朋友们，骁龙不再是以前的骁龙了。

就在大家都开始吃瓜安卓新旗舰芯片的时候，骁龙峰会的绝对主角只是没有在脸上写上“时代变了”:

第一，AI牙膏管第一天直接被爆，第二代骁龙8公司的ISP和5G调制解调器用神经网络武装。

然后第二天，干脆把手机放下了，只是没告诉围观的人：

这不，直接引爆了一波关于“2023年是ar眼镜元年”的讨论。

从所有这些迹象来看，骁龙，甚至整个高通在它的背后，有着更好的步伐和更快的速度。

这种变化意味着什么？有哪些值得科技爱好者和行业观察家关注的信息点？

在外面，让我们分成三部分，仔细拆卸。

骁龙的三个变化

“一个改变”

骁龙的第一次改款要从最令人瞩目的第二代骁龙8开始。

围绕着这款安卓旗舰最强的“心脏”，官方剑指的地方已经完全表明：几乎是三句话不离AI。

换句话说，曾经在幕后偷偷摸摸工作的AI，现在不仅走到了台前，而且成为了观众无可争议的第一主角。

首先，在“基础设施”层面，全新升级了高通AI engine的核心Hexagon处理器架构，推出了一套AI加速组合拳：

激活加速分组卷积的功能，将张量加速器的性能加快一倍。

还引入了单片机推理，这个核心处理器配有专门的供电系统。

这使得二代骁龙8在自然语言处理等场景下的AI性能比上一代产品提升了4.35倍。

除了提升AI加速器的数量和性能，二代骁龙8还率先支持INT4AI precision格式。

这使得连续人工智能推理的能效提高了60%:

与浮点精度格式和INT8相比，以INT4精度格式运行的AI模型需要更少的计算资源。这为开发者在手机中部署更多的量化模型提供了硬件基础。

值得注意的是，在骁龙8二代中，不仅上述AI“基础设施”得到了全面升级，就连ISP、5G modem等模块现在也与AI进行了更深度的绑定。

第二代骁龙8是业内首款认知ISP。这一次，它与Hexagon处理器有直接的联系。通过在两者之间添加一个名为“Hexagon Direct Connection”的物理连接，它提供了更强大的图像AI处理能力。

基于此，第二代骁龙8可以通过实时语义分割自动增强照片和视频。人脸、头发、衣服、天空等各种图片细节。可以有针对性地进行优化。

至于手机芯片中最“传统”的调制解调器部分，骁龙这次也强调了第一个5G AI处理器的作用：通过分析信号完整性和信噪比，AI可以改善无线带宽、延迟等性能指标。

再加上Transformer等网络的支持，为手机芯片带来了语音自定义唤醒词、快速多语言翻译等软件能力。可以说，单从手机芯片的变化来看，骁龙的这一波操作，将“无AI无芯片”的潮流再次推向高潮。

这次AI的爆发不仅限于手机芯片。

“两个转变”

这是骁龙的第二个变化：押注下一代移动终端。连接的移动设备的类型正在突破以前的限制。

这一次，引起外界诸多讨论的第一代骁龙AR2平台就是一个例子。

第一代骁龙AR2是骁龙第一款专为头戴式AR设备打造的移动平台。

目的很明确：成为新一代最强薄ar智能眼镜的“智能大脑”，打造真实世界与元宇宙融合的空间计算新体验。

至于具体的功能特性，一方面是为了解决AR眼镜固有的重量、延时等问题：

采用分布式处理架构，实现更均匀的重量，减少左右镜腿宽度；这

AR处理器配备了专门的视觉分析引擎，结合ISP和Hexagon处理器，可以在图像识别、分类、手部跟踪等AI算法上实现2.5倍的加速。

据高通官方消息，目前PICO、联想、小米、Nreal、OPPO、LG都是骁龙AR的合作伙伴。

而且在AR的应用生态方面，高通也做了一些安排：比如联手《宝可梦GO》的制作人Niantic，推出AR眼镜版增强现实游戏。

值得一提的是，这类设备边界上的突破，以AR为代表，也不仅限于AR。

从高通与微软的最新合作计划中也可以看出：基于骁龙平台，高通将高通AI引擎引入Windows11，从而实现笔记本上语音、图像处理功能的AI加速，促进智能手机与PC的融合。

说了这么多，总结一下，第一个变化可以说是AI能力的加速爆发，第二个变化是突破边界的万物互联。在这两者的基础上，骁龙的重心变化乃至高通在背后的布局会越来越清晰。

“三变”

也就是说，骁龙的第三个变化是连接到智能计算的变化，更进一步，是高通提到的“网络化计算”。

以前人们谈论移动设备，更多的是聚焦在手机上，讨论的是信号好一点，网速快一点。

但现在，在沟通连接的基础上，人们关注的焦点变成了什么样的智能功能更好用，哪种对游戏等应用的智能加速效果更强。

即使在这样的讨论中，手机也不再是唯一的主角，下一代计算平台的价值开始获得更多的关注和认可。

对于高通这样的厂商来说，这一方面可以归功于时代技术浪潮的到来，另一方面也是自身“春江水暖鸭先知”的体现和早期技术的积累。

从量变到质变，积累AI脉络。

事物的变化往往是从量变到质变。

高通的变化不仅体现在这次骁龙峰会上，它的人工智能创新思路从更早的时候就一直延续下来。

2007年，高通开始了第一个与脉冲神经网络相关的研究项目，依托于生物神经元的设计，目的是让神经网络更加高效节能，同时在架构上适应硬件的工作原理。

2013年，脉冲神经网络等AI领域的研究正式转化为更具体的成果。

今年，高通提出了Zeroth计算平台，希望利用AI处理图像、声音和其他信息，例如开发语音识别功能等。现在相当于具有神经网络计算能力的NPU及其平台。

当时，高通一种名为神经形态芯片的技术被认为是颠覆性的突破，并在2014年被《麻省理工科技评论》评选为全球十大突破性技术之一。

Zeroth奠定了高通AI引擎的基础。2015年，骁龙820正式搭载第一代AI引擎。除了用于面部照片检测和手写识别，高通还展示了其降低功耗和延长电池寿命的能力。

随着AI研究的进一步深入，高通的研究方向也不再局限于硬件计算本身，而是着眼于移动设备功能的丰富性，即算法与硬件之间的协调能力，力图让更多实现的AI算法在移动设备中落地。

从最初将AI技术引入各种硬件以加大R&D力度，到现在AI引擎已经成为高通芯片的标志之一。是什么导致了高通的质变？

可以说，自身技术的积累和场景需求的爆发，成为触发高通变革的两个关键节点。

从技术的角度来看，高通经历了从人工智能技术的“引进者”到人工智能基础设施的“提供者”的转变。

一方面表明对AI框架的支持，包括与Google、脸书AI合作加速TensorFlow、Caffe2等AI框架；并与微软、亚马逊合作，支持ONNX等AI模型格式。

另一方面，这也反映在R&D和促进平等事务总理顾问办公室中

自2011年在顶级计算机学术会议上发表论文以来，在各种峰会上发表的AI研究不下130篇，今年接近30篇：

观察这些论文的类型，可以发现其研究领域不乏开源案例，从机器学习的量子、几何和贝叶斯深度学习，到降低能耗的量化模型、优化算法和AI编译器，再到应用更广泛的计算机视觉、联邦学习和强化学习。

这些研究放在AI基础设施的建设上，进一步分为基础设施和应用设施。

在架构的基础上，提高硬件处理AI算法的数量和性能，让更多厂商开发的AI算法可以应用到更小的设备上。结合云提供的计算能力，终端设备实现的功能范围进一步最大化。这里更广泛使用的是软硬件协同量化等算法。

应用，即加强高通人工智能基础设施的模块化。除了强调硬件和软件的协同处理，根据今年发表的论文，其中相当一部分专注于更一般的计算机视觉任务，如视频语义分割和3D姿态估计。

但无论是提高算法在硬件平台上的适应性，还是提高算法本身的性能，包括数据压缩能力，本质上都与增强移动平台对AI的“控制力”密切相关。

换句话说，高通实现了从在各大模块支持AI到用AI驱动各模块的转变，使其AI能力有了进一步的普适性——应用于更多设备。

从场景来看，高通已经不再只是连接手机，而是已经扩展到了PC、智能汽车甚至XR平台。

比如近几年大力投入的智能汽车方向，也是视频语义分割技术的应用领域之一，就像手机一样。

在智能驾驶方面，高通此前推出了开源的InverseForm框架，在区分和检测复杂道路方面表现更好。没有必要担心汽车开到绿化带或阴影人行道上。

基于AI技术的骁龙驾驶舱平台和骁龙智能驾驶平台相当受欢迎，一度成为汽车圈的宣传词之一。

再比如XR方向，几年前就布局了。基于该平台的高效率、低功耗要求，高通于2019年推出了骁龙XR2平台，这也是第一款结合5G和AI的XR芯片。

相比手机，XR设备带来的虚拟与现实世界更好的互动，也能为AI落地带来新的思路。比如平台上搭载的场景理解、3D重建等技术，都是基于XR自身特点进行扩展的。

不久前，第一代骁龙XR2平台引入了全新的图像处理流水线，不仅支持并行感知技术，包括头部、手势和手柄跟踪、低延迟视频透视等能力，而且其PC级的虚拟景观可以赋予虚拟角色更加逼真的面部表情。

在移动PC领域，高通也在尝试用AI来提高移动办公的生产力。

比如在召开电话会议时，该设备可以准确感知被摄对象的面部，即使在人群嘈杂的街边咖啡店，也能实现准确对焦，使周围的路人不会出现在会议现场。

这样一来，高通就不再仅仅是一家手机芯片厂商，其技术早已延伸到智能汽车、PC、XR等平台.一系列你能想到的物联网设备已经连接到高通基于芯片和人工智能软件堆栈的网络。

作为专门为AI开发者打造的“工具箱”，高通AI软件栈从软件端进一步打通汽车、手机、PC、XRs之间开发的应用，从而进一步扩大硬件终端优势，实现一次开发、跨终端部署。

随着AI开发和部署效率的提高，终端的范围扩大，行业的智能化速度也将出现指数级增长。

从上述观点来看，在质变的前夕，高通已经在量变的道路上走了很长时间。

现在，正好赶上“万物互联”时代的新一轮智能大爆发，高通以可预见的储备提前布局了新一波技术，甚至可能成为下一代计算终端的驱动力。

与其用“急”字来解释高通的变化，不如说这是时代科技洪流的趋势。高通也早早地把握了航向，有信心在关键时刻点燃新的技术爆发点。

如何复制质变？

高通的质变只是整个行业巨变的一个缩影。

从工农业、城市交通、医疗生活等行业，到智能汽车、IoT、XR等细分领域，在计算和连接方式变革的推动下，产生了新一轮的技术变革。

这背后，是AI，底层技术驱动，导致由点到线、面的动力集创新。其中，高通以芯片为基础，将AI技术全面搭载到一套引擎中，成为行业各方面的驱动力。

但如果换个角度看，像高通这样的质变会出现在更多领域吗？或者，像高通那样的质变可以“复制”吗？

从芯片等方向来看可能很难复制，但有一些核心思想可以借鉴。

一方面，我们为R&D掌握了最基础的技术，有能力快速落地，从而降低成本，提高效率。另一方面，基于自身的生态力，将技术影响力扩展到上千个行业，与更多厂商合作，开拓更广阔的市场。

以移动场景为例，如果说过去手机延伸的功能应用只是几百个垂直的软件生态；

在网络化计算时代，以AI为核心，以5G为连接力，以芯片为计算基础的终端设备，将再次带来数百个横向的产业扩张，进而带来数千万个开发者生态和企业机会。

或许这就是为什么高通没有局限于手机场景，而是选择提前布局下一代移动设备。

从早前发布的高通AI软件栈等“基础设施”，到高通在本次骁龙峰会上展示的各行各业的合作案例，都从本质上说明了高通的AI技术已经渗透到这些行业，为产品赋能，为行业带来了根本性的改变。

(报告)