Lenovo 在 Innovation World 2026 圓桌會議中，深入公開旗下個人 AI 系統 Qira 的技術架構。Qira 定位為跨裝置（PC、手機、平板及穿戴裝置）的系統級 AI 調度層，主打「Local-first」（本地優先）的調度能力，而非試圖取代單一的 AI 對話 App 或服務。是次 Round Table 由 Lenovo AI Ecosystem 副總裁 Dan Dery、AI Ecosystem 產品主管 Jeff Snow，以及 AI Engineering 執行總監 Kash Sukhija 出席，進一步解釋 Qira 的本地模型、硬件分級、雲端調度及未來跨裝置發展方向。
硬件門檻與模型分級
Qira 採用分層模型策略：PC 起步門檻為 16GB RAM，手機則由 8GB RAM 起算。裝置硬件規格愈高（如 32GB RAM 以上），出廠預載的本地 AI 模型規模就愈大，讓更多工作能在本機完成。因此即使兩部裝置同樣支援 Qira，實際運行的本地模型與 AI 能力也會因 RAM 容量及本機運算資源而有所差異。
Local-first 本地優先調度機制
核心的「Local-first」是指系統接獲指令後，會先在本地端解析用家意圖與 Context，再判斷應由本地模型處理、調用第三方 Agent，或是連接雲端，而非預設將所有要求傳至雲端。這種設計能先確保用家授權，並將個人資料（如 Knowledge 與 Memory）留在本機。在飛機上或關閉 Wi-Fi 時，大部分本機功能仍可離線使用；僅網絡搜尋與部分 Cloud Connectors 才需要連線。
生態合作與模組化架構
Qira 本身不依賴單一模型，本地端與雲端均配置微調後的 LLM，並可透過 Cloud Connectors 串接外部服務。目前已支援 Notion 作為外部 Agent，並與 Microsoft、Stability AI 等建立合作。針對部分雲端推理與寫作輔助，系統底層會調用 Azure OpenAI 服務；不過目前尚未提供直接綁定個人已付費 ChatGPT 帳號的 Connector。
在語言支援上，Qira 亦採用按需下載方式。當某項體驗需要特定語言時，系統可按用家選擇下載所需部分，而毋須一次下載所有語言相關能力。目前支援語言數量介乎 10 到 20 種之間，實際開放範圍會依地區、裝置及模式調整。
未來擴展：個人 AI 算力中心
針對高負載運算需求，Lenovo 正在探索將 Qira 延伸至家庭或個人本機運算設備（如 Linux 工作站或類似搭載 NVIDIA GB10 超級晶片的 Project Kubit 概念）。從目前公布的方向來看，Lenovo 較接近探索「裝置 → 個人 AI Hub → 雲端」的分層架構，而非像 Ollama 般讓用家自由把 Qira 部署到任意硬件。
系統層的入口優勢與競合
經歷約 18 個月專門開發，並整合 Motorola moto ai 與 Lenovo AI Now 等約 2 至 3 年的技術累積，Qira 已由 Public Preview 進入正式發布階段，並開始由 AI Now 升級及預載至新裝置。相較於爭奪單一對話視窗，Lenovo 的核心競爭力在於發揮 OEM 跨硬件的優勢——在用家開啟任何 App 之前，系統已先行理解 Context，並將工作交給最合適的本機模型、雲端模型或第三方 Agent 執行。不過 Dery 亦承認，部分合作夥伴同樣希望成為用家最主要的 AI 入口，未來 OEM 與 AI 服務商之間仍可能存在競合關係。
