在大模型与智能体快速演进的背景下，行业正从“能用”迈向“好用、可控、可规模化”。
今年CES期间，围绕AI芯片、算力基础设施与终端创新的展示密集出现，折射出一个共同判断：AI竞争的焦点正从模型参数与单点能力，转向体系化落地与综合效率。
联想在展会期间发布和展示的内容，集中指向“混合式AI”——通过公共AI与端侧/企业私域AI协同，推动AI从通用能力转入更贴近个人与组织的“专属化”应用阶段。
问题：从“通用”走向“专属”，落地瓶颈亟待突破 当前，通用大模型在问答、生成、辅助决策等方面能力持续增强，但在具体场景中仍面临三类现实挑战：其一，个体与企业数据具有强私密性、强差异性，单一的通用模型难以覆盖多样需求；其二，数据合规与安全要求提升，尤其在政企场景中，“数据不出域”成为落地底线；其三，端到端成本与时延约束显著，应用若过度依赖云端推理，难以满足持续高频使用和稳定体验。
这些因素叠加，使得“模型很强但不易深用”的矛盾更加凸显。
原因：算力形态分化与数据要素价值上升，推动端云协同成为主流 从技术与产业结构看，混合式路径的形成并非偶然。
一方面，端侧芯片与终端算力持续提升，AI PC、AI手机等设备具备承载部分推理与个性化任务的能力，端侧智能成为体验升级的重要抓手；另一方面，公共云在通用知识与规模计算方面仍具优势，适合承担“博学广识”的通用能力供给。
更关键的是，数据要素成为生产力的新变量：个人数据、企业业务数据、行业知识库等，决定了智能体能否真正理解用户、理解流程、理解业务。
将端侧个性数据与公共智能能力结合，形成“端云一体、内外协同”的体系，成为提升可用性、可控性与投入产出比的重要选择。
影响：个人体验与企业效率同步提升，AI应用进入“体系化竞争” 在个人领域，联想提出“一体多端”的策略，以个人超级智能体为统一入口，覆盖PC、手机、平板及IoT等设备形态，强调跨终端、跨平台的连续体验。
其核心意义在于，把AI从“单次调用工具”推进为“常驻式助手”，在终端内实现更贴近用户的理解、记忆与协同，从而提升信息管理、内容生产、学习办公等场景的效率。
在企业领域，混合式AI更直接对应生产力提升与组织再造。
联想依托企业级能力模块与引擎体系，构建面向政企客户的云、智能体方案与全周期服务，意在解决企业落地中的共性问题：从算力与数据底座建设，到模型与智能体编排，再到运维、安全、成本管理的全链条交付。
与此同时，联想在内部推进企业超级智能体及多个通用领域智能体，将营销、客服、人力、电商、门店等流程串联，形成可互相调用、自动执行的“智能体网络”，以流程重塑带动运营效率提升。
这种“先内化、再外化”的路径，有助于把概念验证转化为可复制的方法论与产品能力。
对策：以“人和企业为中心”推进标准化交付与安全治理 面向下一阶段，混合式AI能否规模化，关键在于“三个可控”：数据可控、模型可控、运营可控。
业内普遍需要在以下方面形成更清晰的路线： 一是强化端云协同架构能力，明确哪些任务在端侧完成、哪些交由云端处理，通过动态调度实现体验与成本的平衡； 二是把安全合规前置到产品与交付环节，完善数据分级分类、权限管理、审计追踪与安全评估机制，确保政企关键场景可用、可信； 三是推进智能体的工程化与可维护性，建立统一接口、工具链与评测体系，减少“碎片化开发”和后期运维负担； 四是以服务能力促进落地闭环，通过全周期服务覆盖规划、建设、迁移、运维与优化，降低企业采用门槛。
前景：从“技术红利”走向“应用红利”，混合式AI或成长期主线 综合展会动向与企业实践可以预见，未来一段时间AI产业将进入“多端并进、软硬协同、场景为王”的阶段：公共模型提供基础能力，端侧与私域智能体承接个性化需求，行业知识与业务流程成为差异化竞争核心。
随着终端形态升级与企业数字化转型深化，混合式AI有望在办公协同、智能客服、营销增长、供应链、制造运维等领域加速渗透。
与此同时，行业也将更加重视可解释性、可靠性与成本控制，应用落地的质量与治理能力将成为衡量企业竞争力的重要指标。
人工智能的发展历程表明，技术创新最终要落脚于解决实际问题、创造实际价值。
混合式AI的提出和实践，正是这一规律在当前AI发展阶段的具体体现。
从通用大模型的突破到混合式AI的探索，反映了AI产业正在从追求技术极限向追求应用价值转变。
联想等企业的积极实践，不仅推动了AI技术的创新发展，更重要的是为AI的普惠应用指明了方向。
随着混合式AI理念的进一步推广和完善，人工智能必将在更广泛的领域释放其变革力量，真正成为推动社会进步和经济发展的重要引擎。