联想再造新增长引擎：AI业务如何驱动未来？
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
“智能体已超200个，正形成可相互调用、自动执行的智能体网络。”联想集团高级副总裁、中国区首席战略官阿不力克木·阿不力米提在2026CES现场的媒体问答环节透露，联想内部已大规模应用智能体重构业务流程。
一、 联想的AI转型与组织变革
在业内看来，2026年被视为AI规模化落地的关键年份。作为最早布局AI的科技企业之一，联想正将其在实践中验证的“内生外化”模式推向市场。从个人端的天禧AI到企业级的乐享超级智能体，联想构建了完整的AI产品矩阵。
截至目前，联想中国区已有超过200个智能体融入业务流程。阿木将这一过程概括为三个关键步骤：重新认知与梳理流程、升级数字底座为AI底座、人才与文化建设。
“要摒弃‘流程不动、加工具提效’的思维，要将智能体作为硅基生产力嵌入流程。”阿木指出，生成式AI具备编排推理执行能力后，已成为“硅基员工”，而不仅仅是工具。
联想已在其全价值链应用L1、L2级智能体及部分L3级自主执行智能体。智能体之间形成网络效应，可相互调用、自动执行，大幅提升运营效率。
人才与文化转型是最大挑战。联想在务实层面引入AI产品经理、架构师、知识工程师等专业人才，同时对全员开展AI培训；在务虚层面推进文化革新，鼓励员工尝试新工作方式，提供容错空间。
二、全栈AI技术产品与战略布局
联想集团高级副总裁、中国方案服务业务群总经理戴炜分享了联想支撑AI规模化落地的“一擎四舰”模式。其中，“一擎”指擎天引擎4.0，“四舰”包括擎天智能体方案、联想百应智能体、AI全生命周期服务和联想xCloud智能云。
擎天智能体已实现私有化部署，聚焦行业应用，落地超200个行业智能体，生态合作伙伴超400家，覆盖教育、制造、政府、金融、公交等领域。
百应智能体定位云端交付平台，提供订阅式服务。戴炜透露，该智能体已在AI营销、IT运维、AI办公等场景实现应用，客户获客效率提升30%以上，IT运维效率提升约50%。
“部分中小企业无需专职IT人员，通过‘线上智能体服务+线下上门服务’即可满足需求。”戴炜表示，2026年百应智能体将从通用领域拓展至供应链等垂直领域。
三、构建开放生态与未来AI
联想集团高级副总裁、中国消费业务群总经理张华介绍，天禧AI已迭代至3.5版本，在多设备协同领域建立显著优势。目前生态已入驻1万+开发者、5000+合作伙伴，实现AIPC、AI平板、手机、IoT等多端打通。
数据证实了这一战略的成功：2025年AI PC带动联想中国PC市场份额创下历史同期新高，中国市场营收占比达42%；平板业务进入市场第一阵营；联想moto手机品牌认知度从单位数提升至两位数。
天禧AI的核心架构包括AUI、天禧大脑、天禧生态和可信安全四大模块。其中天禧大脑具备感知、理解、记忆、规划、调度等5大核心能力，实现跨端跨云记忆和多设备交互历史一体化。
“2026年5月将推出4.0版本，达到L3级别，实现复杂任务自动化处理和强个性化。”张华透露，未来天禧AI将逐步向“专家水准”和“个人AI助理”演进。
在ToC端具体布局上，联想2026年将重点发力四类设备：AI PC、AI平板、AI手机和AIoT。
联想集团副总裁、中国政企业务群总经理王立平指出，联想在AI基础设施领域布局充分，去年服务器同比增长172%，今年仍保持高速增长。核心技术优势体现在“一横四纵”完整布局上。
万全异构智算平台支持多路线CPU/GPU/NPU，提供AI一体机、AI工厂、AI训练场等解决方案。联想对GPU从底层到计算框架进行优化，性能可提升20%-30%，部分场景GPU利用率从30-40%提升至60-70%。
在客户案例方面，联想助力伊利实现研产供销全链条智能化，降低每吨奶运输成本；为随缘优化8个节点的训练场景，提升转化收益。
“智能体升级至L2、L3级别后，推理算力需求呈井喷式增长。”阿木补充道，从2025年下半年起，企业对推理算力的需求曲线已陡增，未来对成本控制、稳定性、安全性要求将大幅提高。
据联想集团副总裁、中国区CMO王传东介绍，乐享超级智能体作为联想企业级智能体的“母本”，近一年取得显著进展。未来它将成企业对外统一接口，对接投资人、客户、媒体、公众等。
在实际应用层面，通过乐享的智能推荐及交互，促成的交易目前占联想正式商城年销售额的30%。具身机器人“乐享1号”已作为客户展厅数字接待员和线下门店品牌大使投入应用。
“到L3级智能体阶段，员工的核心工作将是‘知识库专家’和‘纠偏者’。”阿木强调，员工并非被替代，而是与智能体协同工作。
2026年，乐享将向L3级别演进，从AI助理、工具升级为“AI队友”，未来成为企业的数字咨询师。
在端侧AI的推广方面，王传东认为核心是让用户理解其隐私安全可控的价值。本地大模型目前已支持32B本地数据，未来将覆盖家庭工作站、眼镜、智能家居等多设备。
“个人AI最终是‘本地模型+云端模型’的混合架构。”张华用此类比解释：核心隐私数据应放在端侧“保险柜”，非敏感数据可放云端“梳妆台”。
阿木补充道，当个人AI能“看到你看到的、听到你听到的、记住你的24小时记忆”时，用户自然会倾向于将核心数据放在自己可控的端侧。
四、联想的护城河
阿木将联想的AI差异化优势总结为三点：战略领先、产研投入、开放生态。
联想早于行业布局混合式AI，率先推出AIPC、企业级乐享超级智能体、国内外同步的个人超级智能体。在研发投入上，持续加强个人AI和设备AI升级，擎天引擎已升级至4.0，2027年将升级至5.0。
“我们的生态是跨终端、跨平台、跨系统的，站在用户视角构建开放体系。”阿木强调，联想区别于单系统、单终端的封闭生态，已与大量ISV达成合作，形成产业繁荣生态。
八年前开始AI布局的联想，正将其“内生外化”的战略思维转化为市场竞争优势。从个人设备到企业解决方案，从端侧智能到云端协同，联想构建的AI生态已显现出强大的网络效应。
“未来个人AI会具备‘看到你看到的、听到你听到的、记住你的24小时记忆’的能力。”阿木描绘的愿景，正是联想AI技术演进的方向。在智能化浪潮中，联想的特殊优势在于：既有超200个智能体的内部实践验证，又有全栈AI产品的对外输出能力。
当碳基智慧与硅基智能实现深度融合，企业运营的范式将被彻底重构。联想在这场变革中，正从传统的硬件制造商蜕变为AI驱动的解决方案提供商。其“内生外化”的路径，为中国科技企业的转型升级提供了参考。
相关攻略
你的手机APP就像一辆智能汽车 想象一下，你的手机APP就像一辆智能汽车：页面显示时引擎启动，页面隐藏时引擎自动熄火——这就是repeatOnLifecycle带来的魔法！ 为什么需要这个“智能开关”？ 开发APP时，最让开发者头疼的无非两件事： • 后台偷偷耗电：页面明明隐藏了，后台任务却还在偷偷
“我们的代码，终将写入繁星”：追觅科技成立天文BU，构建从地面到太空的生态闭环 “我们的代码，终将写入繁星。”这句来自追觅科技的宣言，不只是一句诗意的口号，更是一份清晰的战略升级路线图。就在9月10日，这家中国科技企业正式宣告成立天文业务单元（BU），由此完成了一次至关重要的战略跃迁。这标志着其“全
中国车联网靶场：从合规工具到战略基础设施的跨越之路 未来三到五年，国内车联网靶场市场将迎来一场深刻的蜕变。其目标不再是追赶，而是实现战略上的并跑，甚至在某些领域引领。驱动这场变革的，将是人工智能、强制性法规与开放生态的协同共振。最终，车联网靶场将彻底摆脱“孤立测试工具”的旧标签，演进为支撑整个产业安
DeepSeek专家模式上线！深度思考+极速Token 复杂难题一键搞定 就在4月8号，DeepSeek放了个大招，正式上线了专家模式。这个新功能瞄准的，就是帮大家更顺畅地处理那些烧脑的复杂问题。 更新后的版本里，输入框上方多了两个选项：“快速模式”和“专家模式”。这可是DeepSeek爆火之后，第
OpenAI CEO Sam Altman 表示，「超级人工智能的到来比大多数人预期的要快。 OpenAI 加快了迈向下一 AI 阶段的进程。昨晚，在一场引人注目的Axios采访中，OpenAI C
热门专题
热门推荐
本文梳理了2026年主流数字资产交易平台的特点与选择策略。重点从安全性、资产丰富度、交易体验、创新功能及合规性等维度进行分析，旨在帮助用户根据自身需求，在众多平台中做出明智选择，而非简单罗列排名。选择平台需综合考量资金安全、操作习惯与长期发展愿景。
本文梳理了2026年现货交易所的竞争格局，从交易深度与流动性、资产安全与合规性、用户体验与产品创新三个维度进行深度分析。文章指出，头部平台在合规与技术创新上持续领跑，新兴交易所在细分市场寻求突破，行业整体呈现出专业化、合规化与用户体验并重的发展趋势，为不同需求的用户提供了多元选择。
本文梳理了2026年主要数字资产交易平台的综合表现，从安全性、资产多样性、用户体验及创新服务等维度进行分析。榜单反映了行业向合规与专业化发展的趋势，头部平台在技术架构与风控体系上持续投入，新兴平台则凭借细分领域创新获得关注。投资者需结合自身需求，理性评估平台特点与风险。
今年四月，AI网络初创公司Aria Networks携1 25亿美元融资高调登场，并向业界抛出了一个直指核心的判断：下一阶段AI基础设施的竞争，焦点已不仅仅是堆砌更多的GPU，而在于能否构建一个能充分释放这些算力潜能的“神经网络”。 这家由前Arista和Juniper高管创立、总部位于帕洛阿尔托的
仅凭一张家用RTX 4090显卡的24GB显存，就能流畅运行一个拥有320亿参数的AI大模型，一口气读完6份长文档并自动生成周报？这并非极客魔改，而是来自MIT、英伟达与浙江大学研究者的最新突破。 这项名为TriAttention的技术，精准瞄准了大模型推理中的核心瓶颈——KV缓存显存占用。其核心思