随着终端侧设备的AI计算能力的不断提升,在5G手机、PC、智能汽车等终端侧运行生成式AI已经成为人工智能加速落地的重要路径。对于高通而言,其跨终端的芯片为其提供了先天的优势,拓宽了端侧生成式AI应用场景。
从工业时代到数字时代,汽车的产品形态、驾驶方式、功能操作都在发生着剧烈的变化,车辆从被动式的纯机械化操作方式到主动式的数字化主导。
底盘是汽车的核心部件之一,它承载了汽车的动力系统、转向系统、制动系统、悬架系统等,决定了汽车的运动性能、稳定性和安全性。随着汽车工业的发展,底盘系统也经历了从机械时期到机电混合时期再到智能时期的演变。

如果说工业时代,汽车的底盘考验了车厂的能力。那么数字时代,数字底盘成为汽车的新标配。为此,高通推出了骁龙数字底盘,包括数字座舱、车联网技术、网联服务、先进驾驶辅助与自动驾驶系统。
边缘侧生成式AI驱动的数字座舱
智能座舱正在从以功能性需求为主,向以“用户体验”为核心的方向演进。对于座舱芯片,骁龙8155是业界的标志性产品,而骁龙8295则是第四代骁龙座舱平台。
座舱事关车内体验,笔者在现场的高通骁龙数字底盘概念车上真实体验了骁龙座舱平台,其通过引入生成式AI技术极大革新了车内体验。
随着AI的流行,边缘侧生成式AI将在座舱中有了更多用武之地,例如车内人员可以动动嘴就可以完成以往需要动手的操作。
在概念车上,工作人员就为笔者展示了骁龙数字底盘的如下功能表现:
出行指南——利用数字助手帮助规划出行。减少时间和复杂性,让数字助手根据用户的出行偏好进行搜索研究。
用户指南——可以访问电子版用户手册,为用户提供希望寻找的所有详细信息。AI助手会读出详细信息,在汽车显示屏上显示详情。
预测性维修——好奇仪表盘上警示灯是什么意思?问问数字助手,它不仅会告诉用户警示灯的含义,还会帮助用户寻找最近的经销商以便前往维修,甚至帮助用户安排预约。
座舱控制和通用语音查询——用户专心看路开车,可以让虚拟助手调高座舱温度,或询问虚拟助手下周天气如何。
你或许会说这些功能现在的车辆很多实现了,其实实现是一回事,而好用是另外一回事。笔者在跟随工作人员的演示中体会到经过生成式AI加持的这些所谓已有功能场景实现实现了质的提升。
就拿出行指南来说,现在的车机导航虽然也能记住你的出行偏好,但是往往需要进行手动设置,而生成式AI可以学习你的线路数据,进而更精准预测你的出行习惯。
也就是说智能座舱的交互模式,开始逐步从过去用户被动接受车机端提供的特定内容服务转向更多主动交互场景的部署,不仅精准识别用户的行为,还通过多维度输入理解用户的意图。
至今已有超过3.5亿辆汽车采用骁龙数字底盘解决方案,包括小米SU7、新奔驰E级、蔚来ET9、小鹏X9、极越01、极氪001FR和极氪007、银河E8、零跑C10等已经搭载骁龙8295,为座舱在功能创新和体验升级带来新范例。
从车端到PC、移动终端
我们都说汽车是大号的移动终端,除了在车端引入生成式AI技术,高通也在移动终端侧(手机和PC)引入生成式AI。
经过优化,类似Stable Diffusion这样的生成式AI应用如果通过云端计算,需要几百瓦的功率,但在骁龙平台的支持下,在终端设备能够实现仅毫瓦级别的功耗。
例如在手机领域,各大手机厂商近期的产品宣传点就是与大语言模型的结合,而搭载第三代骁龙8的手机终端能够运行高达100亿参数的生成式AI模型,以每秒20个tokens的速度运行大语言模型。通过在终端侧运行这些强大的大型模型,用户无需再完全依赖云端。
今年早些时候,高通带来了全球首个利用Stable Diffusion进行图像生成的终端侧部署技术演示,该演示完全在终端侧运行,用时不超过15秒。通过第三代骁龙8,骁龙正在为AI手机的性能表现树立全新标杆——第三代骁龙8运行这一模型仅需约0.5秒。
在PC领域,如今AI PC成为业界讨论的热点,未来PC与生成式AI的结合是必然。不甘心于移动终端,高通也开始拓展PC市场,推出了骁龙X Elite,其配备了独立的NPU,结合CPU以及GPU,支持在终端侧运行超过130亿参数的生成式AI模型。
不管是手机还是PC,芯片层面的性能优化来实现生成式AI模型的就绪是共识。而凭借海量的终端设备,高通已经具备了实现生成式AI大规模落地的硬件基础。
除此以外,在软件侧,高通AI软件栈是端到端的AI软件解决方案,可通过统一的软件栈整合高通AI软件功能,支持智能手机、汽车、PC等多个产品线。
结语
业界普遍认为今年CES展会的一大主题是AI,特别是大语言模型和生成式AI,从笔者这几日的参展体会是将技术和概念落地为具体可感的产品才是今年参展企业的重点。
这其中以端侧AI的落地更快,包括PC和手机等设备,乃至汽车。不过这有赖于底层硬件的优化,于是我们便看到不管是英特尔还是AMD、NVIDIA、高通等都在赋予芯片更多AI加速功能,支撑上层智能应用。
在智能座舱方面,高通的表现业界有目共睹。市场机会涌现,英特尔也开始进军汽车AI芯片,将发布一系列AI软件定义汽车系统芯片(SDV SoC),与高通和英伟达展开竞争。
生成式AI实现不同以往的智能效果,而高通凭借海量的硬件终端可以将生成式AI在不同的端侧实现畅通无阻,这也就打开了巨大的想象空间。
好文章,需要你的鼓励
摩根士丹利最新分析显示,到2030年欧洲银行业可能削减超过20万个工作岗位,约占35家主要银行员工总数的10%。裁员主要集中在后台运营、风险管理和合规等领域,银行预期通过AI技术实现30%的效率提升。荷兰银行ABN Amro计划到2028年裁员五分之一,法国兴业银行CEO宣称"没有什么是神圣不可触碰的"。高盛也警告美国员工将实施裁员和招聘冻结。
瑞士ETH苏黎世联邦理工学院等机构联合开发的WUSH技术,首次从数学理论层面推导出AI大模型量化压缩的最优解。该技术能根据数据特征自适应调整压缩策略,相比传统方法减少60-70%的压缩损失,实现接近零损失的模型压缩,为大模型在普通设备上的高效部署开辟了新路径。
Safe软件CEO唐·默里认为,AI作为助手不可或缺,但绝非权威。他指出,在工程等高精度领域,AI准确率仅达80-90%,远低于99.999%的要求,因此必须保持"人在回路中"模式。默里担心企业过度依赖AI而不培养初级员工,当资深专家退休后将面临人才断层。他强调AI应用于提升团队整体水平,帮助初级员工快速成长,协助资深员工提高效率,但人类专业判断不可替代。
弗吉尼亚大学团队创建了Refer360数据集,这是首个大规模记录真实环境中人机多模态交互的数据库,涵盖室内外场景,包含1400万交互样本。同时开发的MuRes智能模块能让机器人像人类一样理解语言、手势和眼神的组合信息,显著提升了现有AI模型的理解准确度,为未来智能机器人的广泛应用奠定了重要基础。