手機電腦裡的 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,已經成爲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 臺設備,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,一個人只有一臺電腦,用一臺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——因爲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,在手機上可能就是爲了查閱收發信息,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,可能就是爲了會議演示。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,倒不如說,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,自然也要脫離設備們在形態、品牌和系統層面的桎梏,從底層入手。

用 AI 連接一切

前不久,高通在驍龍技術峰會上發佈了跨平臺技術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,在這些情景裡,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,因爲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裡。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 成爲人人可感的技術,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。

這也是爲什麼設備終端廠商都在探索端側大模型的原因,而高通作爲其中最大的底層技術供應商,也有着最大的先發優勢。

在驍龍峰會上,除了 Android 旗艦手機的性能擔當第三代驍龍8移動平臺,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 的平臺,採用 4nm 製程工藝,有着超越同類產品的能效,但更重要的是,該平臺圍繞 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。驍龍峰會時,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 模型的平臺之一,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,最終會成爲端側大模型最夯實的壁壘——因爲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戶,意味着大量用戶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爲什麼注重 AI 底層能力開發與互通的關鍵。當用戶使用新的終端時,高通能夠幫助用戶將個性化模型直接遷移到新終端上,通過 Snapdragon Seamless 等能力,幫助用戶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 裡的原子化信息跨 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裡的廠商才能做到的事情,而高通恰好是其中之一。

在驍龍峰會上,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 平臺,代表先進生產力的賣水人們入場,這是對新的芯片平臺最好的站臺——讓終端、系統和工具的締造者們一起坐下來聊聊,我想這也是驍龍峰會的價值所在。

毫無疑問,2024 年將會是 AI 設備海量涌現的年份,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,而高通和驍龍將成爲其中最大的助力。

我想,到時候更多地能把設備的選擇權握在自己手裡,總歸不是一件壞事。