在IFA 2026的开幕演讲中，AMD没有带来新显卡或跑分轰炸，而是将全部焦点放在了一个概念上：Personal AI（个人AI）。AMD高级副总裁Jack Huynh用45分钟阐述了从绕月飞行到手术机器人再到超算的算力版图，最终落脚点却是每个人的电脑。当AI从回答问题进化为能够规划、调用工具、检查结果的Agent，计算应该放在哪里？AMD的答案是：离用户最近的设备。
事件概览：从云端到本地，一场降本增效的算力迁徙
Jack Huynh将生成式AI的发展压缩为四步：对话、视觉与语音、推理、Agent。到了2025年，AI Agent的一次任务（如规划全家旅行）可能消耗数十万甚至上百万Token，而普通对话只需几百到几千。AMD给出的数字显示，消费者级用户每天将消耗数百万Token，创作者数千万，开发者则5000万起步。全球月度AI Token处理量从一年前的约700万亿飙升至1700万亿，2030年预计达12亿亿。与此同时，93%的企业正在超支AI预算：一个活跃用户每天1500万输出Token，走云端约300欧元一天，一年近10万欧元。“我们不能只是花更多钱，必须算得更聪明。”这句话成为整场发布会的题眼。
核心信息：硬件、模型与生态的三重落地
硬件：从AI PC到桌边超算
AMD发布了三款关键产品：Ryzen AI Max 400系列（代号Gorgon Halo），统一内存从128GB提升至192GB，可本地运行3000亿参数模型；下一代HP ZBook（代号Sundance）同样配备192GB统一内存，现场演示了实时生成3D世界并流畅运行《微软飞行模拟》；Threadripper Halo Station则是一台96核全液冷桌边工作站，搭载两张Instinct MI350P，系统内存最高2TB，HBM3E总容量576GB，可运行超过1万亿参数模型，AMD称其为“全球最强工作站”。
模型：开源模型成为本地算力的“新弹药”
AMD在演讲中引入了一系列开源模型作为衡量指标。智谱的GLM-5.3-Flash（3200亿参数）可在Gorgon Halo上本地运行，并在特定基准上优于云端Claude Fable 5——后者跑1000万输出Token约需500欧元。阿里的Qwen3.5-9B仅用90亿参数就在研究生级推理基准上超越GPT-OSS-120B（120亿参数），参数少了13倍成绩反而更好。完全运行在Strix Halo上的开源模型Laguna S 2.1，在软件工程基准上超越了云端的Claude Sonnet 5（70.3分）。这些对比证明：本地模型在性能与成本上已具备竞争力。
生态：微软与联想加入，铺平应用道路
微软Windows与设备业务执行副总裁Pavan Davuluri介绍了多项适配：Windows正为统一内存访问与工作负载调度做优化；Microsoft Execution Containers为Agent提供隔离环境；Project Zenith面向开发者级硬件，要求至少64GB统一内存，预装VS Code、WSL等工具，将率先随Ryzen AI Halo设备提供。他还现场演示了阿里Qwen3.8-Flash-Next在Gorgon Halo上本地运行，从写函数到敏感文件取证分析再到一句话生成设计师作品集网站，全程无需联网。联想则在IFA 2026发布了搭载Gorgon Halo的ThinkCentre X Ultra，小到可置于桌面，最多四台组成集群。
影响与观察：个人AI的三大支柱与PC复兴的契机
AMD将个人AI的支撑归纳为三个关键词：本地计算（降低延迟与Token成本）、隐私与控制（敏感数据留在设备，由用户决定是否上传）、个人上下文（模型理解用户身份与场景，而非仅懂世界知识）。Jack Huynh认为，这是“比应用、模型和算力多出来的第四层”。
从产业角度看，开源模型正成为全球PC复兴叙事的“弹药供应商”。硬件公司需要它们证明本地算力有价值，而开源模型也借助新硬件将影响力带到桌面。AMD的路线图已清晰铺开：从能运行24B模型的普通AI PC（Gorgon Point），到192GB统一内存的Gorgon Halo，再到瞄准万亿参数模型的Threadripper Halo Station。这套硬件层级能否成为新的换机理由，取决于设备稳定性，更取决于开源模型能力的持续突破。
结语：不计量的智能，还是更聪明的计算？
Pavan Davuluri将PC称为“不计量的智能”的家——本地运行AI不再按Token计费。AMD的Personal AI战略本质上是在回答一个根本问题：当AI Agent变得无处不在，用户是否愿意为每次思考支付云端账单？通过将计算搬回本地，AMD不仅试图降低企业超支的93%预算，更希望重新定义PC的边界。从今天看，硬件已就位，模型在缩小，生态在完善。但真正的考验在于：用户是否愿意将个人上下文完全交给本地设备，以及开源模型能否持续追赶闭源前沿。这场由AMD发起的算力迁徙，或许才刚刚开始。
信息来源：爱范儿，查看原始信息。本文由 AI ONLINE 基于公开资料整理，信息可能随时间变化，请以官方发布为准。