本文來自于微信公眾號 量子位(ID:QbitAI)，作者:魚羊 蕭簫。

　　誰能想到，大模型風暴襲來，鋼鐵俠里的賈維斯儼然成了最忙碌的“漫威英雄”(手動狗頭)。

　　原因無他，實在是超級助手這個概念太火爆，從手機到PC再到智能座艙，哪里都要被cue上一輪。

　　甚至連硬件本身的形態，都因此出現了新的變化。

　　比如火爆國內外社交媒體的AI Pin，就充分展示了什么叫“你的下一個手機，何必是手機”。

　　這么一個類似徽章的小玩意兒，由高通芯片驅動，內置以大模型技術為基礎的智能語音助手。

　　即使沒有屏幕和按鍵，依靠諸多傳感器和智能“大腦”，它一樣可以幫你完成打電話、寫短信、發郵件、記錄世界的操作。

　　目前，AI Pin背后的公司Humane已經拿下2.3億美元融資，最新估值達到8.5億美元。

　　事實上，無論是擠占各大手機廠商發布會最重要版面的大模型智能助手，還是AI Pin這樣更徹底的硬件創新，如果我們透過現象去分析本質，就會發現，核心的變化還是:

　　隨著大模型和AIGC技術的火爆，交互方式變革的序幕，已經被不可逆轉地拉開。

　　而第一波創新機遇，正在智能終端上有所體現。AIGC時代，交互方式變了

　　盡管距離真正的“賈維斯”還有不小的距離，但對于智能終端行業而言，在大模型技術的沖擊之下，交互方式已經發生了兩重變化:

　　第一重，是人與機器之間交互方式的改變;第二重，則體現在機器與機器的相互聯通之上。

　　人機交互方式變革，在ChatGPT掀起風暴之初，就受到科技界的廣泛關注。

　　原因很簡單:從命令行，到GUI(圖形用戶界面)，再到純自然語言交互，最新科技的使用門檻越來越低的同時，也意味著一切應用乃至設備，都將迎來重構。

　　而正如移動互聯網催生了如抖音這樣的現象級App，“重構”背后，新的跨時代殺手級App，甚至是殺手級設備的涌現，開始成為可能。

　　觀察行業動向，不難發現對于場上玩家而言，把握先機已然成為共識。

　　而最先被看好的超級助手雛形，就是智能語音助手。

　　像是微軟，就直接用大模型驅動的Copilot，取代了Windows系統原有的語音助手Cortana。

　　更不用提各大手機廠商。大模型/AIGC技術驅動下的智能語音助手，儼然已成各大發布會上的新C位，取代影像成為了智能手機的最新“卷”點。

　　相較于已然被熱烈討論、實踐的人機交互新范式，機器與機器之間交互方式的改變，較少被提及，但實際上，大模型這個“機器大腦”也正在物聯網(IoT)中掀起變革風暴。

　　在過去，受限于物聯網場景的碎片化，“一事一議”的模式很大程度上影響了AI算法應用落地的進程和有效性。

　　換句話說，就是各種終端傳感器，缺少一個能真正統籌全局的“大腦”。

　　而大模型的智能涌現，恰恰填補了這一空缺，能將其他智能終端作為“感官”更好地聯動起來。

　　2023年科技界的另一大熱門話題“具身智能”，其實就是大模型與IoT設備碰撞的實例。

　　人類與機器的交互，機器與機器的互聯，大模型時代，“萬物互聯”無疑有了更具象的進展。

　　那么，問題來了，要更進一步通往真正的超級助手，并在新的競爭浪潮中取得先機，還有哪些重點信息需要關注? 底層技術加速交互方式變革

　　任何一項技術的大規模應用，不外乎可以從載體和實現路徑兩方面來觀察。

　　對于超級助手而言，載體即智能終端，涉及硬件算力和軟硬件協同技術;至于實現路徑，當下最可能、也最有潛力的技術之一，就是以大模型為代表的AI技術了，而走在這樣路徑之下的時代，如今我們也稱之為「模力時代」。

　　首先來看智能終端為核心的載體。

　　橫向從終端技術來看，對于超級助手而言，作為載體最關鍵的衡量標準有兩點，計算和連接。

　　計算，以芯片為代表的各設備的AI計算能力，也是能否承載超級助手的關鍵。

　　以當下在智能終端領域占據主導話語權的高通為例。

　　這幾天，高通的端側運行百億模型能力又成了熱門話題，還被英偉達高級AI科學家Jim Fan轉發:

　　我們正在進入一個新時代。在這個時代，移動芯片的性能不是通過GHz來衡量的，而是通過Llama2的tokens生成速度來衡量的。大語言模型是新的智能手機操作系統!

　　這種AI計算能力，具體又可以分為手機和PC兩方面。

　　一方面，以第三代驍龍8移動平臺為代表的芯片，正在進一步增強手機計算生成式AI的能力。

　　如高通AI引擎中最核心的Hexagon NPU，為了更好地支持AI計算，它升級了全新微架構，性能比前代快98%的同時、功耗降低40%，實現了對更多Transformer網絡的支持。

　　加之對高通AI引擎及其他部分，如高通傳感器中樞的優化，使得第三代驍龍8移動平臺發布時已經實現讓終端跑100億參數大模型，并能以每秒生成20tokens的速度運行70億參數大語言模型。

　　另一方面，以驍龍X Elite為代表的芯片，又將從手機端卷出來的AI計算能力進一步拓寬，給PC端帶來一點小小的AI算力震撼。

　　驍龍X Elite的高通AI引擎，算力達到75TOPS。

　　其中光是核心Hexagon NPU，算力就達到45TOPS，為此高通特意給NPU增加了全新的供電系統，讓它能按照工作負載適配頻率;同時，為了專門加速Transformer網絡等復雜AI模型，還研發了微切片推理架構。

　　這樣，PC端就能直接運行超過130億參數的生成式AI模型，寫PPT、總結、生成文案甚至無需聯網就能實現;

　　同時AI處理速度快上4.5倍，又能實現視頻會議背景虛化、降噪、視頻編輯、照片加濾鏡等更絲滑的功能。

　　△視頻編輯，一鍵消除背景無關對象

　　連接，各設備間傳輸數據的性能，從底層直接影響超級助手的交互能力。

　　對于終端設備而言，連接的需求同樣有兩方面，以手機、PC為代表的人機交互領域，和以物聯網為代表的機器萬物互聯領域。

　　人機交互領域，需要連接硬件能提供更智能的網絡性能分析、同時具備更高的傳輸效率。

　　以驍龍X755.5G調制解調器及射頻系統為例，這款基帶首次集成了專用硬件張量加速器，即第二代高通5G AI處理器，AI性能相比第一代提升2.5倍。

　　基于此，通過分析信號完整性和信噪比，AI就能改善無線帶寬、延遲，讓網絡性能更高效、數據傳輸更智能。

　　機器互聯領域，對于連接硬件又有續航性能、成本和體積等不同的限制。

　　以驍龍X355G NR-Light調制解調器及射頻系統為例，相比移動寬帶與極低帶寬的NB-IoT，這個基帶相當于輕量級實現了5G的傳輸性能，同時續航也要更持久、成本更低，更好地適應體積更小物聯網設備。

　　但除此之外，還有很關鍵的一點，即計算和連接之間兼容并濟的能力。

　　無論是云端運行的通用大模型、還是終端以超級助手為目標的個人大模型，要想實現二者并行，勢必需要5G+AI技術的雙驅動，才能在確保傳輸數據效率、確保使用體驗的同時，保證各側模型的穩定運行。

　　高通已經在這條路上走了至少5年。

　　從定位智能終端設備開始，高通就一直在利用5G技術的連接能力，將更多AI技術由云端擴展至終端，如同渠與水的關系一樣，讓“原本在數據中心才能實現的AI功能，現在終端也能實現”。

　　最早從手機的攝影、圖像視頻處理，到更多設備如汽車智能座艙AI的數據傳輸、XR上運行手勢識別等AI功能需要的低延遲，再到如今在云端和終端運行生成式AI……

　　高通不斷用最新的AI技術快速引領終端側的功能革新，而這每一步都離不開5G數據傳輸在背后的連接支持。

　　正是有了AI+5G打配合的能力，才能在進一步用高效連接提升AI使用體驗的同時，反過來用AI增強連接的性能，最終改變用戶和終端交互的方式。

　　縱向從載體類型來看，這種交互方式的變革，又能通過高通AI軟件棧這樣的工具無縫銜接到不同種類、不同功能的終端設備中。

　　高通AI軟件棧全面支持各種主流AI框架、不同操作系統和編程語言，來提升各類AI軟件在智能終端上的兼容性。

　　基于這套工具包，即使只在一個平臺如手機上開發，也能在汽車、XR、PC和物聯網上運行，極大加速了交互方式變革的速度。

　　總結來看，在各類終端萬物互聯的時代，AI+5G是不可或缺、相互協作的兩大最重要的基礎能力，而高通恰好在這兩個領域都處于領先地位，并持續引領著終端側的技術發展。

　　但對于超級助手而言，智能終端核心技術發展再快，也只是作為載體，為其大規模落地做好了準備。

　　從超級助手最關鍵的實現路徑——AI技術來看，我們距離最終的目標又還有多遠? 我們距離超級助手還有多遠?

　　正如《鋼鐵俠》中的賈維斯一般，在「模力時代」下，大眾對超級助手的想象，也是一個“統籌一切”的AI個人助理。

　　對此，高通產品管理高級副總裁兼AI負責人Ziad Asghar，這樣描述過對于AI個人助理的想象:

　　在各方面，大伙兒可能都只需要1個應用就能完成所有任務，如生產力APP、娛樂APP等，再用一個AI個人助理來“統籌一切”，這將會是一場極具顛覆性的變革。

　　當下，AI技術正迎來以大模型為代表的生成式AI爆發的階段。

　　高通公司總裁兼CEO安蒙近期接受《獨立報》采訪時，如此強調生成式AI給終端帶來的重要性:

　　生成式AI將賦能用戶大大提升查找文件的效率，以直觀高效的方式進行視頻創作和修改…將這些處理能力引入終端，人們會看到大量應用場景涌現。

　　縱觀智能手機領域，AI的發展有望開啟一輪全新的增長周期。只有強有力的技術變革才能推動手機市場的變革。我們將生成式AI視為一次千載難逢的機會，基于智能手機的新一輪創新浪潮已勢不可擋。

　　而作為“被認定是最有可能實現超級助理”的實現路徑之一，大模型距離成為這樣一個超級助理，或許還有三方面的條件。

　　其一，思考方式的改變，也就是進化出更強大的自主學習能力。

　　正如同AlphaGo從模仿人類到超越人類一樣，這部分的關鍵在于教它學會自我提升，理解行動的目的。

　　除此之外，大模型的思考方式也應該從“系統1”到“系統2”發生轉變，從不假思索地預測，到真正緩慢理性的思考。

　　其二，功能上的增強，從單純的文本生成進化出多模態、甚至是學會使用工具的能力。

　　Ziad認為，這一部分的關鍵，依舊是需要合適的訓練數據，甚至模型本身的大小并不那么重要。像是OpenAI的GPT-3雖然有1750億參數，但LLaMA的650億參數能實現同等甚至更好的效果。

　　以多模態為例，Stable Diffusion的文生圖能力，從某種意義上來說已經是多模態的，但參數只有十幾億。只要使用了合適的數據，大模型增加更多模態不是問題，而且不一定要朝著“大”的方向發展。

　　其三，具備定制化能力，即在終端定制專屬大模型、微調出專屬于個人超級助理的技術。

　　以目前的大模型為例，Ziad表示，即使能給云端大模型提供部分個人信息，作為“助理”來提供規劃，終究還是會面臨隱私和安全、甚至是“失憶”的問題。

　　因此，要想實現超級助手，一大路徑就是能做出依靠個人信息微調、實現個性化定制的終端大模型，同時不將個人信息上傳到云端，確保用戶安全。

　　同時，用戶的終端使用記錄，也能讓大模型在一次次“微調”中更加理解用戶的意圖，成為更“貼心”的超級助手。

　　高通已經在著手準備。第三代驍龍8的傳感器中樞，正是有助于大模型在手機端實現定制化，讓用戶的位置、活動等個性化數據更好地為AI個人助理所用。

　　綜上來看，未來大模型引領下的超級助手形態，或許正是一個全新的智能操作系統。

　　正如OpenAI大牛Andrej Karpathy所言，在這樣的操作系統中，大模型的窗口和嵌入對應內存和硬盤，代碼解釋器、多模態、瀏覽器和其他AI算法是系統上的APP，大模型本身則相當于CPU核心，負責統籌調度一切。

　　因此，不止是大模型，在更多場景的環境感知和交互上，要想實現超級助手，同樣還需要更多AI技術支持。

　　以手機攝影場景為例，在AIGC生成能力之外，驍龍8Gen3芯片認知ISP中部署的語義分割、感知等基礎圖像AI算法，依舊可以進一步增強，節省算力的同時也增強手機環境感知的能力;

　　與此同時，結合AI技術，還能實現聲控拍照、視頻編輯、無縫擴展照片等應用……

　　又像是XR場景中，最新推出的第二代驍龍XR2和第一代驍龍AR1平臺，默認支持平面檢測、深度估計、3D重建、語義理解、物體識別和追蹤等AI算法，讓智能終端的交互能力進一步增強。

　　△基于第二代驍龍XR2實現的房間一鍵“換裝”

　　而在物聯網領域，第一代高通S7、S7Pro音頻平臺AI性能，最高能提升到前代的100倍。

　　這樣一來，不僅耳機AI主動降噪功能大幅增強，在會議、社交、游戲等不同場景獲得不同的降噪能力;

　　附帶的傳感器設備也能因為AI算力得到功能提升，更穩定精確地測量脈搏、耳溫等健康數據、并進行智能分析。

　　至于在汽車方面，第四代驍龍座艙至尊級平臺(驍龍8295)，也已經用AI技術實現更智能的座艙體驗。

　　以搭載驍龍8295的極越01為例，搭載的智能座艙能支持艙內感知離線訓練，實現算法在車端迭代。用戶只需要動動嘴，座艙就能結合AI理解算法和多模態感知能力，準確get需求，并作出響應。

　　Ziad更是認為，5年內，AI會徹底改變人車的交互方式，例如告訴汽車想去機場、同時吃點好的、買杯咖啡，汽車就能準確識別這3個需求，智能導航到指定的地點。

　　顯然，無論是手機、XR、物聯網還是汽車，種種智能終端設備交互方式的改變，除了自身的計算和連接能力提升以外，終究也需要依靠AI技術的發展才能實現。

　　這樣的路徑，也正是高通長期以來堅持的AI統一路線。

　　高通認為，從云端、到終端、再到云端和終端連接的混合AI端，AI終將無處不在，從而開啟一個全新的AI時代。

　　正是基于這條一以貫之的路線，高通才能在「模力時代」下率先交出答卷，將不同的終端和計算架構用AI串聯起來，朝向超級助手的終極目標邁進一步。

　　最終的超級助手會是什么交互形態，還沒有人能預測。

　　但可以預知的是，只有繼續擁抱和發展AI技術，才能更快地推動「模力時代」下交互方式的變革，引領智能終端產業發展。