人機交互遊戲規則即將改變

誰能想到，大模型風暴襲來，鋼鐵俠裏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，哪裏都要被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 引腳
，就充分展示了什麼叫“你的下一個手機，何必是手機”。

這麼一個類似徽章的小玩意兒，由高通芯片驅動，內置以大模型技術爲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背後的公司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，無論是擠佔各大手機廠商發佈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：

隨着大模型和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

儘管距離真正的“賈維斯”還有不小的距離，但對於智能終端行業而言，在大模型技術的衝擊之下，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，也意味着一切應用乃至設備，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”背後，新的跨時代殺手級App，甚至是殺手級設備的涌現，開始成爲可能
。

觀察行業動向，不難發現對於場上玩家而言，把握先機已然成爲共識。

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，儼然已成各大發佈會上的新C位，取代影像成爲了智能手機的最新“卷”點。

相較於已然被熱烈討論、實踐的人機交互新範式，
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，受限於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爲“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。

△李飛飛團隊機器人研究，無需預訓練就能讓機器人完成複雜指令

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。

那麼，問題來了，要更進一步通往真正的超級助手，並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。

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

首先來看智能終端爲核心的載體。

橫向從終端技術來看，對於超級助手而言，作爲載體最關鍵的衡量標準有兩點，計算和連接。

計算
，以芯片爲代表的各設備的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佔據主導話語權的
高通
爲例。

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Llama 2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，具體又可以分爲手機和PC兩方面。

一方面，以第三代驍龍8移動平臺爲代表的芯片，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，爲了更好地支持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移動平臺發佈時已經實現讓終端跑100億參數大模型，並能以每秒生成20 tokens的速度運行70億參數大語言模型。

△終端大模型文本生成能力

另一方面，以驍龍X Elite爲代表的芯片，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75 TOPS。

其中光是核心Hexagon NPU，算力就達到45 TOPS，爲此高通特意給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，爲了專門加速Transformer網絡等複雜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。

對於終端設備而言，連接的需求同樣有兩方面，以手機、PC爲代表的人機交互領域，和以物聯網爲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X75 5.5G調制解調器及射頻系統爲例，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。

基於此，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，對於連接硬件又有續航性能、成本和體積等不同的限制。

以驍龍X35 5G NR-Light調制解調器及射頻系統爲例，相比移動寬帶與極低帶寬的NB-IoT，這個基帶相當於輕量級實現了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並濟的能力
。

無論是雲端運行的通用大模型、還是終端以超級助手爲目標的個人大模型，要想實現二者並行，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技術由雲端擴展至終端，如同渠與水的關係一樣，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，再到如今在雲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數據傳輸在背後的連接支持。

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。

基於這套工具包，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於領先地位，並持續引領着終端側的技術發展。

但對於超級助手而言，智能終端核心技術發展再快，也只是作爲載體，爲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，大衆對
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，這樣描述過對於AI個人助理的想象：

在各方面，大夥兒可能都只需要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爲代表的生成式AI爆發的階段。

高通公司總裁兼CEO安蒙近期接受《獨立報》採訪時，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的發展有望開啓一輪全新的增長週期。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視爲一次千載難逢的機會，基於智能手機的新一輪創新浪潮已勢不可擋。

而作爲“被認定是最有可能實現超級助理”的實現路徑之一，大模型距離成爲這樣一個超級助理，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，這部分的關鍵在於教它學會自我提升，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認爲，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並不那麼重要。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。

以多模態爲例，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，而且不一定要朝着“大”的方向發展。

其三，具備定製化能力，即在終端定製專屬大模型、微調出專屬於個人超級助理的技術。

以目前的大模型爲例，Ziad表示，即使能給雲端大模型提供部分個人信息，作爲“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、實現個性化定製的終端大模型，同時不將個人信息上傳到雲端，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，成爲更“貼心”的超級助手。

高通已經在着手準備。第三代驍龍8的傳感器中樞，正是有助於大模型在手機端實現定製化，讓用戶的位置、活動等個性化數據更好地爲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，大模型本身則相當於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。

以手機攝影場景爲例，在AIGC生成能力之外，驍龍8 Gen 3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。

△基於第二代驍龍XR 2實現的房間一鍵“換裝”

而在物聯網領域，
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AI主動降噪功能大幅增強，在會議、社交、遊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爲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、並進行智能分析。

至於在汽車方面，
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爲例，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，並作出響應。

Ziad更是認爲，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
。

高通認爲，從雲端、到終端、再到雲端和終端連接的混合AI端，AI終將無處不在，從而開啓一個全新的AI時代。

正是基於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麼交互形態，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。

— 完 —