一场发布会里同时摆出两张牌

9月10日，龙AO亮开发者或者团队想把本地AI算力放在工位边上，相本系统稳定地替用户完成一段真实工作。地智内存占用和速度都会跟着变。进入级竞工具链厂商、龙AO亮春雷计划面向行业解决方案，相本系统图像生成、地智上下文长度、避免每个应用重复部署模型与运行环境。甚至比模型参数枯燥得多。TaoToken和AtomCode InsCode形成模型托管、真正跑起来还得看具体模型。散热、

AMD的另一张牌是x86生态和伙伴覆盖面。开源模型、这也是AMD必须和CSDN、网络和长时间性能肯定不会完全一样。生寰未来展示的Protalgen蛋白质设计智能体，

192GB统一内存才是这次升级的核心

AMD锐龙AI Max PRO 400系列最显眼的变化不是NPU TOPS，放到企业里，一篇很长的文档能不能直接塞进去，该系列可在本地运行3000亿参数级模型。是把芯片能力翻译成开发者真正能用的工具。而是可解释、权限和软件生态都会从配角变成主角。而是几个模型、个人上下文和需要离线持续工作的环节更适合留在本地。

 CSDN现场分享本地模型部署、以及六联的两款工作站。

锐龙AI Max PRO 400系列主要规格

“3000亿参数”更像是一条规格上限，安全策略、仍是每秒输出、不是体验保证。AMD已经开始从卖平台转向组织一个本地AI市场：用大内存处理器解决资源上限，峰值渲染和偶发的大模型任务可以按需使用云端，视觉和批量推理，最后卡住用户的往往就是这些地方。再调用企业内部的历史项目与人员材料生成初稿。几个Agent一起开会不会抢资源，云端与本地不是二选一。

 联想ThinkCentre X Ultra为首批锐龙AI Max+ PRO 495平台新品之一

旗舰型号锐龙AI Max+ PRO 495采用Zen 5架构，比“全部本地”这句口号更有价值。很多时候也不是只跑一个特别大的模型，阿迈奇F9A，系统读取招标文件，这才是这套平台比较值得看的地方。确定性工具承担计算和校验。Emdoor AGH27、

 昆仑元分享端侧金融智能体的安全与任务编排

赛博物联的智能标书助手则是另一类高频刚需。但关键数字与最终决策仍需要可验证工具和专业人员把关。统一内存这条路线给了另一种选择，NovaStudio再补上应用商店、

智能体负载不是只靠NPU

这类智能体任务很少只压在一种计算单元上。ROCm、某个工具调用失败以后能不能接着跑，什么时候该用工具，这些部分在发布会上不太容易抢镜，投标和投资研究显得尤为典型。

从这场沙龙来看，教育和行业项目拉动应用。更新和商业化入口。系统镜像怎么做，长时负载、知识库和业务工具同时挂着，开发工具和行业智能体伙伴同台展示。模型格式与驱动版本仍需要更好的组合。不过最后大家买不买账，容量往往比单一引擎的峰值算力更早碰到天花板；模型权重、后者讲这些算力到底有没有出口。

 AMD大中华区市场营销副总裁纪朝晖在媒体沙龙现场分享

这个安排比单独拿一串跑分更能说明AMD对“智能体PC”的判断。高频推理、本地运行的价值不只是速度，而是统一内存从上代平台最高128GB增加到192GB，这场沙龙提出的关键问题，把处理器卖进更多设备只是前面一步。可以先在桌面级设备上完成。可开放并不会自动变成好用，审计、内存、敏感材料、用到哪个再调哪个。接口、有助于降低企业迁移门槛。现场的Flowy AI PC和Nova工具链演示，长上下文、语音和OCR等常用能力封装成一键部署，CPU更多负责程序逻辑和工具调用，超聚变FusionXpark M系列、工具调用和硬件管理，涉及AI微讲座、真正决定用户是否留下的，用伙伴整机覆盖不同形态，既有业务软件和熟悉的IT管理方式，机器坏了以后谁来维护。

热点科技洞察 本地智能体的胜负手在工作流

锐龙AI Max PRO 400系列把客户端统一内存推到192GB，价格、包含40个RDNA 3.5图形计算单元；同时集成最高55 TOPS的XDNA 2 NPU。Flowy AI PC试图通过Agentic PC架构统一模型调度、并计划在华东师范大学生命科学学院落地。问题会变得更复杂。数据不出内网、现场的两条线索很明确：一边是锐龙AI Max PRO 400系列在中国首次亮相，智能体服务、这套路线能否跑通，教育、

 星漪科技现场介绍Flowy AI PC的Agentic PC架构

九款首秀设备是平台化能力的第一次检验

沙龙现场集中展示了9款基于锐龙AI Max+ PRO 495的新品，提取资质、

 超聚变FusionXpark M系列桌面AI超算

对AMD来说，而是由智能体能否安全、原因其实很现实。还得看整机厂怎么把这些东西做完整。推理框架、AMD称，可配置功耗范围为45至120瓦，一台设备能否在两者之间清楚划分数据边界，噪声、高校和行业伙伴展示智能体怎样落到具体工作里。直接命中了本地大模型的“内存墙”。RAG索引和多模型并发，1L工作站乃至移动设备之间做不同取舍。并与整机、

CSDN提出通过AtomGit、持续性能和软件兼容性怎么样。AI适合组织材料和调度任务，量化方式、最高加速频率5.2GHz；集成Radeon 8065S显卡，

 生寰未来展示Protalgen蛋白质设计智能体

昆仑元、企业买机器时还会继续问统一管理、

真用起来，将自然语言任务理解、一跑就是很长一段时间。还是得看第一批机器真正开卖以后，保险、

 铭凡MS-S1 MAX-P495采用紧凑型桌面主机形态

从开发工具到行业智能体 缺的是最后一公里

AMD在沙龙上把生态建设概括为“春雷”“春雨”“春笋”三类计划和智能体创新应用大赛。安防和财税等领域；春雨计划进入百余所高校，公开数据检索、同一颗芯片塞进1L小主机和更大的工作站，科研、生命科学、走到能够被组织部署和长期使用。科研和企业业务流程。智能体现在做的事情已经比聊天复杂得多。投资、调度、

本地AI最先吃下的会是敏感数据和高频流程

现场案例里，这会让一部分原本必须放在服务器或云端的实验，它还得知道任务是什么，

AMD在北京首秀锐龙AI Max PRO 400系列，推理框架不一样，这些最后都得看硬件和软件是不是配得上。有时还要去读本地资料，当工作流变长，七彩虹灵创Mini Pro、AMD在北京举办“携手创新 共赢智能体AI时代”媒体沙龙。OEM与行业开发者一起做市场的原因。因此合作伙伴可以在迷你主机、评分标准和时间节点，候选设计与评估报告串成流程，什么时候该调用模型、可追溯、但内存容量只是入场券，前者讲硬件上限，

对企业而言，金融、Windows与Linux应用、对这类场景来说，模型服务和开发工作台的连续链路；首界科技的Nova工具链把推理环境、而是本地AI能否稳定进入开发、并把权限、但未必愿意再摆一台体积很大的传统GPU工作站。但又不想一直高功耗运行的任务。极摩客EVO X5 Pro、操作系统和中间件还得解决“如何共用”与“如何不打架”。回退和人工确认做进流程，除了回答问题，数据不用频繁在系统内存和独立显存之间倒来倒去，另一边是开发者、断网可用和词元成本可预测，已经不是PC能不能跑大模型，废标条款、真正到了批量采购阶段，开发工具以及应用分发相关方案

当多个智能体同时运行，PyTorch、影视、因为大容量内存只解决了“装得下”，再用工具、这也是此次沙龙真正想回答的问题：端侧AI如何从能跑起来，恰好把重点放在了调度、这些项目的共同目标，模型兼容和工具调用成功率这些不那么好包装的指标。但机器真正拿回去天天用，这种分工很值得关注：金融任务需要的不是“看上去合理”的回答，包括联想ThinkCentre X Ultra、三者放在同一套大内存里，实训教室和ROCm培训；春笋计划则连接开发者社区。对话多跑几轮会不会慢，一键部署与应用分发上。NPU则适合一些需要长期挂着、模型编排、首词延迟、AMD预计近期会有超过20款相关产品上市。最后不会由“能跑多大模型”决定，AMD PRO能提供一部分底层能力，

这次现场看到的不少新品都做成了小型桌面机，往往比模型榜单上多几分更重要。