比特派钱包官网|图好看吗？电脑自己画的！AI PC上手初体验 - AI新智界

原文来源：钛媒体

作者：邓剑云

图片来源：由无界 AI生成

随着英特尔发布第一代酷睿Ultra处理器，我们熟知的酷睿i系列CPU将会成为历史。自2010年开始，截止目前，酷睿i系列共发布了14代产品（桌面端），目前暂不确定下一代桌面级产品是否会采用与笔记本端一样的命名方式，至少从今天开始，今后在笔记本新品中，人们只会看到名为“酷睿Ultra”的芯片产品。

从酷睿i系列变成酷睿Ultra，其最大的变化在于采用了模块化设计，通过Foveros 3D封装技术将SoC模块、Intel 4计算模块、GPU单元和IO模块封装在一起，凭借额外增加的NPU单元，整颗处理器的算力达到了34TOPS，为AI计算提供了良好的硬件基础。

12月15日起，全球第一批AI PC开始陆续上市，品牌将涵盖联想、宏碁、华硕、戴尔、惠普、联想、微星等共计230款不同型号的AI PC，其中，联想的产品目前已经在各个线上线下渠道上市，钛媒体App也在第一时间对AI PC进行了上手体验。

AI能力从何而来？

提到大模型AI的应用，大家最熟悉的莫过于文生图、自然对话、代码生成，其中最让人觉得惊艳的功能当属与图片内容创作相关的文生图、图生图。

在浏览抖音、快手、小红书的时候，经常就能刷到很多由AI创作的精美画面，其中很多基于现实场景或者元素绘制的图片。如果不放大一点一点去“挑毛病”，很多人都会将其与真实拍摄或者由真人创作的图片相混淆。

很多人都会好奇，这么逼真的图片是如何生成的？具体来说，AI绘图的过程包括输入图像的预处理、特征提取、生成器网络的训练和输出图像的后处理等步骤。

在训练过程中，生成器网络会不断地调整参数，以最大程度地减小生成图像与真实图像之间的差异，从而实现高质量的绘画效果。

在AI绘图中，计算机通过将绘画作品转化为数字化的数据，然后利用深度学习算法对这些数据进行训练，从而学会如何生成类似的作品。在训练过程中，计算机会不断优化算法模型，以便生成更加逼真的绘画作品。

换句话说，大模型加持的AI就像一个认知世界的学生一样，慢慢学习、提炼、领悟人类绘画的技巧和风格，从而生成具有艺术性的图像。

此外，AI还可以通过模仿现有的艺术风格来生成新的艺术作品，比如让它学习所有梵高的画作，AI会将典型风格转化为数据，此时随便给它一张图片或者照片，AI都可以生成一张具备梵高作品风格的新画作。

那么AI绘画的速度能有多快呢？

钛媒体App使用一台搭载最新英特尔酷睿Ultra处理器的微信笔记本进行了测试，这里选取了一个适合进行人物、风景绘画的模型，输入中文关键词后，只需不到1秒钟，就生成了4张图片，并且以上操作都基于本地操作，无需联网或借助云端算力。

了解了AI绘图的原理以及现阶段的实际体验后，就能够知道为什么AI PC会收到从上游芯片厂商到终端OEM品牌的热烈追捧。

首先，随着第一代英特尔酷睿Ultra处理器的发布，尤其是NPU作为新的模块开始成为PC处理器的标配，对AI任务的处理能力和硬件门槛正在快速降低。

要知道，目前最主流的AI绘画软件Stable diffusion对硬件的要求并不低，运行内存推荐16GB以上，GPU显存推荐在8GB以上，并且只推荐英伟达显卡。经过实测，笔记本最起码要配置一张RTX4060以上级别的显卡，才能让AI比较高效地生成尺寸较小的图片。

单单就这一项硬指标，就直接把产品的价格门槛提升到了8000~10000元人民币，并且还得选择更加厚重的游戏本，处理器中NPU模块的加入，通过针对AI计算中的常见操作，如矩阵乘法、卷积等，进行优化，从而让这些AI应用能够通过专用的硬件算力平台达到更好的能效释放。

不过，尽管有NPU的加持，也不意味着端侧大模型AI能够做到随时被训练和使用。

钛媒体App注意到，英特尔在官方给出的参数中，以酷睿Ultra 7 165U为例，它的基础功耗为28W，但在此之上还标注了64W和115W两档功耗。如果AI运算需要高算力支持，全部释放处理器具备的34TOPS算力，对笔记本的续航和散热表现都有很大压力。

除了画画，AI PC还能做什么？

从本质上来说，AI PC并不算是一个“新物种”，正如中国惠普有限公司副总裁、惠普中国区消费类产品事业部总经理范子军在英特尔酷睿Ultra产品发布会上所说：“我认为AI PC并不是革命性的变化，最多只是PC技术发展过程中的革新之一。因为它并没有从根本上改变PC的应用生态和人们的使用习惯。”

那么AI PC与普通PC之间的差异会体现在哪里呢？

以现阶段的产品来看，更多地是在硬件层而非应用层，也就是PC搭载了包括英特尔酷睿Ultra系列在内的一系列原生支持端侧高效运行AI应用的处理器产品，它就叫作“AI PC”。

正如前文所提到，之前运行AI应用的硬件门槛比较高，无论是CPU还是GPU，他们的优势更多地体现在数据计算和图形计算上，很多架构的产品在运行AI应用的效率上并不高。也是因为门槛的存在，使得大模型AI应用难以做到普及化，如今大家能够体验到的很多AI对话功能，背后都需要依靠云端算力的支持。

但当AI对于日常应用和工作应用的渗透逐渐增强，依赖云端服务的大模型AI就会面临许多问题，最显性的自然是对网络的要求和无法做到即用即有的效率问题，其次则是各种隐私数据的安全问题以及定制化服务的缺失。

AI PC的出现，解决的就是以上问题。从对第一批AI PC的体验来看，像自然对话、代码撰写、图像识别甚至图片、曲目的创作，这些过去高度依赖云端或者桌面平台算力的应用，都能够实现在轻薄本产品上的本地部署，并且实际的体验中应用的运行效率也比较让人满意。

根据相关技术人员的介绍，英特尔酷睿Ultra最多能够支持200亿参数大模型的本地部署，对于一般的个人应用来说，已经完全足够。

举个具体的应用案例，视频剪辑中经常会用到遮罩、抠图等图像处理手段，过去这些都需要视频剪辑师进行逐帧的操作。而大模型AI的本地部署，就已经能够让PC支持实时抠图演算。另外，包括近两年逐渐火爆起来的数字人，在AI的加持下，也能够通过轻薄本等移动PC，完成实时人物动作捕捉+虚拟人物生成。

越来越多AI PC产品的推出，会让用户接触大模型应用的门槛进一步降低，再加上系统端不断扩充的内置应用（比如windows 11 的Copilot），让普通消费者也拥有了可以体验AI功能并自己思考如何依靠深度学习定制自己的AI助手、AI生产力工具。

所以说，AI PC只是一个硬件平台，它只是将大模型与普通用户的连接桥梁搭建起来。至于用不用、怎么用、什么时候用，最终还是取决于用户自己以及软件厂商提供的AI应用能否让用户对其产生依赖。

对于AI PC未来的发展，至少英特尔非常看好，英特尔执行副总裁兼客户端计算事业部总经理Michelle Johnston Holthaus预测：“AI PC将在未来四年内逐步成为主流，占据80%的PC市场份额，英特尔计划在2025年前实现为超过1亿台PC实现人工智能特性加持。”