MoE模型。

在现场,英特尔工程师以跑在英特尔酷睿Ultra 9 285H处理器上的Qwen3-Next-80B-A3B模型,演示了基于端侧AI算力,让AI续写红楼梦,基于英特尔工程师输入的提示词,AI在续写的故事中让刘姥姥和贾宝玉上演了滴血认亲的剧情。
第二,双机互联技术。
英特尔雷电5技术,可以实现80Gb双向带宽、120Gb单向带宽,时延更是只有5G以太网的三分之一,甚至五分之一。正是这样的大带宽、低时延特性,让双机互联技术成为可能。

而在有了双机互联这一技术后,大模型在端侧有了更多新玩法,例如可以在端侧基于两台互联的设备跑更大参数的模型,支持多用户并发,乃至在两台设备上同时运行不同的模型,从而更高效满足复杂场景应用需求。
第三,以存代算技术。
在大模型生成过程中,最消耗算力的是prefill计算,prefill计算结果生成的是KV Cache,在传统软件架构下,KV Cache或是存储内存里,或是被丢弃掉,如果被丢弃掉的话,未来遇到类似问题就需要重新计算。
为此,英特尔与PHISON联合研发了aiDAPTIV技术,这项技术可以将已经计算过的KV Cache存储到AI SSD上,在未来遇到类似问题时,可以直接从AI SSD中提取相应结果,从而节省计算时间,加速大模型运行效率,乃至执行更长的上下文任务。

也正是基于这些技术特性,大会上,高宇和英特尔的工程师团队展示了基于英特尔酷睿Ultra 9 285H处理器的AI PC三大应用场景——端侧OCR识别场景,端侧TTS声音克隆场景,以及复杂任务场景多种能力组合应用。
AI PC具备的端侧AI能力,本质上带来的是两个优势:更好的个人隐私保护特性,以及更低的企业应用成本。
以端侧TTS声音克隆场景为例,由于考虑到安全风险,用户往往不愿意将自己的声音、形象上传到网上克隆声音或构建数字人,要想有绝对的安全,就需要将这些个人隐私数据留存在本地,这时,就可以在本地进行TTS声音克隆。

与此同时,基于这套技术构建出跑在本地的数字人,使用成本也会更低。
实际上,在这一系列技术的加持下,英特尔酷睿Ultra 9 285H不仅仅在推动AI PC规模化落地,也正在推动端侧AI成为更广泛的垂直行业应用和边缘计算设备的标配,这其中既包括AI工作站,也包括AI边缘box、车载AI box、家用NAS等。

我们在大会现场也看到了,搭载英特尔酷睿Ultra 9系列处理器的各类终端产品。
针对更高AI算力场景需求,英特尔炫锐Pro B60多卡解决方案,Intel ARC Pro B60 GPU支持197TOPS峰值算力、24GB显存容量、456GB/s显存带宽,拥有单卡、双卡、四卡整机方案,我们在现场也看到了基于此类方案的紧凑型产品。

此外,同样是百TOPS算力支撑下,在这一系列技术加持下,我们在现场还看到了一系列新发布,有ChatPPT正式版、文心电脑版,以及QQ音乐端侧AI即时灵感成曲功能。

而这一系列新软件、新功能的上线发布,也正在让AI PC变得更加实用。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。