AI被所有人使用的时代，正越来越近。
如果说AI大模型之前已经用ChatGPT多轮的技术进展、国内的百模大战、Sora在视频大模型领域的突破，以及其他一系列大模型初步的应用探索证明了全新的AI更强大；那么最近悄然吹起的、厂商纷纷将最日常使用的消费电子终端套上AI之名的占位之风，则进一步宣告了AI普惠时代的加速到来。
在这波关于AI终端的行业讨论中，有一个热度始终最高：在现阶段，大模型普惠的第一终端是哪个？是深入我们日常生活的智能手机，还是作为生产力工具长久不衰的个人电脑（PC）？
将范围缩小到这两种终端的原因很简单：最近足够自信公开喊出端侧AI战略的，除了OPPO、vivo、魅族、华为、小米这样的手机厂商，就是英伟达、英特尔、AMD这样的芯片巨头，亦或是联想这样的全球PC行业龙头。
这些公司的想法也并非完全统一。以智能手机为例，有非常焦虑说“不转向AI的手机厂家就是下一个诺基亚”的，有直接喊口号“All in AI”的，还有的表示“AI是未来，但AI手机绝对是噱头的”；而在PC这边，拥有领先GPU软硬件能力的英伟达将自己的重心放在了更偏向云计算的位置上，英特尔直接对外宣布自己的Meteor Lake处理器是40年来最重大的处理器架构变革，还有联想直接站出来推广自己的“AI PC”研究与实际产品的。
但在笔者看来，这一堆崭新的说法和讨论恰恰只说明了一件事情——以基础计算和通信为核心功能的现有个人终端（智能手机为主），已经无法满足AI大模型时代的软硬件新需求。而拥有更宽松形态，并且能以多变配置适应各种需求的AI PC正在成为AI新一轮普惠的真正落点。
AI时代能实现普惠的终端，有多难打造？
跟之前的好几轮技术革命一样，这波AI大模型技术革命的普惠，关键在于如何让尽可能多的用户采纳这项技术，并且应用起来，因为只有这样才能创造出最大的价值。
最麻烦的是，AI大模型的本质就是将人类的数据提供给电脑学习，以实现部分脑力成果的复制，这个过程中无可避免地形成了对人类个体隐私保护、职业价值，甚至是生存价值的冲击。最终形成AI的确足够强大，但是用户不敢更不愿意使用的情况。
一个典型的例子就是去年年底的“《纽约时报》起诉OpenAI”事件。前者指控OpenAI 及其合作伙伴微软，使用其数百万篇文章以训练人工智能模型，要求他们为“非法复制和使用《纽约时报》独特且有价值的作品” 和与之相关的 “价值数十亿美元的法定和实际损失” 负责。
用更简洁的话来说，就是OpenAI用大模型学习了《纽约时报》大量的付费内容，然后用户在使用OpenAI的过程中，就可以绕过《纽约时报》对独有内容的收费机制，直接为用户生成出关键信息一致但是表达又不完全相同的结果，相当于砸了后者的饭碗。
“上传数据就等于对所有使用者公开”的特性，直接打断了许多企业用户应用AI大模型的进程，去年4月就有三星半导体部门的工程师在使用ChatGPT的过程中，不小心“分享”了公司机密。
套在普通用户身上，由于AI 模型的决策过程往往是不透明的，用户很难了解模型是如何分析和处理个人数据的，更难进行数据的处理和保护，最终造成个人信息被不当使用，也让许多个人用户拒绝使用。
想要解决这个难题，“突破口”其实很简单——提供个人隐私、关键成果打造的大模型，要有明确的个人归属和使用权保护，即高敏感度、高价值的私有大模型应该由个人用户完全掌握。
要做到“个人完全掌握”，自然需要把这些大模型存储在个人终端设备中。但这也引出了另外两个问题：一是要如何变革，才能满足AI大模型时代、对于隐私和协作都高度要求“云&端”协同？二是在整套AI大模型能跑起来的基础上，应该由谁来确保用户的实际体验？
先说第一个问题，关键在于产业结构的转变。
从最早的PC时代一直到智能手机时代，系统的整体架构其实没有发生太大的变化，最底层的硬件上面是系统，系统再上面是应用，同时衔接硬件和应用的系统就是生态的主体，负责推动技术普惠和生态发展。
最典型的例子就是苹果的AppStore，用户可以轻松找到各种类型的应用程序，从游戏娱乐到生活服务，再到教育工具和商务应用，极大地丰富了移动互联网的内容和形式。开发者则获得了一个有着清晰分发规则和收益模式的、公平竞争的环境。
而根据个人用户对于隐私的基本需求，以其个人训练的AI大模型要存储在本地，但在使用AI能力的过程中，不可避免地还要使用公共数据训练出来的AI大模型。复杂“云&端”、“公共&个人”的大模型协作，显然与传统的系统和应用关系天差地别，也让 “系统”是否应该存在都画上了疑问号。
（图示：高度集成化、容器化的云端部署解决方案NVIDIA NIM）
以英伟达今年在GTC 2024上全新发布的NIM微服务架构来说，就将AI大模型打包成了底层是k8s、顶层直接输出服务能力的整体化解决方案。一下子将自己从GPU制造商的角色，提升到了没有“操作系统”的“应用生态”管理者。
在基础大模型领域进展最快的OpenAI的尝试还要更早，去年在ChatGPT大火的时候，就推出了自己的GPT Store，希望让更多开发者可以基于GPT语言基础大模型打造更多的实际应用。但最终的结果却事与愿违，真正亮眼的GPT应用数量没多少，反倒是出现了很多违规、违法，甚至是直接抄袭的应用。
AI芯片龙头、AI技术龙头虽然在特定环节足够强大，但仍无力支撑整个生态。过去IT产业虽然通过分工解决了PC和智能手机时代的复杂需求，但AI成熟之后，产业显然需要在结构上相应变革。
因此，最终问题就变成了我们上面提到的：究竟应该由谁来保障用户在使用AI终端时的体验？
从用户体验出发，智能手机和PC这样的终端厂商在确保海量用户体验这件事上颇有心得，但面对AI大模型引发的计算力、存储空间、云端协同，多变终端形态终端新需求，智能手机的潜力始终有限。
就拿目前的很多手机AI大模型应用来说，无论是 OpenAI 的 ChatGPT、百度的文心一言，乃至最近火热的月之暗面 Kimi，这些App的工作方式也并非本地运行，仅仅是将手机作为一个面向用户的载体，在这种情况下与手机和浏览器并没有什么区别。
“放任AI与自己无关，就将在AI大模型时代，想当初的运营商一样被微信管道化一样，成为边缘存在”，这或许才是部分手机厂商们着急要做“AI手机”的真正原因。
相比之下，个人电脑（PC）的状况反而要好上不少，目前普通笔记本电脑的独立显卡已经具备运行大模型的能力，诸如英特尔、英伟达等PC芯片厂商还在不断升级算力层面的解决方案，加之更充足的存储空间和电池容量，更灵活的操控与显示能力。
上游产业龙头的不断升级，叠加PC形态在AI时代重新获得的终端优势，让PC整机厂商，有希望基于其亿万用户的庞大基础，建立起用户反馈驱动的生态，最终在AI PC上，构建真正的“杀手”级应用。
就在前不久，在前沿科技研究机构“未尽研究”发布的《从工具到平台 AI PC：AI 普惠第一终端》报告中，就专门提到了其中两个机会，一个是基于混合算力的推理引擎，另一个是基于大模型和智能体技术的AIOS。
