这几天都PC市场很热闹。
苹果以新闻稿的形式发布了首款搭载M3芯片的MacBook Air，且宣称这是“用于AI的全球最佳消费级笔记本电脑”，跑步入场AI PC赛道。
自电脑诞生，微软跟苹果就是老冤家。在AI时代，两大巨头针尖对麦芒。微软与苹果市值先后进入3万亿美元俱乐部且你追我赶。与此同时，微软对AI PC的最高话语权更是志在必得。在软件系统层面，微软有OpenAI这张王牌，在应用层面推出的Copilot已成为全球顶流AI大模型应用。如今，微软的首款AI PC硬件要来了。
被苹果“截胡”后，微软首款AI PC来了
根据 Windows Central 的独家消息，微软会在 2024 年 3 月 21 日发布新一代的 Surface Pro（Surface Pro 10）和 Surface Laptop（Surface Laptop 6）。作为微软硬件中首款「AI PC」，这两款新 Surface 将会是市场上首批支持 Windows 11「下一代 AI」的设备，由此也可看出微软对这两款新 Surface 的重视。
图片来源：微软
虽然微软还没有公布这两款新电脑的具体配置，但考虑到微软多次强调这两款硬件的 AI 性能，我们也不难猜出这两款电脑的硬件配置：
作为微软笔记本电脑的标杆，Surface Laptop 6 和 Surface Pro 10 高概率会和其他 AI PC 一样用上最新的酷睿 Ultra 处理器。考虑到 NPU 和 Arc Graphic 对内存的要求，Surface 有望脱离 8GB RAM 的时代，将 16GB 内存定为 Surface Laptop 6 和 Surface Pro 10 的起步配置。
考虑到今年笔记本电脑的整体设计思路，Surface Laptop 6 可能也会改用窄边框设计，并遵循微软的新规范，将键盘右侧的 Windows 徽标键改为 Copilot 键。
另外，微软也提到这两款电脑将拥有「媲美 iPad Pro 和 MacBook Pro 的性能表现」，我们也不能排除微软在 Surface Laptop 产品线中引入 ARM based 处理器的可能。再联系到 2023 年骁龙峰会期间微软为 X Elite 处理器「站台」的行为，不难看出 X Elite 早晚也会出现在 Surface 系列中。
图片来源：雷科技
只不过根据高通的时间表， X Elite 版本的 Surface 可能要等到年中才能面世。在 ARM based 系统本身就需要额外适配的情况下，失去先发优势的 X Elite 版本 Surface 能否在 AI 应用上对 Ultra 实现反超？这个问题需要微软和高通共同解答。
如果Surface Pro（Surface Pro 10）和 Surface Laptop（Surface Laptop 6）发布的时间点真如爆料的3月21日，那么我们有理由相信：苹果急着发布MacBook Air M3芯片版，或许有“截胡”之意。如果等到春季发布会再发布，苹果这款AI PC处女座可能会跟微软的初代AIPC“撞车”。
这让小雷想起了2023年，在Vision Pro发布的前几天，抢先发布了更便宜更成熟的 Quest 3“截胡”苹果的做法。事后Meta CTO安德鲁・博斯沃思（Andrew Bosworth）表示，公司是根据消费者的购物习惯而不是因为担心苹果的竞争进而“选择在 6 月份发布 Quest 3”——我信你个鬼。只能说，巨头的商战，就是这么朴实无华。
AI硬件风起云涌，滥竽充数的越来越多？
话说回来，即便 X Elite 和 Ultra 处理器在架构上有着根本的不同，但考虑到两大平台都有用于运行本地 AI 的NPU，微软的 AI 应用目前也都还停留在应用层，再加上微软在多个场合都提到自己的 AI 是「混合模型」（本地 + 在线模型），小雷在这里大胆猜测，微软未来推出的 AI 应用，其综合性能表现在两大平台上并不会有太大的差异。
那么问题也随之而来：既然现阶段大多数 AI 应用还只是停留在应用层，那是否意味着只要 PC 能提供充足的算力、能带动具体的 AI 应用层用例，这款 PC 就能算是 AI PC 呢？
或者用更精炼的语言来说：AI PC 究竟 AI 在哪里？
我知道，这道题看起来非常简单：能用 AI 的电脑自然就是 AI PC。但就目前的 AI 行业的进展来说，AI 领域的硬件和软件发展进度并不匹配：早在 2016 年就有将 AI 模型运用在手机影像当中，应用于 PC 的 AI 技术更是可以追溯到 2011 年由 IBM 推出的 Watson。
因 ChatGPT 而一夜成名的 OpenAI 同样用「传统 PC 硬件」开发出了引起互联网巨头们「恐慌」的 AI 模型。这些开发、运行着最新 AI 模型的 HPC 机群能被称为 AI PC 吗？
图片来源：微软
不同于由硬件差异决定「5G 手机」「游戏笔记本」，停留在应用层的各类 AI 用例让「AI 用例」与「硬件」从一定程度上脱钩：AI 用例不需要理会算力来自 HPC 机群、Tensor 或 CUDA 核心、NPU、或是远端的高性能服务器，只要能把模型跑通，这台设备就可以算是所谓的「AI 设备」。
很显然，这种依靠设备能否运行 AI 模型来区分「AI 设备」的方式会带来不少问题：品牌不再需要潜心研发，只要把 2010 年前后那一套机器学习的算法改个名字，就能堂而皇之把自己讲作「AI 设备」。
以手机品牌为例，有些品牌所谓的「AI 功能」，不过是将每年 Android 系统提供的新特性改名而已。更有甚者仅在设备本地导入了语音识别的精简模型，再将用户所有指令丢给远端运行着 AI 大语言模型的 HPC 集群，然后就标榜自己的 AI 能力。
这也是我过去一直反感「AI 设备」这个名字的原因：只要模型足够精简，任何由基础算力的硬件都能被称作「AI 设备」。而当一切设备都能被称作 AI 设备时，「AI」也将像曾经的「石墨烯」「量子」「元宇宙」一样，彻底沦为营销词汇。
这显然不是我们想看到的 AI 时代。
AI硬件势在必行，真正的 AI PC 是怎样的？
在我看来，如果想真正扩大 AI 在数码产品中的影响力，我们应该用 AI 用例来取代 AI 模型：将是否属于「AI 硬件」的界定标准从是否拥有专属硬件、是否运行 AI 模型转移到「AI 能否带来新体验」上。
在手机上，我们不应再纠结手机输入法自带的语音识别功能究竟有没有运用全新的 AI 大模型，而是聚焦在这项「黑箱」（用户无须知晓背后运行逻辑）能否为用户带来全新的体验，比如在本地学习用户的音素，用模拟的用户原声来替用户接打电话。
我们不需要关注某个文生图的 AI 模型究竟是设备端机器学习模型还是远端服务器模型？而是关注这个模型能如何以功能的方式融入手机的日常应用中，比如根据用户的文字描述自动生成、更换壁纸。
图片来源：微软
AI PC 也是同样的道理，以微软的 Copilot 为例，传统上，用户需要通过具体的命令或点击来告诉电脑执行哪些任务。然而，有了 Copilot 后，电脑将能够更主动地参与到工作流程中，通过理解用户的意图和习惯，提前预测并执行任务。例如，在处理文档时， Copilot 可以基于用户过往的编辑习惯，自动提出改进建议，甚至帮助撰写和整理内容。
此外，Copilot 还能够大幅提升信息检索和管理的效率。在海量数据的处理上，Copilot 能够快速地从不同的数据源中提取关键信息，为用户作出智能总结。这对于需要处理大量信息的专业人士而言，无疑是一个巨大的福音。而在日常的文件管理上，Copilot 也能够帮助用户更有效地组织和搜索文件，通过语言指令就能快速定位或分类文档，大大节省了时间和精力。
换句话说，「AI 硬件」的重点不应是硬件能做什么，而是硬件能为运行在设备上的本地、云端或混合模型提供怎样的算力和接入口，允许未来的 AI 硬件上实现什么。包括 AI 在内的计算机技术是一个不断自我否定和迭代的过程，这意味着和设备强捆绑的软件自发布之日起就已经落后于行业。
换句话说，只有将算力「平台化」，才有可能让 AI 设备追上日新月异的 AI 时代。
荣耀 CEO 赵明曾在媒体采访时分享过荣耀对 AI 手机的看法，其中的观点我认为值得现阶段所有强调自己「AI 设备」属性的品牌学习：
我觉得很多厂家，对于 AI 手机存在着很大的误解。很多人把在手机上提供生成式 AI 能力叫 AI 手机，搭载生成式 AI 的手机提供的最核心是什么？算力。你只要把算力提供出来了，这个程序通过你平台的算力提供出来了，就可以有各种各样的海量应用。这种生成式AI的能力应该是未来诸多AI服务商所提供的各种各样的应用。
我在笔记本上可以链接 AIGC 问几个问题，「给我写一篇小说」，就变成了 AI 笔记本了？你只是提供了一个算力和做笔记的平台和显示器而已。
相关文章
