DeepSeek、千问、智谱轮番登场，PC 厂商终于等到了它们的弹药

没有新显卡，也没有跑分轰炸，这场 IFA 2026 的 AMD 开幕演讲只讲了一件事：Personal AI（个人 AI）。

以及支撑它的三样新品：Ryzen AI Max 400（代号 Gorgon Halo）平台、下一代 HP ZBook 笔记本的首度曝光，和一台 96 核、全液冷的「桌上超算」Threadripper Halo Station。

AMD 高级副总裁、计算与图形总经理 Jack Huynh 在 45 分钟的演讲里，从绕月飞行的 Artemis II、手术机器人讲到芬兰的 LUMI 超算和 PlayStation 5 Pro，回顾了一遍 AMD 的算力版图。

随后，把问题落到了每个人的电脑上：当 AI 像员工一样整天规划、调用工具和修改结果，这些计算究竟应该放在哪里？

AMD 高级副总裁、计算与图形总经理 Jack Huynh

AMD 的答案叫 Personal AI。电脑先处理自己能完成的工作，涉及敏感数据和个人上下文的任务尽量留在本地；需要更大规模时，再调用云端与数据中心。

AMD 沿着这套构想，从支持 192GB 统一内存的 PC 一路到桌边工作站，再与微软和 SUSE 合作，补充了 Windows 开发与企业部署。不同产品和伙伴似乎都在回答同一个问题：怎样让 AI 先从离用户最近的设备开始工作。

DeepSeek、千问、GLM、gpt-oss 和 Laguna 也出现在台上，但它们在这场演讲里成了新的衡量指标。

刚发布一周多的 Qwen3.8-Flash-Next 就能放进 AMD 的新平台里运行、拥有 3200 亿总参数的 GLM-5.3-Flash 也能装进统一内存里。AMD 用这些开放权重模型证明，从普通 AI PC 到桌边工作站，任何硬件确实都有任务可跑。

对这些电脑芯片厂商来说，过去他们都在比游戏帧率，现在已经变成了比较我的电脑到底能装下多大的模型。

「AI 是新的电力」，但电费快付不起了

Jack 把生成式 AI 过去几年的变化压缩成四步：先学会对话，再获得视觉和语音能力，随后开始推理；到了 2025 年，AI 从回答问题的模型变成了能够规划、调用工具、检查结果并继续工作的 Agent。

类似的转变除了带来更好的用户体验，更多的是工作负载的增加。

一次普通 ChatGPT 对话只要几百到几千 token，而一个「帮我规划全家意大利旅行」的 agent 任务，要查日历、订机票、改酒店，一次就是数十万甚至上百万 token。

按 AMD 给出的数字，消费者级用户每天将消耗数百万 token，创作者是数千万，开发者和创业者则是 5000 万起步。

宏观数据则显示过去一年，全球月度 AI token 处理量从约 0.7 quadrillion（700 万亿）蹿升到 1.7 quadrillion（1700 万亿）；到 2030 年，预计达到每月 120 quadrillion（12 亿亿）。

与此同时，93% 的企业正在超支 AI 预算。Jack 提到一个活跃用户每天 1500 万输出 token，走云端大约是 300 欧元一天；一年为一个人的 AI 用量买单，需要支付接近 10 万欧元。

「我们不能只是花更多钱，必须算得更聪明。」这句话，大概就是 AMD 整场发布会的题眼，如何把 AI 从云端拉回本地。

模型在变小，PC 在变大

本地化叙事能成立的前提，是本地模型和闭源的前沿模型相比足够好，即模型体积要变小、性能要变强。

去年 8 月 OpenAI 放出的开放权重模型 GPT-OSS-120B 在 GPQA（研究生级推理基准）上曾拿到 80 分，已经作为很多开发者的本地部署首选。

几个月后，阿里的 Qwen3.5-9B 只用 90 亿参数，就在同一基准上拿到了更高的分数，参数少了 13 倍，成绩反而更好。

而放眼最近这几个月，开源模型和闭源模型的竞争更是如火如荼，从 Kimi K3 对标 Fable 5，到 DeepSeek、GLM，甚至 Flash 模型都开始对标 Claude Opus 系列模型。

AMD 的路线图也是沿着这条曲线展开，当前 Gorgon Point处理器，也就是Ryzen AI 400系列可以本地跑 240 亿参数模型；128GB 统一内存的 Strix Halo 则可以运行 2000 亿参数模型。

这些本地模型的表现，AMD 在现场也给出了对比，完全跑在 Strix Halo 上的开源模型 Laguna S 2.1，在一项软件工程基准上超过了云端的 Claude Sonnet 5（70.3 分）。

1000 万输出 token，Claude Sonnet 5 云端约 90 欧元，本地为零

把计算搬回电脑，而不是放在数据中心，这是 AMD 针对本地计算的想法。

而在本地计算解决速度与成本之后，隐私与控制也是 Agent 比较敏感的一方面。AMD 希望这些资料先留在用户身边，由用户决定什么内容可以离开设备、发往哪里。

最后是个人上下文，这是 Jack 眼中比应用、模型和算力多出来的第四层。同一句「帮我准备明天」，对上班族可能意味着客户会议和三个待定事项，对学生则可能意味着考试与学习小组。

模型知道世界知识还不够，它还得知道提问的人明天要面对什么。本地计算、隐私与控制、个人上下文，这就是 AMD 所押注的个人 AI 三个关键词。

在具体的产品上，AMD 介绍了 Gorgon Halo，对应的市场名是 Ryzen AI Max 400 系列。统一内存从 128GB 提升到 192GB，本地可运行模型从 2000 亿推到 3000 亿参数。

在现场，AMD还展示了来自智谱的 GLM-5.3-Flash，3200 亿参数可以在 Gorgon Halo 上本地运行，并展示了在同一基准上，本地模型的表现甚至要优于云端的 Claude Fable 5；作为对照，Fable 5 跑 1000 万输出 token 大约要花 500 欧元。

应用该芯片的电脑也有联想在 IFA 2026 旗舰发布的 ThinkCentre X Ultra，搭载 Gorgon Halo，小到可以摆在桌面上，最多四台可以组成集群。

此外，Jack 还首次公开了代号 Sundance 的下一代 HP ZBook：192GB 统一内存，现场用一条 prompt 在本地实时生成了一整个 3D 世界，然后又用它流畅跑了《微软飞行模拟》。

「白天创造世界，晚上打游戏。一手是真实世界，一手是我想象的世界。」

Gorgon Halo 仍然是一台面向个人的紧凑型电脑。演讲接近尾声时，Jack 把「个人 AI」推到了另一种尺寸。

首次亮相的 Threadripper Halo Station，把 96 核 Threadripper PRO 和数据中心级 AMD Instinct MI350P 放进一台桌边工作站。

现场展示机装有两张 MI350P，并预留了扩展到四张的空间；系统内存最高 2TB，四卡配置下的 HBM3E 总容量最高 576GB，整机采用液冷。

AMD 称，它可以运行超过 1 万亿参数的模型，并称其为「全球最强工作站」。

这台机器把 AMD 所说的个人 AI 从一台 PC 扩到了办公室里的共享节点。一名开发者可以直接使用，团队也可以共同调用；个人电脑容纳不了的任务，也未必需要立刻回到按 token 计费的公有云。

本地 AI 的生态拼图

硬件能把模型装进去，不代表 Agent 已经能在电脑上安全工作。

它还要跨应用、服务和文件执行操作，操作系统必须易用，如果算力很强，但都是 Linux 系统的 Ubuntun，用户上手也非常困难。此外，软件上还必须管住它能看什么、能改什么，以及什么时候需要用户授权。

微软 Windows 与设备业务执行副总裁 Pavan Davuluri 在台上介绍，Windows 正在为统一内存访问和工作负载调度做适配，让大模型能够使用 Gorgon Halo 的内存与 GPU。

微软此前公布的 Microsoft Execution Containers，则试图为 Agent 提供隔离的执行环境，保护用户、数据和设备；目前这项能力仍处于早期预览。

微软还公布了 Project Zenith，一套面向开发者级硬件的开箱即用 Windows 体验。它要求设备至少拥有 64GB 统一内存，预装 VS Code、WSL、GitHub Copilot CLI、PowerShell 和一组开发者设置，并将率先随 Ryzen AI Halo 设备提供。

他还现场演示了阿里 1250 亿参数的新模型 Qwen3.8-Flash-Next 跑在 Gorgon Halo 上的效果。从「帮我写个函数」这种小任务，到对敏感文件做本地取证分析，再到一句话生成一个设计师作品集网站，全程本地完成。

Pavan 给这个愿景起了个名字：PC 将成为「unmetered intelligence」的家——不计量的智能。

从能运行 24B 模型基于Gorgon Point的普通AI PC，到 192GB 统一内存的 Gorgon Halo，再到瞄准 1T+ 模型的 Threadripper Halo Station，AMD 已经把 Personal AI 的硬件层级摆上台。

这套路线能否成为新的换机理由，除了要看设备的稳定性，更多的可能还是开源模型的能力。

这些开源模型，似乎正在成为全球 PC 复兴叙事的「弹药供应商」，硬件公司需要它们来证明本地算力，是有价值的；开源模型也借着这些新的硬件，把影响力带到了全世界的桌面。