2939
魚羊 蕭簫 發(fā)自 凹非寺，量子位 | 公眾號 QbitAI
誰能想到，大模型風(fēng)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(jī)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(tài)，都因此出現(xiàn)了新的變化。
比如火爆國內(nèi)外社交媒體的AI Pin，就充分展示了什么叫“你的下一個手機(jī)，何必是手機(jī)”。
這么一個類似徽章的小玩意兒，由高通芯片驅(qū)動，內(nèi)置以大模型技術(shù)為基礎(chǔ)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(fā)郵件、記錄世界的操作。
目前，AI Pin背后的公司Humane已經(jīng)拿下2.3億美元融資，最新估值達(dá)到8.5億美元。
事實上，無論是擠占各大手機(jī)廠商發(fā)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(chuàng)新，如果我們透過現(xiàn)象去分析本質(zhì)，就會發(fā)現(xiàn)，核心的變化還是：
隨著大模型和AIGC技術(shù)的火爆，交互方式變革的序幕，已經(jīng)被不可逆轉(zhuǎn)地拉開。
而第一波創(chuàng)新機(jī)遇，正在智能終端上有所體現(xiàn)。
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(yè)而言，在大模型技術(shù)的沖擊之下，交互方式已經(jīng)發(fā)生了兩重變化：
第一重，是人與機(jī)器之間交互方式的改變；第二重，則體現(xiàn)在機(jī)器與機(jī)器的相互聯(lián)通之上。
人機(jī)交互方式變革，在ChatGPT掀起風(fēng)暴之初，就受到科技界的廣泛關(guān)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(yīng)用乃至設(shè)備，都將迎來重構(gòu)。
而正如移動互聯(lián)網(wǎng)催生了如抖音這樣的現(xiàn)象級App，“重構(gòu)”背后，新的跨時代殺手級App，甚至是殺手級設(shè)備的涌現(xiàn)，開始成為可能。
觀察行業(yè)動向，不難發(fā)現(xiàn)對于場上玩家而言，把握先機(jī)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(qū)動的Copilot，取代了Windows系統(tǒng)原有的語音助手Cortana。
更不用提各大手機(jī)廠商。大模型/AIGC技術(shù)驅(qū)動下的智能語音助手，儼然已成各大發(fā)布會上的新C位，取代影像成為了智能手機(jī)的最新“卷”點。
相較于已然被熱烈討論、實踐的人機(jī)交互新范式，機(jī)器與機(jī)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(jī)器大腦”也正在物聯(lián)網(wǎng)（IoT）中掀起變革風(fēng)暴。
在過去，受限于物聯(lián)網(wǎng)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(yīng)用落地的進(jìn)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(tǒng)籌全局的“大腦”。
而大模型的智能涌現(xiàn)，恰恰填補(bǔ)了這一空缺，能將其他智能終端作為“感官”更好地聯(lián)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(shè)備碰撞的實例。
△李飛飛團(tuán)隊機(jī)器人研究，無需預(yù)訓(xùn)練就能讓機(jī)器人完成復(fù)雜指令
人類與機(jī)器的交互，機(jī)器與機(jī)器的互聯(lián)，大模型時代，“萬物互聯(lián)”無疑有了更具象的進(jìn)展。
那么，問題來了，要更進(jìn)一步通往真正的超級助手，并在新的競爭浪潮中取得先機(jī)，還有哪些重點信息需要關(guān)注？
底層技術(shù)加速交互方式變革
任何一項技術(shù)的大規(guī)模應(yīng)用，不外乎可以從載體和實現(xiàn)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(xié)同技術(shù)；至于實現(xiàn)路徑，當(dāng)下最可能、也最有潛力的技術(shù)之一，就是以大模型為代表的AI技術(shù)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(shù)來看，對于超級助手而言，作為載體最關(guān)鍵的衡量標(biāo)準(zhǔn)有兩點，計算和連接。
計算，以芯片為代表的各設(shè)備的AI計算能力，也是能否承載超級助手的關(guān)鍵。
以當(dāng)下在智能終端領(lǐng)域占據(jù)主導(dǎo)話語權(quán)的高通為例。
這幾天，高通的端側(cè)運(yùn)行百億模型能力又成了熱門話題，還被英偉達(dá)高級AI科學(xué)家Jim Fan轉(zhuǎn)發(fā)：
我們正在進(jìn)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Llama 2的tokens生成速度來衡量的。大語言模型是新的智能手機(jī)操作系統(tǒng)！
這種AI計算能力，具體又可以分為手機(jī)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(jìn)一步增強(qiáng)手機(jī)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(gòu)，性能比前代快98%的同時、功耗降低40%，實現(xiàn)了對更多Transformer網(wǎng)絡(luò)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(yōu)化，使得第三代驍龍8移動平臺發(fā)布時已經(jīng)實現(xiàn)讓終端跑100億參數(shù)大模型，并能以每秒生成20 tokens的速度運(yùn)行70億參數(shù)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(jī)端卷出來的AI計算能力進(jìn)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(dá)到75 TOPS。
其中光是核心Hexagon NPU，算力就達(dá)到45 TOPS，為此高通特意給NPU增加了全新的供電系統(tǒng)，讓它能按照工作負(fù)載適配頻率；同時，為了專門加速Transformer網(wǎng)絡(luò)等復(fù)雜AI模型，還研發(fā)了微切片推理架構(gòu)。
這樣，PC端就能直接運(yùn)行超過130億參數(shù)的生成式AI模型，寫PPT、總結(jié)、生成文案甚至無需聯(lián)網(wǎng)就能實現(xiàn)；
同時AI處理速度快上4.5倍，又能實現(xiàn)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。
連接，各設(shè)備間傳輸數(shù)據(jù)的性能，從底層直接影響超級助手的交互能力。
對于終端設(shè)備而言，連接的需求同樣有兩方面，以手機(jī)、PC為代表的人機(jī)交互領(lǐng)域，和以物聯(lián)網(wǎng)為代表的機(jī)器萬物互聯(lián)領(lǐng)域。
人機(jī)交互領(lǐng)域，需要連接硬件能提供更智能的網(wǎng)絡(luò)性能分析、同時具備更高的傳輸效率。
以驍龍X75 5.5G調(diào)制解調(diào)器及射頻系統(tǒng)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(wǎng)絡(luò)性能更高效、數(shù)據(jù)傳輸更智能。
機(jī)器互聯(lián)領(lǐng)域，對于連接硬件又有續(xù)航性能、成本和體積等不同的限制。
以驍龍X35 5G NR-Light調(diào)制解調(diào)器及射頻系統(tǒng)為例，相比移動寬帶與極低帶寬的NB-IoT，這個基帶相當(dāng)于輕量級實現(xiàn)了5G的傳輸性能，同時續(xù)航也要更持久、成本更低，更好地適應(yīng)體積更小物聯(lián)網(wǎng)設(shè)備。
但除此之外，還有很關(guān)鍵的一點，即計算和連接之間兼容并濟(jì)的能力。
無論是云端運(yùn)行的通用大模型、還是終端以超級助手為目標(biāo)的個人大模型，要想實現(xiàn)二者并行，勢必需要5G+AI技術(shù)的雙驅(qū)動，才能在確保傳輸數(shù)據(jù)效率、確保使用體驗的同時，保證各側(cè)模型的穩(wěn)定運(yùn)行。
高通已經(jīng)在這條路上走了至少5年。
從定位智能終端設(shè)備開始，高通就一直在利用5G技術(shù)的連接能力，將更多AI技術(shù)由云端擴(kuò)展至終端，如同渠與水的關(guān)系一樣，讓“原本在數(shù)據(jù)中心才能實現(xiàn)的AI功能，現(xiàn)在終端也能實現(xiàn)”。
最早從手機(jī)的攝影、圖像視頻處理，到更多設(shè)備如汽車智能座艙AI的數(shù)據(jù)傳輸、XR上運(yùn)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(yùn)行生成式AI……
高通不斷用最新的AI技術(shù)快速引領(lǐng)終端側(cè)的功能革新，而這每一步都離不開5G數(shù)據(jù)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(jìn)一步用高效連接提升AI使用體驗的同時，反過來用AI增強(qiáng)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(shè)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(tǒng)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(jī)上開發(fā)，也能在汽車、XR、PC和物聯(lián)網(wǎng)上運(yùn)行，極大加速了交互方式變革的速度。
總結(jié)來看，在各類終端萬物互聯(lián)的時代，AI+5G是不可或缺、相互協(xié)作的兩大最重要的基礎(chǔ)能力，而高通恰好在這兩個領(lǐng)域都處于領(lǐng)先地位，并持續(xù)引領(lǐng)著終端側(cè)的技術(shù)發(fā)展。
但對于超級助手而言，智能終端核心技術(shù)發(fā)展再快，也只是作為載體，為其大規(guī)模落地做好了準(zhǔn)備。
從超級助手最關(guān)鍵的實現(xiàn)路徑——AI技術(shù)來看，我們距離最終的目標(biāo)又還有多遠(yuǎn)？
我們距離超級助手還有多遠(yuǎn)？
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(tǒng)籌一切”的AI個人助理。
對此，高通產(chǎn)品管理高級副總裁兼AI負(fù)責(zé)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(yīng)用就能完成所有任務(wù)，如生產(chǎn)力APP、娛樂APP等，再用一個AI個人助理來“統(tǒng)籌一切”，這將會是一場極具顛覆性的變革。
當(dāng)下，AI技術(shù)正迎來以大模型為代表的生成式AI爆發(fā)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(qiáng)調(diào)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(jìn)行視頻創(chuàng)作和修改…將這些處理能力引入終端，人們會看到大量應(yīng)用場景涌現(xiàn)。
縱觀智能手機(jī)領(lǐng)域，AI的發(fā)展有望開啟一輪全新的增長周期。只有強(qiáng)有力的技術(shù)變革才能推動手機(jī)市場的變革。我們將生成式AI視為一次千載難逢的機(jī)會，基于智能手機(jī)的新一輪創(chuàng)新浪潮已勢不可擋。
而作為“被認(rèn)定是最有可能實現(xiàn)超級助理”的實現(xiàn)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(jìn)化出更強(qiáng)大的自主學(xué)習(xí)能力。
正如同AlphaGo從模仿人類到超越人類一樣，這部分的關(guān)鍵在于教它學(xué)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(yīng)該從“系統(tǒng)1”到“系統(tǒng)2”發(fā)生轉(zhuǎn)變，從不假思索地預(yù)測，到真正緩慢理性的思考。
其二，功能上的增強(qiáng)，從單純的文本生成進(jìn)化出多模態(tài)、甚至是學(xué)會使用工具的能力。
Ziad認(rèn)為，這一部分的關(guān)鍵，依舊是需要合適的訓(xùn)練數(shù)據(jù)，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(shù)，但LLaMA的650億參數(shù)能實現(xiàn)同等甚至更好的效果。
以多模態(tài)為例，Stable Diffusion的文生圖能力，從某種意義上來說已經(jīng)是多模態(tài)的，但參數(shù)只有十幾億。只要使用了合適的數(shù)據(jù)，大模型增加更多模態(tài)不是問題，而且不一定要朝著“大”的方向發(fā)展。
其三，具備定制化能力，即在終端定制專屬大模型、微調(diào)出專屬于個人超級助理的技術(shù)。
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(guī)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(xiàn)超級助手，一大路徑就是能做出依靠個人信息微調(diào)、實現(xiàn)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(diào)”中更加理解用戶的意圖，成為更“貼心”的超級助手。
高通已經(jīng)在著手準(zhǔn)備。第三代驍龍8的傳感器中樞，正是有助于大模型在手機(jī)端實現(xiàn)定制化，讓用戶的位置、活動等個性化數(shù)據(jù)更好地為AI個人助理所用。
綜上來看，未來大模型引領(lǐng)下的超級助手形態(tài)，或許正是一個全新的智能操作系統(tǒng)。
正如OpenAI大牛Andrej Karpathy所言，在這樣的操作系統(tǒng)中，大模型的窗口和嵌入對應(yīng)內(nèi)存和硬盤，代碼解釋器、多模態(tài)、瀏覽器和其他AI算法是系統(tǒng)上的APP，大模型本身則相當(dāng)于CPU核心，負(fù)責(zé)統(tǒng)籌調(diào)度一切。
因此，不止是大模型，在更多場景的環(huán)境感知和交互上，要想實現(xiàn)超級助手，同樣還需要更多AI技術(shù)支持。
以手機(jī)攝影場景為例，在AIGC生成能力之外，驍龍8 Gen 3芯片認(rèn)知ISP中部署的語義分割、感知等基礎(chǔ)圖像AI算法，依舊可以進(jìn)一步增強(qiáng)，節(jié)省算力的同時也增強(qiáng)手機(jī)環(huán)境感知的能力；
與此同時，結(jié)合AI技術(shù)，還能實現(xiàn)聲控拍照、視頻編輯、無縫擴(kuò)展照片等應(yīng)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(rèn)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(jìn)一步增強(qiáng)。
而在物聯(lián)網(wǎng)領(lǐng)域，第一代高通S7、S7 Pro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(jī)AI主動降噪功能大幅增強(qiáng)，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(shè)備也能因為AI算力得到功能提升，更穩(wěn)定精確地測量脈搏、耳溫等健康數(shù)據(jù)、并進(jìn)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(jīng)用AI技術(shù)實現(xiàn)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(nèi)感知離線訓(xùn)練，實現(xiàn)算法在車端迭代。用戶只需要動動嘴，座艙就能結(jié)合AI理解算法和多模態(tài)感知能力，準(zhǔn)確get需求，并作出響應(yīng)。
Ziad更是認(rèn)為，5年內(nèi)，AI會徹底改變?nèi)塑嚨慕换シ绞?，例如告訴汽車想去機(jī)場、同時吃點好的、買杯咖啡，汽車就能準(zhǔn)確識別這3個需求，智能導(dǎo)航到指定的地點。
顯然，無論是手機(jī)、XR、物聯(lián)網(wǎng)還是汽車，種種智能終端設(shè)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(shù)的發(fā)展才能實現(xiàn)。
這樣的路徑，也正是高通長期以來堅持的AI統(tǒng)一路線。
高通認(rèn)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(gòu)用AI串聯(lián)起來，朝向超級助手的終極目標(biāo)邁進(jìn)一步。
最終的超級助手會是什么交互形態(tài)，還沒有人能預(yù)測。
但可以預(yù)知的是，只有繼續(xù)擁抱和發(fā)展AI技術(shù)，才能更快地推動「模力時代」下交互方式的變革，引領(lǐng)智能終端產(chǎn)業(yè)發(fā)展。
下載ECAD模型
