手机电脑里的 GPT，要先解决这个「屏幕孤岛」难题

1995 年，押井守改编士郎正宗的科幻漫画《攻壳机动队》剧场上映，故事主角草薙素子是世界上第一批全身义体化改造的人类。在动画电影的海报上，一丝不挂的素子除了脑部和少部分脊髓之外，全身都连接着机械化的设备。这是二三十年前科幻作者们对人类与设备连接共存的幻想与隐喻。

时过境迁，在《攻壳机动队》上映近三十年后，尽管我们的生活与赛博世界仍相去甚远，但如何去更好地与设备相连，已经成为一个无法避免的问题。

屏幕过载难题

德勤在 2023 年的《互联网消费者调查报告》中表示，平均每个美国家庭拥有 13 种类型、21 台设备，与 2021 年居家办公时期相比已经减少了 20%，越来越多人面临「设备天花板」。大家开始意识到，拥有太多的设备不是一件好事，让设备之间更好地联通才是关键。

这不是一件容易的事情。

差不多就在士郎正宗开始连载《攻壳机动队》的时候，大洋彼岸的微软在苹果Macintosh 电脑上推出了 Microsoft Office 办公套件——如今最大的软件公司和硬件公司，也是探索设备与人类更好相连的先驱。在 PC 互联网的发展阶段，一个人只有一台电脑，用一台设备处理某几件事情的时候，这是一个行之有效的办法。

但在移动互联网时代，老办法不奏效了——因为我们要面对的屏幕过载了。

屏幕过载，不仅是指屏幕数量过多，而且屏幕的形态也各不一样，这意味着屏幕背后的场景千差万别。

同一个文件，在手机上可能就是为了查阅收发信息，放电脑上更多是要进行更复杂的编辑处理，而一旦放到电视上，可能就是为了会议演示。更复杂的是，这些屏幕的载体往往是不同厂牌的设备——你可能是用荣耀手机、小米电视和华硕电脑，设备形态、品牌和操作系统都不一样，这时候，通常只能打开不那么聪明的文件传输助手……这显然不是什么好办法。

未来学家把移动智能设备比作人体之外的「器官」，那么信息就是让这些「器官」与人体相连的血液。屏幕过载难题，本质上是信息过载和场景过载，移动互联网的发展让原子化的智能设备无处不在，但并没有完全解决信息之间的互联互通，倒不如说，本该通畅流转的信息，反而随着设备的形态、品牌、系统差异化变成一座座孤岛。

要解决这个问题，自然也要脱离设备们在形态、品牌和系统层面的桎梏，从底层入手。

用 AI 连接一切

前不久，高通在骁龙技术峰会上发布了跨平台技术Snapdragon Seamless，这套解决方案旨在让使用Android、Windows和其他操作系统的骁龙终端发现彼此，并能像使用统一的整合系统般工作以共享信息。看几个例子，会更明白一些——

手机上有个文件要处理时，用电脑鼠标就可以把文件拖过来：

戴着无线耳机听歌时，临时电脑上要开个会，耳机就会自动暂停音乐并且接入会议：

戴着 AR 眼镜做瑜伽的时候，手机可以追踪你的肢体动作，而智能手表检测到的身体信息，也会投射到镜片上：

这其中最有趣的是，在这些情景里，你不需要专门去买某个厂牌的设备——你甚至可以用小米手机、华硕电脑、荣耀手表、vivo 耳机来实现这一切，因为这是从芯片底层实现互联互通，也就一口气打破了设备形态、OEM 厂牌和操作系统的桎梏。

底层技术的支持，让消费者的决策权最大程度地握在自己手里。高通技术公司副总裁 Dino Bekis 表示：

Snapdragon Seamless打破了终端和操作系统之间的壁垒，是真正秉承「用户至上」理念的跨终端解决方案。

要让过载的信息流通起来不是一件容易事，高通的解决办法是引入更先进的 AI 技术，以及算力更强的 AI 芯片。

ChatGPT 等大语言模型百家争鸣，让 AI 成为人人可感的技术，但要通过 AI 连接一切，首先 AI 得做到润物细无声。每一个人连接的设备、场景都各有不同，数据模型也呈现高度个性化。云端通用大模型的算力虽强，但响应速度、定制能力都有不足，也存在较大的数据隐患。

这也是为什么设备终端厂商都在探索端侧大模型的原因，而高通作为其中最大的底层技术供应商，也有着最大的先发优势。

在骁龙峰会上，除了 Android 旗舰手机的性能担当第三代骁龙8移动平台，高通还留了很大的篇幅给到骁龙 X Elite 芯片——这是面向明年 AI PC 的平台，采用 4nm 制程工艺，有着超越同类产品的能效，但更重要的是，该平台围绕 AI 能力进行了专门设计。

0.6 秒，这是搭载骁龙 X Elite 的电脑用 Stable Diffusion 生成一张图片所花的时间，这个开源 AI 生图模型就是年初火到要干掉证件照的《妙鸭相机》的技术根基。如果是云端大模型，你可能要等数十秒钟才能生成一张图，而用端侧大模型可以跑到一秒内。骁龙峰会时，骁龙 X Elite 芯片已经可以跑 130 亿参数的大模型，是首个能在终端侧运行超过 100 亿参数生成式AI 模型的平台之一，另一款是第三代骁龙8。

尽管和ChatGPT 这样通过云端跑 1000 亿参数的云端大模型仍有差距，但随着生成式 AI 模型开源生态的发展迭代，生成式模型能力会越来越强，所需要的参数将越来越少，最终会成为端侧大模型最夯实的壁垒——因为不是每个人都愿意把自己的隐私数据放到云端。

每年 PC 市场有一半的设备是销售给商务用户，意味着大量用户其实并不希望自己的商业机密被传到互联网上，而端侧大模型的优势就在于绝佳的私密性，在保护隐私的同时也能提供良好的可定制功能，更贴近日常使用习惯。

这也是高通和骁龙的芯片为什么注重 AI 底层能力开发与互通的关键。当用户使用新的终端时，高通能够帮助用户将个性化模型直接迁移到新终端上，通过 Snapdragon Seamless 等能力，帮助用户在不同终端之间实现高效工作，提供跨终端的无缝衔接体验。

除此之外，高通提供支持的 AI 终端助手还将具备访问所有底层应用程序的能力，可以将手机、PC 里的原子化信息跨 app、跨终端进行收集整理，不需要在多个应用程序之间切换就可以完成复杂任务——这些底层技术研发背后的思考，是出于对移动互联网更迭的深刻洞察。这是把芯片深植在数亿移动设备里的厂商才能做到的事情，而高通恰好是其中之一。

在骁龙峰会上，我们既能看到像小米、OPPO、荣耀这样的终端厂商，也有微软这样的操作系统巨头，还有 BlackmagicDesign 等生产力软件开发商，这家来自澳洲的科技公司，是影视行业最重要的「卖水人」之一。他们宣布旗下的影视编辑软件达芬奇 DaVinci Resolve 将于 2024 年登陆骁龙 X Elite 平台，代表先进生产力的卖水人们入场，这是对新的芯片平台最好的站台——让终端、系统和工具的缔造者们一起坐下来聊聊，我想这也是骁龙峰会的价值所在。

毫无疑问，2024 年将会是 AI 设备海量涌现的年份，也是智能设备换机潮的一个重要拐点。我们将面临更多与设备连接共处的问题，统一的智能终端生态体验，将会是最重要的产品竞争力，而高通和骁龙将成为其中最大的助力。

我想，到时候更多地能把设备的选择权握在自己手里，总归不是一件坏事。