陳慶春/文

2026年，一個極其微觀卻又宏大至極的詞語，定義了這一年的全球財富邏輯：Token，也就是“詞元”。

在英偉達(dá)2026 年的 GTC 大會上，黃仁勛試圖闡明這樣一件事情：他希望整個科技產(chǎn)業(yè)，不再以 FLOPS、TOPS 作為核心計量，而是學(xué)會用一個更貼近當(dāng)下AI時代的新單位——Token，來衡量AI的生產(chǎn)力。而英偉達(dá)就是負(fù)責(zé)生產(chǎn)Token 并定義生產(chǎn)效率的廠家。

黃仁勛在 2026 年GTC大會上展示 Token 成本與速度的變革

半個月后，也就是4月1日，黃仁勛的好朋友，聯(lián)想集團(tuán)董事長、CEO 楊元慶，在聯(lián)想集團(tuán)新財年誓師大會上，與他的管理團(tuán)隊(duì)，則回答了另一個問題：這些被黃仁勛定義、即將大規(guī)模生產(chǎn)出來的Token，究竟會在什么地方被消耗掉，由誰來消耗，又該如何被消耗得更高效、更安全、更有確定性。

就在前一天3月31日，聯(lián)想集團(tuán)剛剛對外發(fā)布了兩款專門為“硅基員工”設(shè)計的“智能體PC”，這是一款沒有屏幕的特殊PC。這款PC的使用場景，就是讓我們有個安心“養(yǎng)蝦”的機(jī)器，讓我們的AI助理、硅基員工有個盡情施展才能的“場所”。而這只是小小的“開胃前菜”。

楊元慶稱，2026年是聯(lián)想“AI 交付之年”，將圍繞“個人智能”開發(fā)出可穿戴產(chǎn)品，新形態(tài)的 PC、平板電腦、手機(jī)，以及個人算力中樞，等等；圍繞“企業(yè)智能”則要開發(fā)出越來越多可落地交付的領(lǐng)域智能體，重構(gòu)工作流。

楊元慶在聯(lián)想集團(tuán)新財年誓師大會上展示多形態(tài)的個人智能設(shè)備

他的意圖很明確，就是要“把人工智能送進(jìn)千家萬戶、千行百業(yè)”，如果結(jié)合黃仁勛的Token經(jīng)濟(jì)學(xué)原理，實(shí)際上就是為 Token 消費(fèi)挖掘各式各樣的場景，讓個體和企業(yè)在消費(fèi)Token 時的體驗(yàn)達(dá)到最佳。

一個在定義“Token 如何被生產(chǎn)”，一個在界定“Token在哪里被消耗”。一個在推動“供給側(cè)革命”，一個在押注“需求側(cè)入口”。如果說英偉達(dá)正在成為全球最大的Token 生產(chǎn)工廠，那么聯(lián)想正在努力扮演的是，全球覆蓋最廣、場景最豐富的Token消費(fèi)終端廠商。

在這條完整的AI產(chǎn)業(yè)鏈上，兩人共同塑造的不僅是 Token生產(chǎn)-消費(fèi)的閉環(huán)，或許正是下一代計算范式的閉環(huán)。

黃仁勛的Token經(jīng)濟(jì)學(xué)：已成定局

英偉達(dá)與聯(lián)想的這種邏輯關(guān)系，在 GTC 2026 大會上得到了黃仁勛本人的確認(rèn)，他面對鏡頭，貼身對楊元慶說：“今年將屬于你，我感覺到了?！薄拔覀冏龅搅??！边@并不是一句客套話。黃仁勛自己定義的Token經(jīng)濟(jì)學(xué)，正在證實(shí)這一點(diǎn)。

過去十年，英偉達(dá)最成功的敘事，是把自己從一家“顯卡公司”，轉(zhuǎn)型成一家“加速計算公司”。在 GTC 2026 上，黃仁勛又進(jìn)一步，把英偉達(dá)從“賣卡的公司”，推向了“AI 工廠公司”的角色。英偉達(dá)的產(chǎn)品不再只是 Blackwell、Vera Rubin 這樣單一 GPU，而是一整座“AI 工廠”：從CPU、GPU、網(wǎng)絡(luò)、存儲，到整機(jī)系統(tǒng)，再到為 AI 工廠優(yōu)化的操作系統(tǒng)、編譯器、推理引擎和開發(fā)工具鏈，以及一整個CUDA生態(tài)。

黃仁勛說：“芯片公司的時代結(jié)束了，現(xiàn)在是 AI 工廠的時代。我們衡量一家工廠，不再是每秒多少 FLOPS，而是每瓦能產(chǎn)出多少Token?！笨蛻舭堰@座“AI工廠”買回去的目的，就是為了更快速、更低成本的生產(chǎn)Token。

Token正在成為衡量一家企業(yè)規(guī)模效率的重要單位，Token的生產(chǎn)與消費(fèi)效率甚至將直接影響一個國家的GDP。這就是黃仁勛急切想讓大眾了解的“Token 經(jīng)濟(jì)學(xué)”。

他并不是憑空提出這個概念，而是在順應(yīng)一個已經(jīng)發(fā)生的結(jié)構(gòu)性轉(zhuǎn)折：AI的中心正在從訓(xùn)練轉(zhuǎn)向推理。訓(xùn)練是一次性投入，而推理是持續(xù)消耗，每一次問答、每一次任務(wù)拆解、每一次智能體執(zhí)行，都在持續(xù)生成并消耗 Token。

黃仁勛說，過去兩年，AI 計算需求增加了 100 萬倍，“我們現(xiàn)在正處于正向飛輪階段，我們已經(jīng)到達(dá)了那個時刻，推理轉(zhuǎn)折點(diǎn)已經(jīng)到來”。

黃仁勛在 2026 年GTC大會上展示過去三年的AI發(fā)展

特別是，OpenClaw 掀起的智能體（Agent）風(fēng)潮，讓硅基員工走向現(xiàn)實(shí) 。這些硅基員工不再只是機(jī)械地等待指令，而是可以自主規(guī)劃并執(zhí)行復(fù)雜任務(wù)。這種“自動駕駛”式的 AI 交互，構(gòu)成了Token消耗的巨大確定性。

智譜AI CEO張鵬做過測算：“智能體完成復(fù)雜任務(wù)的Token消耗，是傳統(tǒng)問答的10倍甚至100倍”。國家數(shù)據(jù)局?jǐn)?shù)據(jù)印證了這一趨勢：截至2026年3月，中國日均 Token調(diào)用量突破140萬億，兩年增長超1000倍，其中OpenClaw單周貢獻(xiàn)全平臺20%的Token消耗。

黃仁勛把 OpenClaw 捧為 “下一代 Linux”，給出了最篤定的判斷：“每一家公司都必須制定OpenClaw戰(zhàn)略，80%的傳統(tǒng)應(yīng)用將消失，SaaS公司將全面轉(zhuǎn)型為智能體即服務(wù)公司”。OpenClaw 的本質(zhì)，是讓 AI 從 “被動應(yīng)答” 走向 “自主執(zhí)行”：一個智能體可拆解任務(wù)、調(diào)用工具、衍生子代理，完成一整套閉環(huán)工作。

然而，不止是 OpenClaw 這一個智能體在干活，Anthropic 2026 年 3 月的 Economic Index 甚至給出一個非?，F(xiàn)實(shí)的數(shù)據(jù)：約 49% 的職業(yè)，已經(jīng)出現(xiàn)至少四分之一的任務(wù)由Claude參與完成。這個數(shù)字足以說明：Token已經(jīng)在進(jìn)入真實(shí)經(jīng)濟(jì)的毛細(xì)血管。

黃仁勛由此畫出 AI 時代的企業(yè)成長公式：企業(yè)收入 = 每瓦Token吞吐量 × 可用功率 ×Token 定價。他將Token定價分為免費(fèi)層、中級層（3美元/百萬Token）、高級層（6美元/百萬Token）、高速層（45美元/百萬Token）、超高速層（150美元/百萬Token），Token 的生產(chǎn)效率與消費(fèi)場景，直接決定企業(yè)營收與行業(yè)地位。

黃仁勛認(rèn)為推理效率決定公司業(yè)績

黃仁勛的 Token 經(jīng)濟(jì)學(xué)，已不是一種想象，而是一個正在落地的產(chǎn)業(yè)事實(shí)：供給端在拼命建廠，需求端正在因?yàn)橹悄荏w而被放大。只是，黃仁勛的敘事仍然停留在“生產(chǎn)端邏輯”：工廠如何更高效地產(chǎn)出Token、如何提升每瓦電產(chǎn)出多少 Token。至于 Token究竟在哪里被用掉、誰來承擔(dān)最終的交互與執(zhí)行、如何與真實(shí)數(shù)據(jù)結(jié)合、怎么消耗 Token，他并沒有真正講完。

黃仁勛論證了 Token 經(jīng)濟(jì)，他能定義 AI 工廠的技術(shù)標(biāo)準(zhǔn)，卻無法定義 Token在B+C端的消費(fèi)場景、消費(fèi)習(xí)慣、消費(fèi)閉環(huán)。

英偉達(dá)的未盡之事，恰好聯(lián)想集團(tuán)可以做到。

楊元慶的算力矩陣：最豐富的Token消費(fèi)場景

AI發(fā)展的中心正由訓(xùn)練轉(zhuǎn)向推理，在這個大的基準(zhǔn)走向上，楊元慶和黃仁勛的判斷是一致的。但楊元慶又從技術(shù)驅(qū)動以及技術(shù)實(shí)際發(fā)生的場景細(xì)分角度，對AI的整體發(fā)展做了三階段的劃分：

首輪突破是算力引擎，次輪爆發(fā)是模型引擎，而“我們正在邁入的下一階段則是一個天翻地覆的大時代，其特征是數(shù)據(jù)引擎驅(qū)動，尤其是私域數(shù)據(jù)驅(qū)動”。

楊元慶認(rèn)為AI 發(fā)展正邁入數(shù)據(jù)引擎階段

這一判斷直擊了Token 經(jīng)濟(jì)的本質(zhì)：AI 要真正 “干活”，必須調(diào)用個人文檔、業(yè)務(wù)數(shù)據(jù)、設(shè)備狀態(tài)、用戶習(xí)慣等私域數(shù)據(jù)；而私域數(shù)據(jù)不可能全部上云，只能在靠近用戶的終端完成處理與推理。

這也是 OpenClaw 能風(fēng)靡全球的核心原因：它能直接調(diào)用本地文件、操控本地設(shè)備，用真實(shí)數(shù)據(jù)完成真實(shí)任務(wù)。如果沒有終端對私域數(shù)據(jù)的承載，Token 只是無意義的字符序列，不產(chǎn)生任何經(jīng)濟(jì)價值。

“養(yǎng)龍蝦”是一個很確定的Token消費(fèi)場景，而且聯(lián)想挖掘到的進(jìn)一步場景需求是：當(dāng)人人都需要一個硅基員工時，也需要給這位“員工”安排一個固定的辦公場所。如果和硅基員工共用一臺 PC，就極有可能發(fā)生數(shù)據(jù)泄露的風(fēng)險，而且兩個人長期同時使用一臺 PC 資源，也會讓 PC 不堪重負(fù)，嚴(yán)重影響兩人的工作效率。

基于此判斷，聯(lián)想就以很快的速度推出了兩款沒有屏幕的終端產(chǎn)品：YOGA AI Mini 和 Think AI Tiny。它們的官方定位很直接——專門給 AI 使用的電腦，是智能體的專用終端，即智能體PC。

YOGA AI Mini 和 Think AI Tiny

這兩個終端最大的特點(diǎn)就是一鍵部署智能體DingClaw，用的也是聯(lián)想自研的 DingOS智能體操作系統(tǒng)，直接用語音就能讓機(jī)器干活，比如讓它們完成 “一鍵發(fā)布微博照片”、“生成市場分析報告并發(fā)送郵件” 等。聯(lián)想還為其打造專屬的 Skill 工廠，預(yù)計到年底將有超過8000個Skill供用戶選擇。如果用戶想從網(wǎng)上下載 Skill，聯(lián)想還在兩個產(chǎn)品中內(nèi)置了Skill Guard安全守門機(jī)制，對所有安裝的Skill進(jìn)行嚴(yán)格篩選，杜絕漏洞和黑客惡意代碼。

Skill 工廠

當(dāng)智能體逐漸走強(qiáng)、硅基員工變成常態(tài)，“AI一臺電腦、人一臺電腦”的大趨勢將會更加明朗?！豆栊侨恕罚襟w機(jī)構(gòu)）做了一個粗略的測算：全球知識工作者約5億人，如果未來3到5年內(nèi)，其中10%配備了專用的AI Agent設(shè)備，就是5000萬臺新增設(shè)備。按均價500美元計算，這是一個250億美元的新增市場。如果滲透率達(dá)到20%，就是500億美元，接近當(dāng)前全球臺式機(jī)市場的年出貨規(guī)模。

這 5000萬臺新增設(shè)備，無疑也將成為Token消費(fèi)的一員猛將。每一個掛在智能體 PC 上的數(shù)字員工，都將以一種穩(wěn)定、可預(yù)期的方式消耗 Token。這些Token有的源自本地推理（端側(cè)算力），有的來自云端AI工廠（遠(yuǎn)程模型調(diào)用）；它們共同構(gòu)成了一個“可運(yùn)維、可審計、可擴(kuò)容”的Token消費(fèi)節(jié)點(diǎn)。

智能體PC是聯(lián)想找到的第一個“確定的Token消費(fèi)場景”。聯(lián)想在新財年誓師大會上透露，今年將發(fā)布多種新形態(tài)的可穿戴設(shè)備與感知終端。換句話說，聯(lián)想要做的并不是單一爆款，而是一套覆蓋 PC、平板、手機(jī)、可穿戴以及感知終端的“算力矩陣”。

那么，聯(lián)想延伸“算力矩陣”的邏輯是什么呢？

聯(lián)想集團(tuán)高級副總裁、首席技術(shù)官Tolga Kurtoglu，在新財年誓師大會上說：“聯(lián)想AI必須做到高度個性化與場景化。我們必須引領(lǐng)AI，從由大語言模型驅(qū)動的技術(shù)，轉(zhuǎn)向由私有數(shù)據(jù)與全球用戶共同驅(qū)動的新階段?！?/p>

Tolga認(rèn)為智能體要善于應(yīng)用數(shù)據(jù)

對于個體來說，就是能獲得差異化個性化數(shù)據(jù)的場景；對于企業(yè)來說，就是能還原真實(shí)業(yè)務(wù)數(shù)據(jù)的場景。通過不斷挖掘這個兩大類場景，來延伸“算力矩陣”，提升聯(lián)想AI能力。

聯(lián)想集團(tuán)執(zhí)行副總裁、智能設(shè)備業(yè)務(wù)集團(tuán)總裁 Luca Rossi說，三年后聯(lián)想與摩托羅拉將運(yùn)營全球最大的個人 AI 平臺之一，在數(shù)億臺形態(tài)各異、搭載不同操作系統(tǒng)的設(shè)備上運(yùn)行。

一旦數(shù)億臺 AI PC、智能手機(jī)、可穿戴設(shè)備開始實(shí)時運(yùn)轉(zhuǎn)，其消耗的Token規(guī)模將實(shí)現(xiàn)百萬倍、千萬倍的放大。如果再加上 2B側(cè)的機(jī)房級服務(wù)器、存儲、工作站，到邊緣計算設(shè)備、行業(yè)專用終端，這個 Token 的消耗級別又要再度被放大數(shù)倍。

Luca 認(rèn)為跨系統(tǒng)是聯(lián)想與摩托羅拉成為全球最大個人 AI 平臺的關(guān)鍵原因

目前，聯(lián)想是全球僅有的既熟悉 B 端場景、又熟悉 C 端使用場景，并且能夠?qū)鼍绑w驗(yàn)做到極佳的少數(shù)企業(yè)。聯(lián)想集團(tuán)執(zhí)行副總裁、中國區(qū)總裁劉軍稱，僅在中國區(qū)聯(lián)想過去一年就已經(jīng)在B端開發(fā)了46個領(lǐng)域和場景智能體。

然而，Tolga說：“場景感知不止于數(shù)據(jù)匯聚，我們需要AI無論面向個人還是企業(yè)場景，都能善用所獲取的數(shù)據(jù)?！彼囊馑际牵瑑H僅創(chuàng)造場景以及終端產(chǎn)品，并不是聯(lián)想的目的，更重要的事情是，讓這些數(shù)據(jù)能夠驅(qū)動AI獲得更大的進(jìn)步，從而讓用戶在使用這些終端設(shè)備中獲得更好的AI體驗(yàn)。

過去一年，聯(lián)想集團(tuán)構(gòu)建了智能體平臺的核心內(nèi)容，包括模型編排、智能體內(nèi)核以及智能體協(xié)作等，使得跨模型、跨設(shè)備、跨數(shù)據(jù)源的 “同一個AI” 成為可能。這就是聯(lián)想的自研智能體 Qira，在中國叫天禧。

Qira（天禧）的出現(xiàn)，給聯(lián)想終端帶來了新的產(chǎn)品體驗(yàn)，直接帶動了銷量。Luca稱：“連續(xù)兩個季度，我們的全球PC市場份額超過25%，這是其他任何PC公司都未曾做到的。”在中國，聯(lián)想PC銷量市場份額更是創(chuàng)紀(jì)錄地達(dá)到了36%。另外，聯(lián)想旗下的摩托羅拉手機(jī)也躋身全球 Top4。

劉軍展示過去一年在天禧AI驅(qū)動下的中國區(qū)業(yè)績

Tolga 認(rèn)為，在AI新十年，聯(lián)想的優(yōu)勢將不在于某一項(xiàng)單一技術(shù)，而在于聯(lián)想所構(gòu)建的智能體系統(tǒng)。今年，他還將聚焦三個方向以提升聯(lián)想智能體平臺的能力：

第一，聚焦智能體的下一項(xiàng)核心技術(shù)——語義數(shù)據(jù)轉(zhuǎn)換層，讓它能把脫離場景的原始數(shù)據(jù)，轉(zhuǎn)化為具備完整上下文的知識。這項(xiàng)技術(shù)能讓終端設(shè)備，采集并轉(zhuǎn)換原始數(shù)據(jù)，以AI可理解的形式進(jìn)行表示，再讓這些知識實(shí)現(xiàn)即時可檢索，從而賦能人類與AI智能體，根據(jù)具體場景輸出結(jié)果。

第二，確保AI提供準(zhǔn)確、一致的回答，同時嚴(yán)密保護(hù)個性化體驗(yàn)所需的私密數(shù)據(jù)。讓聯(lián)想AI既可靠又安全，從而實(shí)現(xiàn)真正的差異化。

第三，構(gòu)建一套深度整合基礎(chǔ)架構(gòu)與終端設(shè)備的智能體編排層，覆蓋算力、數(shù)據(jù)、模型以及企業(yè)應(yīng)用。也就是進(jìn)一步提升混合式AI編排技術(shù)，讓用戶在不同算力、模型之間能絲滑切換。

Tolga認(rèn)為，聯(lián)想的智能體系統(tǒng)，將彌合AI所能實(shí)現(xiàn)的能力與客戶實(shí)際應(yīng)用之間的巨大鴻溝。

如果將這句話置換到黃仁勛的 Token 經(jīng)濟(jì)學(xué)里，那就是說，聯(lián)想關(guān)心的不是Token的生產(chǎn)成本和生產(chǎn)速度，而更在意的是，產(chǎn)生的Token對客戶來說到底有沒有實(shí)際價值。只有產(chǎn)生價值，才能形成消費(fèi)閉環(huán)。相反，即便Token再便宜，不產(chǎn)生實(shí)際的價值，也不會有人消費(fèi)。這才是聯(lián)想創(chuàng)造Token消費(fèi)場景與算力矩陣的真正意義。

沒有聯(lián)想，英偉達(dá)的Token 只能停留在“生產(chǎn)階段”；有了聯(lián)想，Token才真正進(jìn)入“能被消耗、被反復(fù)消耗、被高質(zhì)量消耗”的階段。

楊元慶與黃仁勛真的是珠聯(lián)璧合。而且放眼全球，又有幾個能通吃 2B+2C 兩端場景的企業(yè)。

從個人智能體的日常 Token 消耗，到企業(yè) AI 工廠的海量 Token 流轉(zhuǎn)，聯(lián)想的算力矩陣，把黃仁勛的 Token 工廠與真實(shí)世界的每一個用戶、每一家企業(yè)牢牢綁定。這正是黃仁勛那句 “今年將屬于你”的深層含義 ——只有聯(lián)想，能讓英偉達(dá)的Token真正流向千家萬戶、千行百業(yè)。

不可忽視的Token調(diào)度層：基礎(chǔ)大模型與智能體系統(tǒng)

英偉達(dá)負(fù)責(zé)生產(chǎn) Token，聯(lián)想負(fù)責(zé)找到場景消耗Token，這一切順理成章，卻忽視了一個關(guān)鍵環(huán)節(jié)，就是基礎(chǔ)大模型。決定智能體干活能力起點(diǎn)的，真正消耗Token 的，恰恰就是基礎(chǔ)大模型。

但楊元慶認(rèn)為，模型驅(qū)動 AI 發(fā)展的階段已經(jīng)過去，現(xiàn)在要進(jìn)入數(shù)據(jù)驅(qū)動。

AI 不再只是回答通用問題，它開始基于個人和企業(yè)的私域數(shù)據(jù)定制答案。AI 也不再僅僅通過對話形成短期記憶，而是收集來自各種設(shè)備、傳感器和應(yīng)用的數(shù)據(jù)，形成全生命周期的記憶。AI 開始嵌入設(shè)備和業(yè)務(wù)流程，像龍蝦OpenClaw這樣的自主智能體框架，不再只是等待指令，而是可以自主規(guī)劃并執(zhí)行復(fù)雜任務(wù)，幾乎不需要人的干預(yù)。

楊元慶展示未來聯(lián)想集團(tuán)即將涉足的AI原生設(shè)備類別

現(xiàn)階段，單一的大模型技術(shù)確實(shí)已經(jīng)無法構(gòu)建一個“硅基員工”的能力，正如聯(lián)想所判斷的，需要智能體系統(tǒng)。實(shí)際就是，Token的調(diào)度層。

Token 不是燒得越多越好，關(guān)鍵在于燒得對不對、值不值、安全不安全。誰來決定用哪個模型、在云端還是本地執(zhí)行、什么時候調(diào)用工具、怎樣訪問私域數(shù)據(jù)、怎樣在多個智能體之間分配任務(wù)？

誰控制調(diào)度，誰就控制Token成本，誰就更接近利潤。

過去一年，幾乎所有主流 AI 廠商，都不約而同地把重心從“大模型能力”轉(zhuǎn)向了“智能體系統(tǒng)”：國外的 OpenAI、Anthropic、Google、Meta，國內(nèi)的阿里、騰訊、百度以及 Kimi、Minimax、智譜等新興廠商，都在構(gòu)建自己的智能體框架和工作流產(chǎn)品，試圖把大模型能力打包成“崗位級的數(shù)字員工”。

在這些設(shè)計中，模型廠商往往扮演了“自我調(diào)度”的角色：他們掌握模型的能力、價格與 API 接口，同時定義了Token的計費(fèi)方式與消耗路徑。從供給側(cè)來看，這是一種自然的延伸，模型廠商希望把用戶盡可能鎖在自己的生態(tài)里。但從需求側(cè)來說，用戶更希望有一個“站在自己這邊”的調(diào)度層，幫自己決定何時在本地算、何時在云上算，何時用貴的模型、何時用便宜的模型。

這就引出了一個新的問題：Token 產(chǎn)業(yè)鏈的“中間層”，也就是模型與終端之間的調(diào)度權(quán)，究竟應(yīng)掌握在誰手里。

聯(lián)想從3年前就開始布局混合式AI架構(gòu)，希望能拿到這個“調(diào)度權(quán)”。在聯(lián)想新財年誓師大會上，Tolga 提到，CTO 組織已經(jīng)交付了聯(lián)想 Agentic AI 平臺的核心能力，而接下來的重點(diǎn)，是繼續(xù)推進(jìn)混合式AI編排技術(shù)，打造“面向用戶AI 的控制中樞”。

所謂“控制中樞”，翻譯成更直白的話，就是：聯(lián)想不只想賣一臺能跑 AI 的終端，也不只想賣一個接入了大模型的助手，它更想做的是，替用戶管理復(fù)雜性

對于普通用戶而言，這種復(fù)雜的編排邏輯，不應(yīng)暴露為一連串技術(shù)選項(xiàng)，而應(yīng)被隱藏在一句簡單的承諾背后——讓 AI 自己選最合適的路徑。就像二十多年前的“一鍵上網(wǎng)”，讓用戶不再需要理解撥號、ADSL、寬帶背后的差別，智能體系統(tǒng)理想的形態(tài)，是把模型、算力和數(shù)據(jù)路徑的選擇都自動化。

聯(lián)想這次真正想吃下的，已經(jīng)不是單點(diǎn)硬件利潤，而是Token 產(chǎn)業(yè)鏈中下游最關(guān)鍵的一段：不是只賣“消費(fèi)終端”，而是要通過自己的智能體系統(tǒng)與混合式AI架構(gòu)，拿到Token的調(diào)度權(quán)、執(zhí)行權(quán)和體驗(yàn)定義權(quán)。

楊元慶預(yù)計兩年后聯(lián)想集團(tuán)營收將超過1000億美元

模型能力，決定了硅基員工能干到什么程度的“起點(diǎn)”；但Token調(diào)度層，決定了它們能否形成真正的生產(chǎn)關(guān)系，能否和人類、設(shè)備、流程、數(shù)據(jù)協(xié)同起來，最終創(chuàng)造出更大的生產(chǎn)力。換句話說，AI時代真正決定勝負(fù)的，不是誰模型更強(qiáng)，而是誰能把AI變成可持續(xù)運(yùn)轉(zhuǎn)的生產(chǎn)體系。

今天，英偉達(dá)無疑仍是最強(qiáng)大的 Token 生產(chǎn)側(cè)玩家；OpenAI、Anthropic、Google、阿里、騰訊、百度、Kimi、MiniMax、智譜、Manus這些公司，則在不同方向上證明了Agent時代已經(jīng)到來，Token的消費(fèi)會被持續(xù)放大?？烧嬲∪钡模悄軌蛲瑫r承接這些Token、接近真實(shí)數(shù)據(jù)、覆蓋多終端、多場景、多層級部署，并通過一套混合式編排把它們組織起來的玩家。聯(lián)想未必已經(jīng)完成這個閉環(huán)，但它無疑是現(xiàn)在最認(rèn)真、也最接近這條路徑的公司之一。

黃仁勛看好楊元慶，你呢？（本文結(jié)束）