2025年底AI PC全球市场份额将达31%
Gartner预测,2025年AIPC将占全球市场31%,出货量达7780万台;2026年占比升至55%。关税不确定性影响普及速度,但用户仍愿为边缘AI提前布局。处理器平台分化,Windowsx86主导商务市场,Arm份额较小。软件供应商加速投资,联想AIPC出货已超预期。
预计到2026年,人工智能PC(AI PC)的全球出货量将突破1.43亿台,占据PC市场55%的份额——这一预测来自Gartner的最新报告。而在2025年,AI PC的渗透率将攀升至31%,出货量有望达到7780万台。换言之,两年后,每售出两台PC中就将有一台是AI PC。
不过,Gartner高级总监分析师Ranjit Atwal也指出:关税与市场不确定性导致2025年的AI PC普及速度有所放缓。然而,用户并未因此却步,他们仍积极为边缘计算中日益集成的人工智能进行提前布局,这为AI PC的长期增长奠定了坚实基础。

那么,企业和消费者在选购AI PC时,究竟关注哪些因素?答案很大程度上取决于处理器平台。Gartner预测,随着应用兼容性障碍逐步消除,基于Arm架构的笔记本将在消费市场占据更大份额;但企业用户仍更青睐Windows x86架构——预计2025年Windows将占据AI商务笔记本市场71%的份额,而Arm仅为24%。这一市场格局在未来几年内恐难发生根本性变化。
Ranjit Atwal还强调了另一个关键趋势:“AI PC的未来在于定制化。”用户可根据自身需求配置设备,灵活选择所需的应用程序和功能。供应商与用户互动越频繁,就越能精准把握用户偏好,从而持续优化产品、提升品牌忠诚度。这实际上为PC厂商指明了方向:不应仅聚焦硬件,软件与服务才是赢得用户长期青睐的核心。
与此同时,软件供应商也在加速跟进。Gartner预测,到2026年底,40%的软件供应商将优先投资于在PC端直接部署AI功能——而2024年这一比例仅为2%。同年,多个小型语言模型(SLM)将能够在PC上本地运行,而2023年这一数字还是零。SLM的价值在于:让高级AI功能直接在设备端运行,响应更迅速、能耗更低,且无需依赖云端,用户数据的安全性也得到显著提升。
在终端厂商中,联想无疑行动最为迅速。在今年的联想创新开放日上,他们一次性展示了近200项AI技术及混合式AI产品组合。其自主研发的X-Engine端侧推理引擎,能够支持主流大模型在本地运行,文本生成速度提升50%、图像生成速度提升35%,内存占用降低30%,能耗降低50%。用户无需联网,即可在ThinkBook、Yoga、ThinkPad等产品上体验FlickLift这类AI交互功能——通过鼠标圈选、拖拽,便可在当前应用内直接调用AI进行图片优化或创作。面向学习与创作人群,联想提供了AI笔记总结、AI出题、实时翻译等功能,甚至能将AI深度整合进Office套件。超级互联功能首次实现了超大文件的跨设备实时共享,4K视频即传即用。此外,天禧个人超级智能体作为软件中台,将PC、手机、平板等终端融为一体,打造出“一体多端”的个人超级智能生态。
联想集团董事长兼CEO杨元庆透露:AI PC出货量已占整体PC出货量的30%以上,这一数字大幅超出了他们此前的预期。“我们原本预计今年年底达到25%,明年50%,后年75%,现在进展已明显超前。”
另一方面,惠普最新公布的Q3财报也印证了AI PC的拉动效应。公司净营收为139亿美元,同比增长3.1%,个人系统业务增长6%至99亿美元。不过,打印业务下滑4%,调整后每股收益下降10.7%至0.75美元,主要受重组费用拖累。本季度惠普创造了15亿美元的自由现金流,通过股息和股票回购向股东返还了4亿美元,期末现金总额为29亿美元。华尔街分析师对该股一致给予“持有”评级,平均目标价为27.26美元,低于当前股价。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:2025年底AI PC全球市场份额将达31%要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点佑驾创新与乐动机器人达成战略合作,围绕技术、产品、场景、数据四维度展开深度协同,旨在加速物理AI规模化落地,拓展无人车与机器人场景边界,推动具身智能商业化进程。
Meta开放AI算力租赁业务,市场反应从算力过剩转向算力商业运营。GPU从自用转向对外出租,算力从成本中心转为利润中心。AI云竞争核心从拥有GPU数量转向稳定跑满GPU的能力,依赖同步与参考时钟等底层基础设施的长期稳定运行。
针对大型多仓库工程(30+微服务、10+前端微应用),搭建包含规则、技能、子代理、13阶段工作流与门禁脚本的Harness系统,解决PRD不可信、方案与代码脱节、改完无人验证、交付环节琐碎等痛点,使AI在真实业务中稳定跑完需求。
部署MCP Toolbox前,先看清它的适用场景与安全边界,避免在权限管理不完善时接入敏感数据。 核心内容: 1 MCP Toolbox的核心功能与两种使用路线 2 项目适合与不适合的团队场景分析 3 实际验证的安全检查与关键限制 先说结论 MCP Toolbox 很适合小团队研究“让 AI
- 日榜
- 周榜
- 月榜
热点快看
