从算力底座到个人智能 联想2026云栖大会把混合式AI搬进真实场景

2026年9月22日至24日，从算场景2026云栖大会在杭州举行。力底联想今年大会将Agentic AI放在核心位置，座到智能真实低延迟网络主题也落在了“智以致用”四个字上。个人相比继续讨论模型参数和单点能力，云栖现场更常被提起的把混搬进问题，是合式AI如何进入业务、完成任务，从算场景并最终产生可以衡量的力底联想价值。

走进联想展区，座到智能真实“混合式AI，个人让AI成为创新生产力”的云栖主题十分醒目。这里没有把AI PC、把混搬进服务器或企业方案分开讲故事，合式而是从算场景把个人智能、企业智能和AI基础设施放到同一套框架里。从万全异构智算平台5.0、问天超节点，到擎天AI、低延迟网络天禧AI个人超级智能体4.0，联想试图呈现的是一条从算力供给、Token生产与管理，再到企业和个人使用AI的完整链路。

 联想亮相2026云栖大会

先看底座：AI时代，算力开始围绕Token重新组织

联想展区面积最大、硬件也最集中的区域，是“企业智能——万全智算，释放算力的每一分效能”。现场可以看到服务器、存储、数据网络和超节点等设备，部分机器还直接展示内部结构。对观众来说，这比一串参数更直观：大模型和智能体背后，依然需要一整套计算、网络、存储和散热系统共同工作。

这次联想重点展示了“混合词元工厂”。按照联想的定义，它由xCloud联想智能云和智算中心组成，并整合万全异构智算方案、服务器、存储及数据网络能力。换句话说，它关注的不只是“有多少算力”，而是怎样把不同资源组织起来，让Token能够持续生产、调用和管理。

承担计算优化和异构资源协同角色的，是万全异构智算平台5.0。联想给出的信息显示，该平台覆盖预训练、后训练和推理流程，并通过集群训推加速、芯模编译优化等九类差异化技术适配不同规模的算力需求。到了AI规模化部署阶段，服务器数量增加并不等于效率线性增长，模型、芯片、网络与集群调度能否配合，反而越来越影响最终的使用成本。

联想企业智能展区展示：万全智算、服务器、存储、数据网络与超节点集群等基础设施能力

超节点、液冷、400G网络，现场把“算力工程”摊开来展示

联想超节点集群也是现场的重要看点。联想称，该方案把计算、通信和存储整合成逻辑统一节点，单节点可搭载40张GPU，并强调低时延、易部署和可扩展能力。对于越来越大的模型训练和推理任务来说，节点之间的数据交换速度、部署复杂度以及扩展方式，已经和单卡性能一样值得关注。

联想超节点集群展示

热点科技现场还拍到 ThinkSystem SC750 V4 水冷设备，展签同时陈列 WR5220 G5、ThinkSystem DG7200、NE8780-128QC 等服务器与存储产品。旁边则是400G RDMA网络和超节点集群展示。把这些设备放在一起看，更容易理解联想这次展陈的思路：AI基础设施不是某一台服务器，而是一套需要从计算、互联、存储到散热共同优化的系统。

液冷同样是这一区域无法忽略的关键词。随着AI服务器功率密度继续提升，数据中心的散热和能耗压力也随之增加。联想在现场把水冷设备直接拆开展示，与其说是在突出某一个硬件卖点，不如说是在强调高密度智算已经进入系统工程阶段。

联想现场展出的WR5220 G5、ThinkSystem DG7200、WAS480 G5与NE8780-128QC等服务器和存储设备

算力之后是业务：擎天AI要解决“AI怎么真正用起来”

如果说前面的展区回答的是Token从哪里来，那么擎天AI所在的企业智能区域，更关心Token最终用到哪里。现场大屏展示的联想中国混合式AI架构中，智算中心、xCloud联想智能云、智能体工坊、行业智能体方案以及AI全周期服务被串在了一起。

其中，智算中心（AIDC）覆盖AI数据中心投资、设计、建设和运营等环节；xCloud联想智能云则围绕Token的生产、使用、管理和运营提供支撑，Token Hub承担词元中枢角色。继续向业务层走，还能看到联想百应、智能体即服务（AaaS）、词元即服务（TaaS）以及面向不同行业的智能体方案。

这部分展陈没有把重点停留在“企业也能用大模型”上，而是更进一步讨论交付方式。企业真正部署AI时，除了模型能力，还会碰到数据、权限、成本、运维和既有系统衔接等问题。把这些环节放进同一套服务体系，才有可能让智能体从演示走进实际工作流。

联想企业智能展区

从企业回到个人：天禧AI 4.0开始强调“替你办事”

另一侧的个人智能区域，则把视角从数据中心拉回到用户手边。联想此次展示了天禧AI个人超级智能体4.0以及多款AI终端。与早期AI助手更偏向问答不同，天禧AI 4.0强调意图理解和任务执行，可以跨应用操控设备、整理文件，并处理多步骤的长程任务。

现场还出现了联想AI主机。它被定义为面向智能体常驻运行的AI原生边缘设备，可保存本地知识与长期记忆、承载高频任务，并与电脑、手机和平板等设备协同。这个新品类背后的逻辑并不复杂：当智能体从“偶尔问一句”变成持续工作的数字伙伴，本地算力、个人数据和多设备协同都会变得更加重要。

联想展区将个人智能、企业智能和AI基础设施纳入同一套混合式AI框架

热点科技洞察：全栈不是终点，关键是把AI真正接进工作流

看完整个展区，一个比较明显的变化是，联想这次没有把“AI”押在某一款明星产品上。底层是万全智算和混合词元工厂，中间是xCloud、Token Hub与擎天AI，到了用户侧又有天禧AI和AI终端。过去相对分散的服务器、云、服务与终端，被放进了同一套混合式AI框架。

这背后也对应着AI行业正在发生的变化。模型能力仍然重要，但当生成式AI和智能体开始进入真实业务，企业更关心的往往变成另一组问题：算力怎么用得更充分，Token成本怎么控制，数据如何安全流动，智能体能不能稳定完成任务。AI竞争正在从单纯比模型，逐渐延伸到基础设施、工具链、服务和终端协同。

对联想来说，覆盖从基础设施到个人终端的产品线，确实给了它搭建完整链路的条件。但这套全栈体系最终能产生多大价值，仍要回到实际部署中验证——企业是否能降低AI使用门槛，Token效率能否真正提高，智能体又能否在复杂场景里持续完成任务。至少从2026云栖大会的现场展示来看，联想给出的路线已经相当明确：先把算力组织起来，再让AI进入业务，最后把能力送到每个人手边。

(责任编辑：热点)