手機電腦裏的 GPT，要先解決這個「屏幕孤島」難題
1995 年，押井守改編士郎正宗的科幻漫畫《攻殼機動隊》劇場上映，故事主角草薙素子是世界上第一批全身義體化改造的人類。在動畫電影的海報上，一絲不掛的素子除了腦部和少部分脊髓之外，全身都連接着機械化的設備。這是二三十年前科幻作者們對人類與設備連接共存的幻想與隱喻。
時過境遷，在《攻殼機動隊》上映近三十年後，儘管我們的生活與賽博世界仍相去甚遠，但如何去更好地與設備相連，已經成為一個無法避免的問題。
屏幕過載難題
德勤在 2023 年的《互聯網消費者調查報告》中表示，平均每個美國家庭擁有 13 種類型、21 台設備，與 2021 年居家辦公時期相比已經減少了 20%，越來越多人面臨「設備天花板」。大家開始意識到，擁有太多的設備不是一件好事，讓設備之間更好地聯通才是關鍵。
這不是一件容易的事情。
差不多就在士郎正宗開始連載《攻殼機動隊》的時候，大洋彼岸的微軟在蘋果 Macintosh 電腦上推出了 Microsoft Office 辦公套件——如今最大的軟件公司和硬件公司，也是探索設備與人類更好相連的先驅。在 PC 互聯網的發展階段，一個人只有一台電腦，用一台設備處理某幾件事情的時候，這是一個行之有效的辦法。
但在移動互聯網時代，老辦法不奏效了——因為我們要面對的屏幕過載了。
屏幕過載，不僅是指屏幕數量過多，而且屏幕的形態也各不一樣，這意味着屏幕背後的場景千差萬別。
同一個文件，在手機上可能就是為了查閲收發信息，放電腦上更多是要進行更復雜的編輯處理，而一旦放到電視上，可能就是為了會議演示。更復雜的是，這些屏幕的載體往往是不同廠牌的設備——你可能是用榮耀手機、小米電視和華碩電腦，設備形態、品牌和操作系統都不一樣，這時候，通常只能打開不那麼聰明的文件傳輸助手……這顯然不是什麼好辦法。
未來學家把移動智能設備比作人體之外的「器官」，那麼信息就是讓這些「器官」與人體相連的血液。屏幕過載難題，本質上是信息過載和場景過載，移動互聯網的發展讓原子化的智能設備無處不在，但並沒有完全解決信息之間的互聯互通，倒不如説，本該通暢流轉的信息，反而隨着設備的形態、品牌、系統差異化變成一座座孤島。
要解決這個問題，自然也要脱離設備們在形態、品牌和系統層面的桎梏，從底層入手。
用 AI 連接一切
前不久，高通在驍龍技術峯會上發佈了跨平台技術 Snapdragon Seamless，這套解決方案旨在讓使用 Android、Windows 和其他操作系統的驍龍終端發現彼此，並能像使用統一的整合系統般工作以共享信息。看幾個例子，會更明白一些——
手機上有個文件要處理時，用電腦鼠標就可以把文件拖過來：
戴着無線耳機聽歌時，臨時電腦上要開個會，耳機就會自動暫停音樂並且接入會議：
戴着 AR 眼鏡做瑜伽的時候，手機可以追蹤你的肢體動作，而智能手錶檢測到的身體信息，也會投射到鏡片上：
這其中最有趣的是，在這些情景裏，你不需要專門去買某個廠牌的設備——你甚至可以用小米手機、華碩電腦、榮耀手錶、vivo 耳機來實現這一切，因為這是從芯片底層實現互聯互通，也就一口氣打破了設備形態、OEM 廠牌和操作系統的桎梏。
底層技術的支持，讓消費者的決策權最大程度地握在自己手裏。高通技術公司副總裁 Dino Bekis 表示：
要讓過載的信息流通起來不是一件容易事，高通的解決辦法是引入更先進的 AI 技術，以及算力更強的 AI 芯片。
ChatGPT 等大語言模型百家爭鳴，讓 AI 成為人人可感的技術，但要通過 AI 連接一切，首先 AI 得做到潤物細無聲。每一個人連接的設備、場景都各有不同，數據模型也呈現高度個性化。雲端通用大模型的算力雖強，但響應速度、定製能力都有不足，也存在較大的數據隱患。
這也是為什麼設備終端廠商都在探索端側大模型的原因，而高通作為其中最大的底層技術供應商，也有着最大的先發優勢。
在驍龍峯會上，除了 Android 旗艦手機的性能擔當第三代驍龍 8 移動平台，高通還留了很大的篇幅給到驍龍 X Elite 芯片——這是面向明年 AI PC 的平台，採用 4nm 製程工藝，有着超越同類產品的能效，但更重要的是，該平台圍繞 AI 能力進行了專門設計。
0.6 秒，這是搭載驍龍 X Elite 的電腦用 Stable Diffusion 生成一張圖片所花的時間，這個開源 AI 生圖模型就是年初火到要幹掉證件照的《妙鴨相機》的技術根基。如果是雲端大模型，你可能要等數十秒鐘才能生成一張圖，而用端側大模型可以跑到一秒內。驍龍峯會時，驍龍 X Elite 芯片已經可以跑 130 億參數的大模型，是首個能在終端側運行超過 100 億參數生成式 AI 模型的平台之一，另一款是第三代驍龍 8。
儘管和 ChatGPT 這樣通過雲端跑 1000 億參數的雲端大模型仍有差距，但隨着生成式 AI 模型開源生態的發展迭代，生成式模型能力會越來越強，所需要的參數將越來越少，最終會成為端側大模型最夯實的壁壘——因為不是每個人都願意把自己的隱私數據放到雲端。
每年 PC 市場有一半的設備是銷售給商務用户，意味着大量用户其實並不希望自己的商業機密被傳到互聯網上，而端側大模型的優勢就在於絕佳的私密性，在保護隱私的同時也能提供良好的可定製功能，更貼近日常使用習慣。
這也是高通和驍龍的芯片為什麼注重 AI 底層能力開發與互通的關鍵。當用户使用新的終端時，高通能夠幫助用户將個性化模型直接遷移到新終端上，通過 Snapdragon Seamless 等能力，幫助用户在不同終端之間實現高效工作，提供跨終端的無縫銜接體驗。
除此之外，高通提供支持的 AI 終端助手還將具備訪問所有底層應用程序的能力，可以將手機、PC 裏的原子化信息跨 app、跨終端進行收集整理，不需要在多個應用程序之間切換就可以完成複雜任務——這些底層技術研發背後的思考，是出於對移動互聯網更迭的深刻洞察。這是把芯片深植在數億移動設備裏的廠商才能做到的事情，而高通恰好是其中之一。
在驍龍峯會上，我們既能看到像小米、OPPO、榮耀這樣的終端廠商，也有微軟這樣的操作系統巨頭，還有 BlackmagicDesign 等生產力軟件開發商，這家來自澳洲的科技公司，是影視行業最重要的「賣水人」之一。他們宣佈旗下的影視編輯軟件達芬奇 DaVinci Resolve 將於 2024 年登陸驍龍 X Elite 平台，代表先進生產力的賣水人們入場，這是對新的芯片平台最好的站台——讓終端、系統和工具的締造者們一起坐下來聊聊，我想這也是驍龍峯會的價值所在。
毫無疑問，2024 年將會是 AI 設備海量湧現的年份，也是智能設備換機潮的一個重要拐點。我們將面臨更多與設備連接共處的問題，統一的智能終端生態體驗，將會是最重要的產品競爭力，而高通和驍龍將成為其中最大的助力。
我想，到時候更多地能把設備的選擇權握在自己手裏，總歸不是一件壞事。
資料來源：愛範兒（ifanr）
時過境遷，在《攻殼機動隊》上映近三十年後，儘管我們的生活與賽博世界仍相去甚遠，但如何去更好地與設備相連，已經成為一個無法避免的問題。
屏幕過載難題
德勤在 2023 年的《互聯網消費者調查報告》中表示，平均每個美國家庭擁有 13 種類型、21 台設備，與 2021 年居家辦公時期相比已經減少了 20%，越來越多人面臨「設備天花板」。大家開始意識到，擁有太多的設備不是一件好事，讓設備之間更好地聯通才是關鍵。
這不是一件容易的事情。
差不多就在士郎正宗開始連載《攻殼機動隊》的時候，大洋彼岸的微軟在蘋果 Macintosh 電腦上推出了 Microsoft Office 辦公套件——如今最大的軟件公司和硬件公司，也是探索設備與人類更好相連的先驅。在 PC 互聯網的發展階段，一個人只有一台電腦，用一台設備處理某幾件事情的時候，這是一個行之有效的辦法。
但在移動互聯網時代，老辦法不奏效了——因為我們要面對的屏幕過載了。
屏幕過載，不僅是指屏幕數量過多，而且屏幕的形態也各不一樣，這意味着屏幕背後的場景千差萬別。
同一個文件，在手機上可能就是為了查閲收發信息，放電腦上更多是要進行更復雜的編輯處理，而一旦放到電視上，可能就是為了會議演示。更復雜的是，這些屏幕的載體往往是不同廠牌的設備——你可能是用榮耀手機、小米電視和華碩電腦，設備形態、品牌和操作系統都不一樣，這時候，通常只能打開不那麼聰明的文件傳輸助手……這顯然不是什麼好辦法。
未來學家把移動智能設備比作人體之外的「器官」，那麼信息就是讓這些「器官」與人體相連的血液。屏幕過載難題，本質上是信息過載和場景過載，移動互聯網的發展讓原子化的智能設備無處不在，但並沒有完全解決信息之間的互聯互通，倒不如説，本該通暢流轉的信息，反而隨着設備的形態、品牌、系統差異化變成一座座孤島。
要解決這個問題，自然也要脱離設備們在形態、品牌和系統層面的桎梏，從底層入手。
用 AI 連接一切
前不久，高通在驍龍技術峯會上發佈了跨平台技術 Snapdragon Seamless，這套解決方案旨在讓使用 Android、Windows 和其他操作系統的驍龍終端發現彼此，並能像使用統一的整合系統般工作以共享信息。看幾個例子，會更明白一些——
手機上有個文件要處理時，用電腦鼠標就可以把文件拖過來：
戴着無線耳機聽歌時，臨時電腦上要開個會，耳機就會自動暫停音樂並且接入會議：
戴着 AR 眼鏡做瑜伽的時候，手機可以追蹤你的肢體動作，而智能手錶檢測到的身體信息，也會投射到鏡片上：
這其中最有趣的是，在這些情景裏，你不需要專門去買某個廠牌的設備——你甚至可以用小米手機、華碩電腦、榮耀手錶、vivo 耳機來實現這一切，因為這是從芯片底層實現互聯互通，也就一口氣打破了設備形態、OEM 廠牌和操作系統的桎梏。
底層技術的支持，讓消費者的決策權最大程度地握在自己手裏。高通技術公司副總裁 Dino Bekis 表示：
引用Snapdragon Seamless 打破了終端和操作系統之間的壁壘，是真正秉承「用户至上」理念的跨終端解決方案。
要讓過載的信息流通起來不是一件容易事，高通的解決辦法是引入更先進的 AI 技術，以及算力更強的 AI 芯片。
ChatGPT 等大語言模型百家爭鳴，讓 AI 成為人人可感的技術，但要通過 AI 連接一切，首先 AI 得做到潤物細無聲。每一個人連接的設備、場景都各有不同，數據模型也呈現高度個性化。雲端通用大模型的算力雖強，但響應速度、定製能力都有不足，也存在較大的數據隱患。
這也是為什麼設備終端廠商都在探索端側大模型的原因，而高通作為其中最大的底層技術供應商，也有着最大的先發優勢。
在驍龍峯會上，除了 Android 旗艦手機的性能擔當第三代驍龍 8 移動平台，高通還留了很大的篇幅給到驍龍 X Elite 芯片——這是面向明年 AI PC 的平台，採用 4nm 製程工藝，有着超越同類產品的能效，但更重要的是，該平台圍繞 AI 能力進行了專門設計。
0.6 秒，這是搭載驍龍 X Elite 的電腦用 Stable Diffusion 生成一張圖片所花的時間，這個開源 AI 生圖模型就是年初火到要幹掉證件照的《妙鴨相機》的技術根基。如果是雲端大模型，你可能要等數十秒鐘才能生成一張圖，而用端側大模型可以跑到一秒內。驍龍峯會時，驍龍 X Elite 芯片已經可以跑 130 億參數的大模型，是首個能在終端側運行超過 100 億參數生成式 AI 模型的平台之一，另一款是第三代驍龍 8。
儘管和 ChatGPT 這樣通過雲端跑 1000 億參數的雲端大模型仍有差距，但隨着生成式 AI 模型開源生態的發展迭代，生成式模型能力會越來越強，所需要的參數將越來越少，最終會成為端側大模型最夯實的壁壘——因為不是每個人都願意把自己的隱私數據放到雲端。
每年 PC 市場有一半的設備是銷售給商務用户，意味着大量用户其實並不希望自己的商業機密被傳到互聯網上，而端側大模型的優勢就在於絕佳的私密性，在保護隱私的同時也能提供良好的可定製功能，更貼近日常使用習慣。
這也是高通和驍龍的芯片為什麼注重 AI 底層能力開發與互通的關鍵。當用户使用新的終端時，高通能夠幫助用户將個性化模型直接遷移到新終端上，通過 Snapdragon Seamless 等能力，幫助用户在不同終端之間實現高效工作，提供跨終端的無縫銜接體驗。
除此之外，高通提供支持的 AI 終端助手還將具備訪問所有底層應用程序的能力，可以將手機、PC 裏的原子化信息跨 app、跨終端進行收集整理，不需要在多個應用程序之間切換就可以完成複雜任務——這些底層技術研發背後的思考，是出於對移動互聯網更迭的深刻洞察。這是把芯片深植在數億移動設備裏的廠商才能做到的事情，而高通恰好是其中之一。
在驍龍峯會上，我們既能看到像小米、OPPO、榮耀這樣的終端廠商，也有微軟這樣的操作系統巨頭，還有 BlackmagicDesign 等生產力軟件開發商，這家來自澳洲的科技公司，是影視行業最重要的「賣水人」之一。他們宣佈旗下的影視編輯軟件達芬奇 DaVinci Resolve 將於 2024 年登陸驍龍 X Elite 平台，代表先進生產力的賣水人們入場，這是對新的芯片平台最好的站台——讓終端、系統和工具的締造者們一起坐下來聊聊，我想這也是驍龍峯會的價值所在。
毫無疑問，2024 年將會是 AI 設備海量湧現的年份，也是智能設備換機潮的一個重要拐點。我們將面臨更多與設備連接共處的問題，統一的智能終端生態體驗，將會是最重要的產品競爭力，而高通和驍龍將成為其中最大的助力。
我想，到時候更多地能把設備的選擇權握在自己手裏，總歸不是一件壞事。
資料來源：愛範兒（ifanr）