从“工具”到“智能伙伴”，AI PC的演进方向已成为行业共识。英特尔中国区技术部总经理高宇在近期分享中指出，AI正推动个人计算迈入“智能伙伴”新阶段。这一转变的核心，在于构建一套完整的端云协同架构，将混合AI部署、模型路由和繁荣的Skills生态这三项工作做扎实，联合PC厂商、桌面智能体ISV、模型厂商及开发者社区，共同推动智能体PC落地真实场景。

围绕这一方向，英特尔系统性地展示了在混合AI部署、本地AI关键能力、模型路由机制、内存成本优化以及Skills生态建设上的最新合作进展，并与Flowy、QClaw、remio、TRAE、DuMate、YOYO Claw、Marvis等合作伙伴一起，呈现了20余项覆盖办公、娱乐、游戏和教育场景的真实落地实践。

智能体PC不仅是算力平台的升级，其本质是一套包含“思考、调度、执行、交互、记忆”五大模块的全新软件架构。然而，实际落地面临一个现实难题：完全依赖云端API，Token费用会迅速拉高成本；而坚持纯本地大模型路线，硬件采购压力又难以承受。英特尔的解法是走端云协同的混合AI部署路线，通过智能模型路由调度，让本地与云端算力各展所长，既降低云端Token开销，又控制本地硬件成本，最终在成本与能力之间找到平衡点——他们将这一平衡点称为智能体PC的“微笑曲线”。

要实现这条微笑曲线，离不开三个关键路径：底层算力的关键能力、路由机制，以及内存成本的深度优化。

七大本地AI关键能力，重塑“听、说、看、写、想、绘、全模态”交互体验

混合AI部署需要具备以下七种本地AI关键能力：LLM（任务推理与执行）、ASR（语音识别）、OCR（文字识别）、TTS（语音合成）、CV/VLM（视觉理解）、Image Gen（图像生成）、Omni（全模态交互）。这些能力覆盖了AI交互的完整流程，关键在于能够在本地稳定流畅地运行，同时兼顾性能与数据可靠性，从而实现效率与成本的双重平衡。

英特尔SuperClaw模型路由方案，构建灵活、智能的路由调度机制

该方案能够自动完成任务的拆解，智能调度本地与云端算力，并在上云前完成信息脱敏。如果结果不达标，还能自动重试，同时路由策略也会持续进化。简单来说，它旨在解决端云协同中的效率与安全问题，提供一套双重保障。

通过MoE专家卸载技术突破“内存墙”，32GB主流内存驾驭35B大模型

英特尔联合江波龙、群联电子等AI SSD厂商，通过MoE专家卸载技术，成功突破了内存墙——35B模型的运行内存占用节省了约10GB。这一突破意味着，在主流32GB系统上，用户不仅能够本地流畅运行大模型、处理更长的上下文，还能腾出充足空间，轻松应对多任务并行处理。

在平台层面，第三代英特尔® 酷睿™ Ultra 358H处理器与酷睿Ultra 325处理器，均能支持上述三大路径，通过灵活的算力选择满足不同市场的需求。

推动智能体PC的持续演进，还需要一套完整的产业体系。英特尔正围绕底层规范、中层生态和顶层场景三个层面，共建繁荣生态：推动软硬一体优化与产品化，解决跨端兼容及运行可靠性问题；通过建设“英特尔Skills专区”，为开发者和ISV搭建一个共同繁荣端侧AI生态的平台；最终，面向消费、企业及行业等多元场景，加速智能体应用在各行各业的落地。