AI 很美味，你准备好品尝了吗？

早在 2017 年，Google 就在年中的 I/O 大会和年底的 Pixel 2 发布会上反复提及「Machine Learning」，这应该是我认为理科生们对 AI 最贴切的定义（P.S.当然，现在 ML 已经被归类到 AI 的子集里面，不过并不影响我们理解当前的「AI」）。

其实最早的「AI」普遍存在文学或影视创作中，可以说是由文艺工作者们定义的产品，老实说，它们非常影响我们在现实生活中对 AI 的判断（非贬义，只是它们可以非常天马行空），当然，也对现在的 AI 实例做了一定程度的引导。

一个非常奇特的「引导」

在这期间，我们看到非常多 AI 相关的用例，里面不乏一些纯蹭热点的功能，比如某些品牌提出的「AI 充电」、「AI 智能场景」等，实际体验下来别说 AI 了，甚至连 Machine Learning 都达不到，基本等同于在代码中加多几行「if……else」，这也让（彼时的）我对 AI 的态度非常冷漠，甚至有些反感，同样的情况，可以参考「元宇宙」。

现在回过头来看，无非就是这些设备的算力，还没摸到成为 AI 的那条标准线。

我们把时间拨到今年，AI 领域有了个非常出圈的产品，由 OpenAI 公司带来的生成式 AI——chatGPT。它可以跟用户对话、能帮忙写代码、做商业活动策划等等，目前甚至进化到模拟真人口吻进行语音对话（中文发音很像费翔）。人们对它的态度也是褒贬不一，有人担心工作被替代，有人则觉得无所谓，AI 想拥有人类的感性认识还很难……总之，它算是个不错的 AI 用例，并且每个人都有机会使用它，只不过需要时刻保持连网，以及付费支持新的数据。

Google I/O 2023 也是紧跟时事，主 Keynote 上多次提及 Generative AI，也就是刚刚提到的生成式 AI（噢对了，友商 Apple 则是在今年的 WWDC 大会上反复提及 Machine Learning ），当时我其实是比较反感的，总觉得它也是在蹭热度，并决定今年的 Pixel 8 Pro 我肯定是不买的了。没想到 10 月份的硬件发布会上，Google 用 Pixel 8 系列狠狠地抽了我一巴掌，我则是非常爽快地付款购买，只因 AI。

在 Pixel 8 系列上，Google 展示了一些在移动设备上比较实用的 AI 用例，比如根据需求生成一张壁纸、抠图并补齐缺失内容、识别视频中的各个音轨并进行编辑，在某些地区，也能利用生成式 AI 对短信、邮件内容进行智能回复。

但是，以上的 AI，得在云端上处理，然后再反馈到设备上，等待时间比较漫长不说，断网后还没法用，隐私安全也是个问题，比如你想处理敏感照片或视频啥的……就不用展开说了吧？

于是，高通来了。

没想到，今年竟然也是高通的 AI 大年，甚至在移动平台骁龙 8 Gen3 的介绍视频中，贴出了「Gen AI」来替代。这个 Gen 即是「generation」，也是「generative」，谐音梗了可以说是，得扣钱。

是 Gen 3，也是Gen AI

而且，On-Device AI 成为今年高通骁龙峰会的关键词，高通总裁阿蒙在演讲中提到，以往的 AI 是纯云端运行的，随着设备性能的提升，目前能够让设备和云端一起进行 AI 计算，即混合式 AI（Pixel 8 系列类似，高通在今年的 MWC 上海中，也展示了基于骁龙 8 Gen2 设备的混合 AI ），而未来，则是纯纯的 On-Device 本地处理。

AI everywhere

结合目前的预热信息来看，包括小米、荣耀和 vivo 在内的多家 OEM 厂商，都在利用自家语音助手布局多模态的生成式 AI，大部分功能在旧机型升级新系统后就能体验，如果未来的新设备能在【本地】更快地进行复杂的 AI 运算，能节省不少云端服务器和带宽资源，还能顺势宣传一波个性化、隐私安全等特性，何乐而不为呢？（当然，同样从目前预热的情况来看，国产厂商大概率会继续维持混合 AI ）

简单说一下相关的硬件特性：

在骁龙 8 Gen 3 中，主要负责 AI 计算的 Hexagon NPU，性能相较前代提升 98%，能效则是有 40% 提升，最高可支持 4.8GHz LPDDR5x 内存，另外，在智慧感知方面，骁龙传感器中枢新增一枚 Always-sensing ISP，同时性能提升 3.5 倍。于此同时，CPU 和 GPU 性能均有一定程度提升，多者结合的异构算力相结合，组成一整套 AI Engine。具体到功能上，骁龙 8 Gen3 支持多模态生成式 AI 模型，能够在终端侧运行 100 亿参数的模型，而面向 70 亿参数大语言模型，每秒则可以生成 20 个标记，并可以把大模型优化到 INT4，大幅压缩空间……而且重点是，功耗还控制得很好。

我们还是看看实际表现如何。

终端侧 AI 语音助理测试中，它能够用自然语态回应关于毛伊岛（骁龙峰会举办地）咖啡豆、冲浪点等问题，也会按照要求讲述一段小故事，跟 chatGPT 3.5 的体验相似。

觉得还是太简单了？那可以试试创意类创作。展示区有「文生图」演示案例，均为终端侧直接生成，减少连网造成的时延，低分辨率图片在 1 秒内可以完成，几乎等于直接拍张照片的时间，要知道，在几个月前，它们还需要 20 秒左右的时间。即便是提高目标图像的分辨率，也基本可以在 5 秒内生成，效率比纯靠云端处理要高不少。

不单单是文字和图像，AI 也能进行音乐创作，给机器输入简单几个音符，它就能快速生成一段（听起来还算成熟的）音乐，虽说达不到周杰伦上《快本》那么牛吧，但至少比我厉害多了(^-^)想「听」到它创作的全过程，欢迎留意我后续的体验视频（挖坑ing）

键入3个音符，即可生成一段音乐

当然，我必须说明的是，前面两项示例，主要目的在于展现终端侧 AI 在当前拥有的高运算能力，是否被广泛使用、有没有必要被广泛使用，属于另外一个话题。事实上，在骁龙峰会第三天的圆桌会议中，高通公司高级副总裁兼 AI 负责人 Ziad Asghar 就提到，随着 AI 被广泛使用，未来人类可以从机械性重复工作中跳脱出来，拥有更多时间和精力去挥洒创意，当然，这是后话了。

其它复杂运算也还有，比如主 Keynote 上高通全球副总裁候明娟在台上演示的「AI 照片扩展」，能通过运算，将一张广角图片，扩展成非常自然的超广角。另外，高通还开发了一个 vlogger 模式，利用双 ISP 同时开启前后置摄像头的同时，还能将前置镜头画面的背景实时扣除，模拟人和景合一的摄像机视角。

AI 图片扩展

vlogger 模式

这些就足够了吗？

在前面的用例中，AI 大模型获得信息的渠道很少——文字、图像或音频——而且偏被动，如果将它看作一个「人」，那它可能只靠听几句话、看几张图或视频来获取周围的信息，然后根据自己已有的知识来反馈。而真正的人，他拥有五官、六感，获取信息的渠道很多，在对某件事作出判断时，能参考的信息就更多。

高通也意识到这个问题，并携手合作伙伴，展示了一些解决方案。

比如我们可以在手机上增加一个湿度传感器，利用它来获取物体表面的湿度，从而生成对应的判断结果，例如查看饼干曲奇是否因开封太久不新鲜了、皮肤水份不足需要补水了，等等。

还有空气状况，也能通过传感器获取，并实时提供给端侧 AI，结合天气情况，来判断是否可以外出锻炼身体，当然，结合存储在本地的个人信息后，AI 能够对整个健身规划作出相应调整，就看软件厂商的想象力了。

欸，这时候我把 Pixel 8 Pro 翻到背面，感觉这个温度传感器，能做的不应该仅仅是跑骁龙本测试时，充当测温工具啊……（划掉）

温度测试仅供参考

此外，终端侧 AI 还有一个好处就是「个性化」，峰会展示区也有相关的演示，AI 助理会根据不同的用户信息，比如年龄、性别、所处地区等，推荐不同的健身方案。

个性化 AI 结果

除了移动平台，今年的骁龙峰会上还发布了计算平台和音频平台的新品，它们分别是 AI 性能比其它平台强 10 倍的骁龙 X Elite，以及 AI 性能增强 100 倍的骁龙 S7/S7 Pro Gen1。

音频平台 AI 性能百倍提升

值得一提的是，此次音频平台的新品也加入 AI，在会后的群访中我了解到，随着算力的增加，耳机厂商们能实现更多的功能，并且可以通过个人用例和体验，不断学习增强；更重要的是，它能让蓝牙耳机们在降噪场景中变得更智能，例如以往的 TWS 耳机只能针对单个使用场景进行自适应降噪，未来在 AI 的加持下，音频设备可以同时分析环境和通话两条信道的音源，并决定是否需要降噪，以及降谁的噪。

正如高通公司总裁兼 CEO 安蒙所说，随着骁龙 8 Gen 3 移动平台、骁龙 X Elite 计算平台以及骁龙 S7 系列音频平台的发布，我们正在进入将改变用户体验的生成式 AI 时代，也将创造一个移动行业和计算行业的全新周期。

GET READY TO MOVE!

喜欢数码科技资讯的你，就记得点击订阅啦。
关注「锋潮评测室」微信公众号【微信号：fengchaopingceshi】，还会送上更多你想要的哦~