AGI House×联想研究日：端云混合智能体成焦点
AGI House 与联想联合举办 Research to Deployment Build Day（个人智能体黑客日），数百名开发者围绕「个人智能体的大脑应放在设备端还是云端」这一核心问题构建混合架构应用，本地推理跑在联想 ThinkStation PGX 和 P8 工作站上，主打本地推理与每瓦智能（Intelligence per Watt），将本地小模型与本地加速器视为分布式算力路径。
已确认
- Stanford/Ricursive AI 的 Azalia Mirhoseini 提出两点判断：效率是新前沿，开源与闭源前沿模型的能力差距只有 6-12 个月，模型层将被商品化；同时预期将出现定制芯片的「寒武纪大爆发」。
- 当今本地芯片的 AI 能力仅有 10-15% 被真正用上，硬件已就绪，最大短板是缺杀手级应用和 agent。
- Lenovo 的杨淳主张 local-first 的混合 AI 提供更佳用户体验；Stanford Jon Saad-Falcon 的研究佐证：在本地与云模型之间做智能路由，能耗最多可降 80%、成本最多可降 73%。
为什么重要
- 模型层商品化意味着差异化竞争将转向效率、芯片与应用层，定制芯片与端侧推理被多位讲者视为下一阶段关键。
- 端云智能路由的能耗与成本数据为 local-first 路线提供了量化依据，可能影响个人智能体与 PC AI 的产品架构选择。
2026-11-09 ~ 2026-11-11 · 6 条相关
一手来源
- Stanford 研究员:开源闭源模型差距仅 6-12 个月,模型层将商品化 — agihouse_org ·
- 联想×AGI House 黑客日：数百开发者探索端侧+云混合个人智能体 — agihouse_org ·
- 斯坦福研究:本地+云端智能路由省能耗 80%、降成本 73% — agihouse_org ·
- AGI House 个人智能体黑客日：主打本地推理与每瓦智能 — agihouse_org · 2026-11-09
- 【源头】联想×AGI House 黑客日：数百开发者探索端侧+云混合个人智能体 — agihouse_org · 2026-11-11
- 【源头】Stanford 研究员:开源闭源模型差距仅 6-12 个月,模型层将商品化 — agihouse_org · 2026-11-11
- Azalia Mirhoseini：模型层将商品化，定制芯片将迎来寒武纪爆发 — agihouse_org · 2026-11-11
- AGI House:本地芯片 AI 能力仅用了 10-15%,应用是最大短板 — agihouse_org · 2026-11-11
- 【源头】斯坦福研究:本地+云端智能路由省能耗 80%、降成本 73% — agihouse_org · 2026-11-11