问题：大模型带动人工智能快速普及，但“一个模型打天下”的通用模式正在遭遇边界。
随着应用从演示走向生产，个人用户对隐私与即时响应的需求提升，企业用户对流程重构、数据安全与可控成本的要求更为刚性。
通用模型擅长“博学”，却难以覆盖不同人群的语言习惯、知识结构和长期记忆，也难以直接嵌入企业的业务规则与合规体系。
如何让人工智能从“能用”迈向“好用、敢用、常用”，成为行业共同课题。
原因：一是需求侧发生变化。
人工智能进入规模化应用阶段后，用户更关注个性化体验、长期陪伴与跨设备连续性；企业则更重视可审计、可治理、可落地的智能化改造。
二是供给侧面临约束。
算力成本、网络时延、数据合规与安全风险，使得完全依赖云端推理并不总是最优解；而完全端侧化又受限于硬件资源与模型能力。
三是生态进入分化期。
模型、终端与行业场景加速细分，需要新的架构把“公共能力”与“专属能力”有效连接起来。
影响：在此背景下，联想在CES期间提出并强化“混合式AI”思路，强调公共智能、个人智能与企业智能协同互补，通过“端云一体”提升体验与效率。
这一方向的意义在于：对个人用户，更多计算与数据处理可在端侧完成，有助于降低时延、增强隐私保护，推动人工智能从工具走向“个人能力的延伸”；对企业用户，结合组织数据与流程逻辑的专属智能更有机会沉淀为可复用的生产力资产，带来从局部提效到系统性升级的跃迁；对产业链而言，推理优化服务器与新一代AI终端的集中发布，表明“模型能力—算力供给—应用体验”将更紧密联动，竞争焦点将从参数规模转向综合工程能力与场景交付能力。
对策：联想提出混合式AI的关键在于三项能力建设：其一，智能模型编排，根据任务需求选择合适模型与运行位置，在安全、时延与成本之间动态平衡；其二，智能体内核，围绕意图理解、任务拆解与持续学习，提升智能体从“会回答”到“会做事”的能力；其三，多智能体协作，以“团队式”分工协同扩展复杂任务处理边界。
围绕“一体多端”理念，联想面向海外发布个人超级智能体Lenovo Qira，并与国内版本形成同源架构、差异化服务的产品布局；同时推出推理优化服务器产品组合，并展示AI PC、智能穿戴等多形态终端与解决方案，意在用硬件、软件与服务的协同，把专属智能从概念变为可交付体验。
前景：从趋势看，人工智能的下一阶段竞争将更强调“专属化、可信化与规模化运营”。
专属化决定用户黏性与企业复用价值；可信化涉及隐私保护、数据治理与合规落地；规模化运营则考验端云协同、模型调度与成本控制能力。
混合式架构若能在安全、体验与成本之间建立稳定的工程范式，将推动人工智能更快进入大众消费与行业生产的主战场。
未来，随着终端算力提升、推理优化持续演进、智能体生态逐步成熟，跨设备连续体验与跨场景协同作业有望成为新的应用常态，人工智能也将从“助手”进一步走向“生产要素”的重要组成部分。
人工智能技术的终极目标，是成为赋能个体与社会的“无形助手”。
联想此次展示的混合式AI路径，不仅体现了中国企业对技术伦理的深入思考，也为全球AI发展提供了“普惠化”实践样本。
在科技与人文的交叉点上，如何平衡技术创新与社会价值，仍是值得全行业持续探索的命题。