[微軟] 聯手英特爾微軟,巨頭退卻,為何它死磕PC戰場?
開盤啦App為用戶推薦騰訊應用寶電腦版解決方案
例如，理財軟件“開盤啦”本身不做PC客戶端，但其用戶在電腦上交易的需求拾分旺盛。於是，他們在官網提示用戶可通過應用寶電腦版使用“開盤啦”，以極低的成本滿足了用戶的增量需求。使用應用寶的跨端方案，已然成為壹個具備性價比的選擇。
打造壹款長青的產品
正當應用寶還在為打通PC生態的“最後壹公裡”而死磕時，壹股席卷全球的AI技術浪潮洶湧而至。PC憑借其強大的算力、大尺寸的屏幕和天然的生產力場景，再次成為科技變革的舞台中心。
“我們看到了非常直接的信號。很多用戶確實更願意在電腦上和 AI 交互，”應用寶業務負責人張沁晨觀察到，“目前跑得通的 AI 商業模式，比如寫代碼、做圖，基本都依賴辦公環境。這些服務在PC 上更能提供完整體驗。”
AI探索初期，應用寶團隊曾踩過壹些“坑”，試圖去修補大模型的缺陷，如增強模型的檢索能力等。當他們辛苦做出技術方案後卻發現，大模型自身迭代壹次，就把這些問題都解決了，導致大家的工作“白幹了”。
團隊得出壹個重要結論：絕對不要在大模型的基礎能力上做修補性工作，而應該選擇壹個與大模型發展平行的賽道。 即尋找關鍵場景，在場景中有效應用大模型能力，“這樣的話，大模型的效果越好，你的產品效果就越好。“
做好“連接器”，便是應用寶選擇的AI路徑。“如果未來 AI 真的要成為通用助手、智能伙伴，它就必須廣泛接入各類後端服務，很多環節需要真實履約，而我們願意做好中間的串聯。”張沁晨解釋道。
可以從叁個維度理解這種“連接器”的定位：
首先是端雲結合，解決 AI 的成本和效率問題。純雲端AI成本高昂，OpenAI CEO薩姆·奧特曼曾坦言，每天光是處理全球用戶說的“你好”“謝謝”就要花費數千萬美元。如果將簡單高頻的交互，交給PC本地的端側模型處理，將復雜任務交給雲端大模型，這種端雲結合的路徑，既能降低服務成本，又能實現更快響應。
其次是服務履約，打通 AI 的“最後壹公裡”。大模型可以理解“點壹杯咖啡送到辦公室”的指令，但目前還無法完成下單、支付和配送。這需要接入成熟的後端服務。應用寶可能的角色是成為 AI 意圖和服務履約之間的橋梁，讓指令能真正落地。
最後是工作流集成，降低 AI 的使用門檻。當前使用 AI 完成壹個復雜任務，需要用戶在多個不同應用間切換、操作，流程繁瑣。應用寶也在嘗試，將復雜的AI工作流變成普通用戶也能輕松上手的簡單操作。
應用寶近期與高通宣布的合作，正是這些願景的初步落地。比如，依托高通驍龍最新AI PC的強大NPU算力，以及騰訊混元大模型的端側能力，雙方聯合研發了壹款“智能啟動台”。
這個產品不再只依賴對話交互，而是通過“伴隨式”AI設計，主動銜接用戶需求與場景服務。例如，它可以將電腦文件按“出差發票”等主題自動聚類；當用戶瀏覽發票時，能壹鍵調用AI助手整理成報銷單等。這就將傳統的”我的電腦“文件資源管理器從壹個靜態的、被動的圖標陳列界面，升級為壹個能感知、會思考、主動服務的“AI版我的電腦”。
應用寶多年來深耕PC端，在無心插柳中為AI時代的到來做了准備。張沁晨提到，與純工具類AI產品不同，應用寶擁有天然的用戶和場景；與硬件廠商不同，它能直接觸達海量的開發者和應用生態；更重要的是，應用寶理解PC，並具備打通PC與移動生態的跨端能力。
有復雜的供需關系，就會有分發的需求。張沁晨總結，應用寶的核心業務始終是“分發”，只是分發的對象和形式在不斷進化。過去，它分發的是移動App（APK）。現在，它分發的是移動應用和PC應用的組合。未來，它將分發AI時代的服務和功能。這不再是傳統貨架式的分發，而將是壹種全新的、更智能化的分發模式。
PC時代早期，是操作系統定義了人與機器的交互。AI時代，真正掌握未來的，或許不是那個最強大腦的單壹模型，而是可能回到最基礎的問題上：如何讓技術真正可用、好用，並形成壹個能自我循環的商業生態。
正如當移動互聯網紅利逐步消失，應用寶團隊選擇不放棄這個“老產品”，去追逐下壹個風口，而是回歸用戶服務的本質，發現在PC場景下依然存在著大量未被滿足的跨端使用需求。
他們選擇了壹條更艱難但更具長期價值的道路——無論是與英特爾、微軟、高通的深度合作，還是推動行業標准的建立，這些都不是簡單的功能疊加，而是從用戶的核心需求出發，死磕底層技術，重構產品核心能力，重塑PC生態。
[加西網正招聘多名全職sales 待遇優]
這條新聞還沒有人評論喔，等著您的高見呢
例如，理財軟件“開盤啦”本身不做PC客戶端，但其用戶在電腦上交易的需求拾分旺盛。於是，他們在官網提示用戶可通過應用寶電腦版使用“開盤啦”，以極低的成本滿足了用戶的增量需求。使用應用寶的跨端方案，已然成為壹個具備性價比的選擇。
打造壹款長青的產品
正當應用寶還在為打通PC生態的“最後壹公裡”而死磕時，壹股席卷全球的AI技術浪潮洶湧而至。PC憑借其強大的算力、大尺寸的屏幕和天然的生產力場景，再次成為科技變革的舞台中心。
“我們看到了非常直接的信號。很多用戶確實更願意在電腦上和 AI 交互，”應用寶業務負責人張沁晨觀察到，“目前跑得通的 AI 商業模式，比如寫代碼、做圖，基本都依賴辦公環境。這些服務在PC 上更能提供完整體驗。”
AI探索初期，應用寶團隊曾踩過壹些“坑”，試圖去修補大模型的缺陷，如增強模型的檢索能力等。當他們辛苦做出技術方案後卻發現，大模型自身迭代壹次，就把這些問題都解決了，導致大家的工作“白幹了”。
團隊得出壹個重要結論：絕對不要在大模型的基礎能力上做修補性工作，而應該選擇壹個與大模型發展平行的賽道。 即尋找關鍵場景，在場景中有效應用大模型能力，“這樣的話，大模型的效果越好，你的產品效果就越好。“
做好“連接器”，便是應用寶選擇的AI路徑。“如果未來 AI 真的要成為通用助手、智能伙伴，它就必須廣泛接入各類後端服務，很多環節需要真實履約，而我們願意做好中間的串聯。”張沁晨解釋道。
可以從叁個維度理解這種“連接器”的定位：
首先是端雲結合，解決 AI 的成本和效率問題。純雲端AI成本高昂，OpenAI CEO薩姆·奧特曼曾坦言，每天光是處理全球用戶說的“你好”“謝謝”就要花費數千萬美元。如果將簡單高頻的交互，交給PC本地的端側模型處理，將復雜任務交給雲端大模型，這種端雲結合的路徑，既能降低服務成本，又能實現更快響應。
其次是服務履約，打通 AI 的“最後壹公裡”。大模型可以理解“點壹杯咖啡送到辦公室”的指令，但目前還無法完成下單、支付和配送。這需要接入成熟的後端服務。應用寶可能的角色是成為 AI 意圖和服務履約之間的橋梁，讓指令能真正落地。
最後是工作流集成，降低 AI 的使用門檻。當前使用 AI 完成壹個復雜任務，需要用戶在多個不同應用間切換、操作，流程繁瑣。應用寶也在嘗試，將復雜的AI工作流變成普通用戶也能輕松上手的簡單操作。
應用寶近期與高通宣布的合作，正是這些願景的初步落地。比如，依托高通驍龍最新AI PC的強大NPU算力，以及騰訊混元大模型的端側能力，雙方聯合研發了壹款“智能啟動台”。
這個產品不再只依賴對話交互，而是通過“伴隨式”AI設計，主動銜接用戶需求與場景服務。例如，它可以將電腦文件按“出差發票”等主題自動聚類；當用戶瀏覽發票時，能壹鍵調用AI助手整理成報銷單等。這就將傳統的”我的電腦“文件資源管理器從壹個靜態的、被動的圖標陳列界面，升級為壹個能感知、會思考、主動服務的“AI版我的電腦”。
應用寶多年來深耕PC端，在無心插柳中為AI時代的到來做了准備。張沁晨提到，與純工具類AI產品不同，應用寶擁有天然的用戶和場景；與硬件廠商不同，它能直接觸達海量的開發者和應用生態；更重要的是，應用寶理解PC，並具備打通PC與移動生態的跨端能力。
有復雜的供需關系，就會有分發的需求。張沁晨總結，應用寶的核心業務始終是“分發”，只是分發的對象和形式在不斷進化。過去，它分發的是移動App（APK）。現在，它分發的是移動應用和PC應用的組合。未來，它將分發AI時代的服務和功能。這不再是傳統貨架式的分發，而將是壹種全新的、更智能化的分發模式。
PC時代早期，是操作系統定義了人與機器的交互。AI時代，真正掌握未來的，或許不是那個最強大腦的單壹模型，而是可能回到最基礎的問題上：如何讓技術真正可用、好用，並形成壹個能自我循環的商業生態。
正如當移動互聯網紅利逐步消失，應用寶團隊選擇不放棄這個“老產品”，去追逐下壹個風口，而是回歸用戶服務的本質，發現在PC場景下依然存在著大量未被滿足的跨端使用需求。
他們選擇了壹條更艱難但更具長期價值的道路——無論是與英特爾、微軟、高通的深度合作，還是推動行業標准的建立，這些都不是簡單的功能疊加，而是從用戶的核心需求出發，死磕底層技術，重構產品核心能力，重塑PC生態。
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: