联想 AI PC 在中国销量占比突破 50%，但软件仍须证明这场转变

联想表示，AI PC 目前占其在中国笔记本销量的 50% 以上，而数个季度前这一比例约为三分之一。联想 AI PC 的这一说法标志着产品结构发生重大变化，但并不能证明消费者购买这些设备是为了其 AI 功能。

联想执行副总裁兼中国区总裁刘军还表示，联想全球 AI PC 销量同比增长 86%。据其公开报道的表述，这一增长与 Tianxi AI 有关；后者是联想面向中国市场设备推出的个人智能体。

真正的竞争已不再是联想与另一家 PC 制造商之间的较量，而是联想以智能体为核心的计算模式与传统硬件换机周期之间的竞争。Microsoft、Intel、AMD、Qualcomm、HP、Dell 及其他厂商正为新电脑配备神经处理器，因此，具备相应能力的硬件正在成为标配。

联想希望通过能够理解个人上下文、跨设备协作并执行多步骤任务的软件实现差异化。这一承诺能否兑现，将取决于本地模型的表现、开发者的参与度、隐私控制措施，以及用户在完成新设备设置后是否会持续使用 Tianxi。

联想 50% AI PC 占比实际改变了什么

这一公开报道的里程碑表明，AI 硬件已进入联想在中国的主流产品阵列，但其意义取决于统计口径。

刘军所说的比例，是 AI PC 在联想中国笔记本销量中的占比。这并不意味着联想控制了中国整体笔记本市场的一半以上，也不能证明所有品牌售出的笔记本中有一半以上都符合 AI PC 的定义。

这一差别很重要，因为各家厂商对 AI PC 的定义并不相同。联想在财务报告中将 AI 设备定义为配备神经处理单元（NPU）的 PC 和智能手机。NPU 是一种专为执行机器学习计算而设计的处理器，其能耗通常低于通用 CPU。

Microsoft 对 Copilot+ PC 采用了更严格的标准。这类设备需要配备每秒运算能力超过 40 万亿次的 NPU，以及其他硬件和软件要求。因此，一台电脑即使被厂商归入 AI PC 类别，也未必支持所有 Copilot+ 功能。

联想尚未披露刘军最新中国市场占比背后的具体机型明细。该公司也没有说明，所报告的增长中有多少来自消费级笔记本、企业采购，或渠道库存；同样未展示用户购买这些系统后是否会经常使用 Tianxi。

即使存在这些信息缺口，整体方向仍与联想此前的披露一致。2025 年 11 月，该公司表示，AI PC 占其全球 PC 出货量的 33%。它还报告称，自己在全球 Windows AI PC 细分市场中占据 31.1% 的份额。

中国笔记本销量中 AI PC 占比突破 50%，表明联想本土市场的转型速度更快。中国也是 Tianxi 能够为联想提供更受控软件层的市场，相较于以 Microsoft Copilot 为中心的市场尤为如此。

这一数字也伴随着更广泛的财务增长势头。联想 2025/26 财年年度业绩显示，AI 相关收入增长 105%，占集团收入的 33%。联想对该类别的定义较为宽泛，涵盖配备 NPU 的设备、GPU 服务器和 AI 服务。

联想报告的全年营收为 831 亿美元，同比增长 20%。其智能设备业务集团营收为 589 亿美元，同比增长 17%。据该公司称，联想在第四季度占据全球 PC 市场 24.4% 的份额。

这些业绩表明联想拥有规模、分销能力和庞大的装机基础，但并未单独说明新增收入中有多少来自 AI 软件，而非新处理器、高端设计或常规升级。

这正是刘军宣布这一消息所带来的张力。联想已将带有 AI 标签的笔记本纳入其核心销售组合，如今必须证明软件体验能在购买行为之外持续创造价值。

联想 AI PC 的增长一部分来自硬件周期，一部分来自智能体押注

AI PC 的普及正在换机周期中加速，而这一周期本就会推动许多买家更新硬件。

PC 行业进入 2026 年时，面临多项叠加的需求驱动因素。企业持续更换旧电脑，而 Windows 10 停止支持也促使组织转向 Windows 11。新处理器则改善了续航，并加入了专用 AI 加速能力。

零部件短缺令这一局面更加复杂。IDC 报告称，2026 年第一季度全球 PC 出货量同比增长 3%，达到 6560 万台。不过，该机构将部分增长归因于买家和渠道商在预期的短缺和涨价到来前提前采购。

IDC 后续发布的PC 市场展望预计，全年全球 PC 出货量将下降 11.3%。该机构还预测，随着内存和存储供应受限，平均售价将上涨 18.3%。

这一环境可能让高端 AI PC 因与软件无关的原因而显得表现更强。当入门级产品供应趋紧时，制造商会优先生产利润率更高的配置。买家也可能选择更新的处理器，因为当前企业和消费级产品线中可供选择的正是这些机型。

联想自身的财年第四季度业绩提供了一个线索。高端 PC 占该公司出货组合的 50%，而高端产品出货量同比增长 29%。这一表现能够支撑 AI PC 的增长，因为较新的高端设备通常都配备 NPU。

这种重叠并不会否定刘军给出的数字，但会改变读者应当提出的问题。关键检验并非消费者是否购买了配备 NPU 的电脑，而是智能体功能是否影响了他们的购买决策和持续使用。

Gartner 此前预测，AI PC 将占 2026 年全球 PC 出货量的 54.7%。其AI PC 预测预计，当年出货量将达到 1.431 亿台，而 2025 年为 7780 万台。

如果这一预测成立，突破 50% 很快将不再能让任何大型 PC 厂商脱颖而出。AI 加速将成为标准功能，就像摄像头、指纹识别器和独立显卡选项已成为笔记本常见配置一样。

这一转变迫使联想在处理器之上展开竞争。Intel、AMD 和 Qualcomm 向多家制造商供应具备 AI 能力的芯片。Microsoft 则为来自联想、Dell、HP、Acer、Asus、Samsung 以及其自有 Surface 产品线的受支持硬件提供 Windows AI 组件。

联想的应对方式是在中国市场推出 Tianxi，在国际市场推出 Qira。该公司将这些系统描述为个人智能体，能够保留上下文，并协调 PC、手机、平板、可穿戴设备及其他设备上的操作。

这一“一个 AI，多个设备”战略旨在将笔记本变成个人计算环境的中心。智能体而非某一块屏幕，成为连接用户文件、偏好、应用和进行中任务的界面。

这比提供本地图像效果或转录功能更具雄心，也带来更艰巨的产品挑战。跨设备智能体需要可靠的身份认证、权限管理、应用集成、上下文检索和可预测的执行能力。

联想的销售里程碑表明，兼容硬件正触达用户。但它对于智能体层是否已赢得用户信任、或成为日常工作的一部分，说明得要少得多。

本地 Token 为联想提供了最有力的技术论据

让更多推理在设备端完成，可以降低对云端的依赖、减少延迟，并限制不必要的数据传输。

刘军表示，联想正在设备端和边缘层面升级算力。目标是在平衡隐私与运营成本的同时，让更多 Token 在本地生成。Token 是 AI 模型在理解输入和生成输出时处理的小型文本或数据单元。

云端模型对于复杂推理以及需要大量算力的任务仍然有用。然而，将每一个请求都路由至远程服务，会带来网络延迟、服务器成本，以及个人信息流向何处的问题。

混合式设计会在 PC、附近的边缘系统和云端之间作出选择。简单或敏感的任务可以保留在本地，而高负载工作则交由更大的远程模型处理。实际挑战在于，如何在不让用户感到困惑的情况下决定每项任务应在哪里运行。

Microsoft 的 Windows AI 指南说明了 PC 制造商为何看到了机会。Copilot+ PC 使用每秒至少可执行 40 万亿次运算的 NPU，使受支持的模型能够运行，而无需占用 CPU 或完全依赖网络连接。

Windows ML 可以识别可用的硬件加速器，并选择合适的执行提供程序。如果首选的 NPU 路径不可用，系统可以回退至 GPU 或 CPU。这让不同处理器平台上的应用开发者更容易使用本地推理。

联想可以建立在这一共同基础之上，但 Tianxi 必须提供额外价值。单一本地摘要模型并不能构成个人智能体。系统需要相关上下文、有用的集成能力，以及安全完成操作的授权。

以一名正在准备客户会议的员工为例。一个有价值的智能体或许能够定位本地笔记、总结近期文件、识别尚未解决的承诺事项，并起草一份简报。它需要识别正确的客户、尊重文件权限，并引用支撑其摘要的材料。

这类工作流说明了个人知识库的吸引力。模型本身只是其中一个组成部分。可靠的检索与透明的来源关联，决定了回答能否帮助人们作出决策。

本地执行能够通过避免云端传输来保护部分数据，但“本地”并不是完整的隐私政策。用户仍需了解智能体会索引什么内容、会保留上下文多久、哪些应用可以访问这些上下文，以及信息如何在设备之间流动。

跨设备操作又增加了一层复杂性。手机、PC 和平板可能使用不同账户，或存有机密材料。同步上下文能够改善连续性，但也可能扩大错误授权或账户遭入侵所带来的后果。

本地处理同样存在性能限制。小型语言模型比大型云端系统占用更少内存和电力，但通常只能处理更窄范围的任务。复杂规划、广泛的事实性问题和长篇文档，仍可能需要远程处理。

开发者必须针对多种 NPU 硬件、内存和软件运行时组合优化模型。量化通过降低数值精度来缩小模型体积并提升速度，能够改善效率，但有时会降低输出质量。

因此，联想的混合式方案既是路由问题，也是硬件战略。一个有用的系统必须根据延迟、敏感性、能力和成本，在本地模型与云端模型之间作出选择。

如果 Lenovo 能妥善处理这种路由，用户或许能在无需关心底层基础设施的情况下，更快地完成私密任务。若处理不当，用户则可能遇到回答不一致、反复出现的权限请求、上下文缺失，或无法解释的网络活动。

刘的论述中最有力的部分在于经济性。将高频推理从集中式服务器转移出去，能够降低每次交互所对应的边际云端成本。若个人智能体在数百万台设备上持续运行，这一点尤为重要。

但本地硬件也会将部分成本和复杂性转移给购买者、软件团队和设备制造商。更大的内存和更强的 NPU 会提高系统要求。在大量不同配置上维护模型和运行时环境，则需要在售后持续投入工程资源。

Lenovo AI PC 的论点只有在这些成本能够催生用户真正重视的应用时才成立。硬件普及打开了大门，但真正决定本地 token 是否能超越技术指标意义的，仍是实用软件。

Skills 是聊天机器人与智能体之间的分水岭

Lenovo 计划扩展 Skills，是检验天禧能否从回答问题走向完成工作的最明确测试。

刘表示，Lenovo 正在加速引入 Skills，以增强天禧 AI 的 L3 任务执行能力。在这里，Skill 指的是一种集成或结构化能力，使智能体能够与应用、服务或定义好的工作流交互。

L3 标签是 Lenovo 的描述，而非全行业通用的认证。读者不应将其视为标准化的自主性评级。真正有意义的问题是：天禧能够完成哪些任务、成功率有多高，以及针对关键操作设置了哪些控制措施。

聊天机器人可以生成一份建议行程。智能体则必须比较选项、读取日历、请求批准、创建预订，并保留相关细节。每一步都可能引入错误，也都需要明确的权限边界。

实用的 Skills 可以让天禧整理文档、准备演示文稿、管理日程，或在 Lenovo PC 与手机之间传递上下文。面向企业的 Skills 则可连接获批准的内部系统，同时将选定数据保留在受管设备或本地基础设施中。

这为 Lenovo 创造了最大的软机遇。PC 制造商传统上会预装许多被用户忽视的工具软件。一款被频繁使用的智能体，能够在硬件售出后持续建立用户关系，也会降低用户更换设备的意愿。

但这同样带来平台风险。Microsoft 控制 Windows 及其系统级 AI 接口。应用开发者决定外部智能体能否访问其软件。处理器厂商则提供可跨竞争 PC 品牌使用的优化工具。

Lenovo 必须说服开发者，支持天禧值得投入精力。其在中国庞大的装机基础构成助力，尤其是在同一项 Skill 能够触达多个 Lenovo 设备品类时。然而，开发者已经要应对移动平台、云端智能体以及 Windows 自身提出的需求。

Gartner 预计，到 2026 年底，40% 的软件厂商将优先发展端侧 AI 能力，高于 2024 年的 2%。这会扩大可用的软件基础，但也会削弱任何单一制造商智能体的独特性。

质量比已列出的 Skills 数量更重要。只能启动应用或填写单个字段的集成，并不能证明具备智能体式执行能力。买家需要看到证据，证明多步骤工作流能在正常条件下准确完成。

Lenovo 尚未公布天禧 L3 任务的公开成功率数据。它也没有说明用户多常纠正智能体、放弃操作，或改为手动完成工作。同样，本地和云端路线的可比延迟数据也尚未公布。

对于仍在演进的产品而言，这些缺失可以理解，但它们限制了这一销售里程碑所能证明的内容。50% 的硬件渗透率意味着存在潜在受众，却不能证明这些受众中已有积极的智能体采用。

公司还需要针对会改变数据或产生承诺的操作设置审慎控制。删除文件、发送消息、批准报销或下单，比总结文本承担更高风险。

良好的智能体设计应将规划与执行分开。它应向用户展示将发生什么，在关键节点请求批准，记录已完成的操作，并在出错时提供恢复路径。

隐私控制也需要同等重视。个人智能体通过学习敏感上下文而变得有用。这些上下文同样可能包含私人消息、财务记录、工作文档、健康信息以及他人的数据。

将推理保留在本地可以减少暴露面，但智能体仍可能通过 Skill 调用云服务。用户需要清楚了解哪些信息会离开设备、由哪家提供商接收，以及这种传输是否必要。

企业买家将要求管理控制、审计日志、身份集成、保留设置和可预测的更新机制。他们还会测试天禧能否融入现有安全系统，而非另建一层策略体系。

消费者的预期则不同。个人用户往往会拒绝在价值显现前就需要大量配置的设置流程。天禧必须交付有用的初始工作流，同时让用户能够以易懂的方式控制更深层的访问权限。

Lenovo 的硬件规模为其改进这些系统提供了时间，但规模也提高了犯错的代价。部署在庞大设备基础上的错误智能体行为，可能迅速演变为支持、安全和声誉问题。

因此，Skills 战略是 Lenovo 主张的核心机制。更多集成能够将本地计算能力转化为实际工作；薄弱或浅层的集成，则会让 AI PC 看起来只是配备额外芯片的传统高端笔记本。

销售数字仍未证明什么

Lenovo 已报告强劲的渠道覆盖，但尚未证明个人智能体行为存在持续需求。

第一个不确定性在于衡量方式。Lenovo 尚未对刘发言中提到的中国笔记本占比给出详细定义。投资者和买家需要知道，哪些处理器、操作要求和 AI 功能会让一款机型被归入这一类别。

他们还需要看到销量数据。Lenovo 自身笔记本销售中的占比可能因为 AI PC 销量增长、传统笔记本销量下降，或两者同时发生而上升。报告中的全球增长 86% 提供了方向，但未披露起始基数。

第二个不确定性是终端销售。制造商出货量可能反映库存流入零售和分销渠道，而非最终用户已经完成购买。原始发言采用了销售表述，但尚无独立市场追踪机构确认这一确切的 50% 数字。

第三个问题是产品捆绑。如果具备 AI 能力的处理器成为中端和高端笔记本的标准配置，消费者购买 AI PC 可能并非出于对 AI 的选择。续航、屏幕品质、重量和升级时机等因素，都可能驱动购买决定。

一名 Lenovo 高管此前曾承认这一更广泛的行业问题。负责 Lenovo Intelligent Devices Group 的 Luca Rossi 曾在 2025 年表示，只有一小部分用户真正理解并接受 AI 功能。他认为，有吸引力的硬件仍是人们选择这些设备的重要原因。

这一承认让当前的里程碑更值得关注。Lenovo 正在赢得渠道覆盖阶段，但仍需证明用户行为阶段。两者不应混为一谈。

活跃使用指标将有所帮助。Lenovo 可以报告有多少 AI PC 用户启用了天禧、他们回访的频率、使用了哪些 Skills，以及有多少任务无需人工恢复即可完成。

留存比初次尝试更重要。许多捆绑式助手在设置完成后会引发强烈好奇，随后却从日常工作流中消失。一款实用的个人智能体，应在多个任务类别中展现稳定的每周或每月参与度。

竞争对手的反应也带来新的不确定性。HP 和 Dell 可以将相似的处理器平台与 Microsoft 的 AI 服务结合。Apple 则同时控制 Mac、iPhone 和 iPad 的硬件与操作软件，拥有自身的跨设备集成优势。

Microsoft 仍然尤其重要。其 Windows AI API 可在兼容设备上提供文本摘要、图像处理、光学字符识别和本地语言功能。随着这些能力提升，PC 厂商必须说明自家智能体带来了什么额外价值。

Lenovo 在中国的地位提供了一定缓冲，因为天禧可以适配本地服务和市场需求。在国际市场上，这种优势更难复制，因为应用生态和客户预期各不相同。

公司已将 Qira 作为更广泛的个人智能层推出。不过，Lenovo 尚未证明天禧与 Qira 能在不同市场、语言、应用和监管环境中提供等效的智能体行为。

经济压力也可能影响采用。IDC 对 2026 年 PC 出货量下降和平均价格上升的预测，为非必需升级创造了艰难环境。AI PC 可能在萎缩市场中提升份额，却未必带来整个行业的增长。

这一结果仍会帮助 Lenovo 改善高端产品组合，但未必会催生新的 PC 超级周期。真正的扩张需要买家因 AI 能力而更早升级、购买更多设备品类，或为持续服务付费。

Lenovo 报告的数字支持一个更为有限的结论：具备 AI 准备能力的硬件已在其中国笔记本产品组合的大部分中成为常态，公司正将这一转型转化为销售。关于软件驱动需求的证据仍不完整。

三个信号将决定 Lenovo 的智能体战略是否奏效

下一阶段应通过使用情况、开发者支持和经验证的财务贡献来评判，而不是又一个硬件渗透率里程碑。

第一个信号是持续的天禧参与度。Lenovo 应披露活跃用户占 AI PC 用户的比例、数月内的留存情况以及任务完成率。这些指标的增长将表明，智能体正在影响购买后的用户行为。

即使 AI PC 接近 100% 出货量，参与度下降也会削弱该战略。这种模式意味着该类别的扩张是因为 NPU 成为标准硬件，而不是因为客户重视 Lenovo 的软件。

第二个信号是可信的 Skills 生态。Lenovo 需要能在企业和消费者应用中完成有意义工作流的集成。真正有用的衡量指标不是庞大的目录数量，而是在明确权限与低纠错率下的重复执行。

开发者公告只有在包含具体功能、支持市场和可用日期时才有意义。演示应展示应用缺失、权限被拒绝，或任务在执行中途发生变化时会发生什么。

强大的生态将使天禧区别于叠加在 Windows 之上的对话界面。若参与度不足，Lenovo 将不得不依赖 Microsoft 的 API 以及数量有限的第一方工具。

第三个信号是 AI 硬件与 AI 服务之间的财务区分。Lenovo 已报告广泛的 AI 相关收入，但该类别合并了设备、服务器和服务。更详细的披露可以显示，个人 AI 是否带来经常性收入或提升客户留存。

服务收入并非唯一可能的证明。Lenovo 可以展示更短的换机周期、手机和平板电脑更高的附加购买率，或活跃天禧用户更强的忠诚度。任何一项都能将智能体使用与业务表现联系起来。

读者还应将 Lenovo 的进展与整体市场进行比较。若每家主要厂商都达到类似的 AI PC 出货门槛，硬件渗透率便难以反映竞争实力。软件使用活跃度和工作流可靠性将更具参考价值。

对开发者而言，机会在于能够在真实硬件限制下运行的本地模型与智能体集成。他们应关注 Lenovo 的 API、Skill 分发条款、权限模型，以及对不同处理器的支持情况。

企业采购方在统一采用某个智能体层之前，应要求可量化的成果。试点项目应测试检索准确率、任务完成率、可审计性、网络依赖度，以及对敏感信息的处理方式。

个人消费者应关注具体任务，而非标签。NPU 能带来实用的算力增益，但其价值取决于他们使用的应用，以及这些应用能否在本地完成有实际意义的工作。

Lenovo 提出的 50% 说法确实反映了一场真实的市场转变。AI 处理器正从专业配置走向普通笔记本电脑的常规选购。尚待解答的问题是，Tianxi 能否将这一装机基础转化为值得信赖、可重复执行的行动。

关注新电脑离开门店后，人们实际会怎么使用它。若 Tianxi 能成为跨文件、应用与设备的可靠层，Lenovo 所打造的就不只是又一个升级周期。若使用热度逐渐消退，Lenovo 的 AI PC 里程碑主要将记录：新一代芯片是如何迅速成为行业标配的。