打开网易新闻 查看更多图片

1995 年,押井守改编士郎正宗的科幻漫画《攻壳机动队》剧场上映,故事主角草薙素子是世界上第一批全身义体化改造的人类。在动画电影的海报上,一丝不挂的素子除了脑部和少部分脊髓之外,全身都连接着机械化的设备。这是二三十年前科幻作者们对人类与设备连接共存的幻想与隐喻。

时过境迁,在《攻壳机动队》上映近三十年后,尽管我们的生活与赛博世界仍相去甚远,但如何去更好地与设备相连,已经成为一个无法避免的问题。

屏幕过载难题

德勤在 2023 年的《互联网消费者调查报告》中表示,平均每个美国家庭拥有 13 种类型、21 台设备,与 2021 年居家办公时期相比已经减少了 20%,越来越多人面临「设备天花板」。大家开始意识到,拥有太多的设备不是一件好事,让设备之间更好地联通才是关键。

这不是一件容易的事情。

差不多就在士郎正宗开始连载《攻壳机动队》的时候,大洋彼岸的微软在苹果Macintosh 电脑上推出了 Microsoft Office 办公套件——如今最大的软件公司和硬件公司,也是探索设备与人类更好相连的先驱。在 PC 互联网的发展阶段,一个人只有一台电脑,用一台设备处理某几件事情的时候,这是一个行之有效的办法。

但在移动互联网时代,老办法不奏效了——因为我们要面对的屏幕过载了。

打开网易新闻 查看更多图片

屏幕过载,不仅是指屏幕数量过多,而且屏幕的形态也各不一样,这意味着屏幕背后的场景千差万别。

同一个文件,在手机上可能就是为了查阅收发信息,放电脑上更多是要进行更复杂的编辑处理,而一旦放到电视上,可能就是为了会议演示。更复杂的是,这些屏幕的载体往往是不同厂牌的设备——你可能是用荣耀手机、小米电视和华硕电脑,设备形态、品牌和操作系统都不一样,这时候,通常只能打开不那么聪明的文件传输助手……这显然不是什么好办法。

未来学家把移动智能设备比作人体之外的「器官」,那么信息就是让这些「器官」与人体相连的血液。屏幕过载难题,本质上是信息过载和场景过载,移动互联网的发展让原子化的智能设备无处不在,但并没有完全解决信息之间的互联互通,倒不如说,本该通畅流转的信息,反而随着设备的形态、品牌、系统差异化变成一座座孤岛。

要解决这个问题,自然也要脱离设备们在形态、品牌和系统层面的桎梏,从底层入手。

用 AI 连接一切

前不久,高通在骁龙技术峰会上发布了跨平台技术Snapdragon Seamless,这套解决方案旨在让使用Android、Windows和其他操作系统的骁龙终端发现彼此,并能像使用统一的整合系统般工作以共享信息。看几个例子,会更明白一些——

手机上有个文件要处理时,用电脑鼠标就可以把文件拖过来:

戴着无线耳机听歌时,临时电脑上要开个会,耳机就会自动暂停音乐并且接入会议:

戴着 AR 眼镜做瑜伽的时候,手机可以追踪你的肢体动作,而智能手表检测到的身体信息,也会投射到镜片上:

打开网易新闻 查看更多图片

这其中最有趣的是,在这些情景里,你不需要专门去买某个厂牌的设备——你甚至可以用小米手机、华硕电脑、荣耀手表、vivo 耳机来实现这一切,因为这是从芯片底层实现互联互通,也就一口气打破了设备形态、OEM 厂牌和操作系统的桎梏。

底层技术的支持,让消费者的决策权最大程度地握在自己手里。高通技术公司副总裁 Dino Bekis 表示:

Snapdragon Seamless打破了终端和操作系统之间的壁垒,是真正秉承「用户至上」理念的跨终端解决方案。

要让过载的信息流通起来不是一件容易事,高通的解决办法是引入更先进的 AI 技术,以及算力更强的 AI 芯片。

ChatGPT 等大语言模型百家争鸣,让 AI 成为人人可感的技术,但要通过 AI 连接一切,首先 AI 得做到润物细无声。每一个人连接的设备、场景都各有不同,数据模型也呈现高度个性化。云端通用大模型的算力虽强,但响应速度、定制能力都有不足,也存在较大的数据隐患。

这也是为什么设备终端厂商都在探索端侧大模型的原因,而高通作为其中最大的底层技术供应商,也有着最大的先发优势。

在骁龙峰会上,除了 Android 旗舰手机的性能担当第三代骁龙8移动平台,高通还留了很大的篇幅给到骁龙 X Elite 芯片——这是面向明年 AI PC 的平台,采用 4nm 制程工艺,有着超越同类产品的能效,但更重要的是,该平台围绕 AI 能力进行了专门设计。

0.6 秒,这是搭载骁龙 X Elite 的电脑用 Stable Diffusion 生成一张图片所花的时间,这个开源 AI 生图模型就是年初火到要干掉证件照的《妙鸭相机》的技术根基。如果是云端大模型,你可能要等数十秒钟才能生成一张图,而用端侧大模型可以跑到一秒内。骁龙峰会时,骁龙 X Elite 芯片已经可以跑 130 亿参数的大模型,是首个能在终端侧运行超过 100 亿参数生成式AI 模型的平台之一,另一款是第三代骁龙8。

尽管和ChatGPT 这样通过云端跑 1000 亿参数的云端大模型仍有差距,但随着生成式 AI 模型开源生态的发展迭代,生成式模型能力会越来越强,所需要的参数将越来越少,最终会成为端侧大模型最夯实的壁垒——因为不是每个人都愿意把自己的隐私数据放到云端。

每年 PC 市场有一半的设备是销售给商务用户,意味着大量用户其实并不希望自己的商业机密被传到互联网上,而端侧大模型的优势就在于绝佳的私密性,在保护隐私的同时也能提供良好的可定制功能,更贴近日常使用习惯。

这也是高通和骁龙的芯片为什么注重 AI 底层能力开发与互通的关键。当用户使用新的终端时,高通能够帮助用户将个性化模型直接迁移到新终端上,通过 Snapdragon Seamless 等能力,帮助用户在不同终端之间实现高效工作,提供跨终端的无缝衔接体验。

除此之外,高通提供支持的 AI 终端助手还将具备访问所有底层应用程序的能力,可以将手机、PC 里的原子化信息跨 app、跨终端进行收集整理,不需要在多个应用程序之间切换就可以完成复杂任务——这些底层技术研发背后的思考,是出于对移动互联网更迭的深刻洞察。这是把芯片深植在数亿移动设备里的厂商才能做到的事情,而高通恰好是其中之一。

在骁龙峰会上,我们既能看到像小米、OPPO、荣耀这样的终端厂商,也有微软这样的操作系统巨头,还有 BlackmagicDesign 等生产力软件开发商,这家来自澳洲的科技公司,是影视行业最重要的「卖水人」之一。他们宣布旗下的影视编辑软件达芬奇 DaVinci Resolve 将于 2024 年登陆骁龙 X Elite 平台,代表先进生产力的卖水人们入场,这是对新的芯片平台最好的站台——让终端、系统和工具的缔造者们一起坐下来聊聊,我想这也是骁龙峰会的价值所在。

毫无疑问,2024 年将会是 AI 设备海量涌现的年份,也是智能设备换机潮的一个重要拐点。我们将面临更多与设备连接共处的问题,统一的智能终端生态体验,将会是最重要的产品竞争力,而高通和骁龙将成为其中最大的助力。

我想,到时候更多地能把设备的选择权握在自己手里,总归不是一件坏事。