大飛: 大家好，這裡是最佳夥伴，我是大飛。今天我想談談我最近聽過兩次的一個訪談。
嘉賓是高通總裁兼執行長克里斯蒂亞諾·阿蒙。他於 1995 年加入高通公司擔任工程師，管理半導體業務，領導 5G 策略，現在正帶領公司轉型為汽車和資料中心領域。《大科技》播客的主持人亞歷克斯·坎特羅維茨與他進行了近一個小時的對話。討論的主題涵蓋了從中國和美國在人工智慧實施方面的差異，到 6G 通訊架構等方方面面。我挑選了一些值得詳細闡述的要點與你們討論。
中美市場在 AI 實施上的差異
我們先來看看 Amon 提到的一個差異：高通在中國擁有龐大的驍龍用戶群，因此他們對這兩個市場都有非常直接的了解。在中國市場，人工智慧滲透到終端設備的速度非常快，消費者對新的互動方式接受度很高；同時，美國業界的討論重點是前沿技術模型的研發和企業級生產力工具的部署。在中國參加高通高峰會時，我深切感受到了中國用戶對驍龍品牌的熱情。這種品牌知名度讓高通公司擁有了一個獨特的窗口，可以同時觀察這兩個市場。
兩國對人工智慧未來的期望也存在差異。美國民調顯示，大眾對人工智慧的態度謹慎甚至負面。阿蒙的解釋是，基礎技術的任何變革都會帶來不確定性。回顧以往幾代通訊和運算架構的發展歷程，類似的討論也曾出現過。他舉例說：高通公司能夠推進多個新的業務線，同時保持營運成本基本不變，這得益於人工智慧工具提高了晶片研發和設計的效率。當然，利用生產力工具重塑就業結構是一個全球性問題。
美國還有另一個具體的討論點：資料中心的能源消耗限制和電力供應限制。民眾擔心這是否會推高公用事業成本。然而，在中國，關於電力容量的討論相對較少。當地業界將人工智慧視為終端體驗自然迭代的關鍵模組，尤其對實體人工智慧和邊緣運算表現出濃厚的興趣。
AI 產業發展階段與監管安全
阿蒙表示，整個人工智慧產業目前還處於非常早期的階段。他用了一個比喻，將其比喻為網路發展的最初節點。如果當時有人聲稱 AltaVista 終結了搜尋引擎競爭，或者 MapQuest 主導了電子地圖，這顯然不符合產業發展的客觀規律，因為無論是底層模型範式還是上層應用形式都尚未形成。出自他之口，這項評價頗具分量，因為高通是一家晶片級供應商，與整個供應鏈有著深厚的連結。
關於人工智慧監管，主持人詢問了海外科技界關於是否應該放慢前沿模型開發速度的爭論；他認為答案既不屬於極端，也不屬於極端。我們不能完全停滯不前，也不能毫無秩序地行事；基礎技術路線圖需要持續投資，並且必須預先設定工程安全邊界。他特別強調了一個較少被討論但非常現實的風險：網路安全。隨著數位邊界的擴大，軟體系統的攻擊面呈指數級增長；一旦高能力模型被用於自動漏洞發現，網路安全系統將面臨重大威脅。
從高通的角度來看，他們在晶片層級建立安全錨點和控制邏輯，以確保硬體級資料隔離。例如，使用者資訊的安全儲存以及對是否保留個人記憶圖的決策權都需要晶片級的確定性硬體安全機制。
今年五月，阿蒙率領商務代表團訪問了中國；主持人問他，從這些高層對話中他最大的收穫是什麼？他表示，半導體產業現在客觀上處於全球地緣政治和經濟討論的中心，而人工智慧則為所有關鍵問題提供了技術背景。在產業層面，對於建立負責任的技術生態系統已達成明確共識；從商業合作的角度來看，中美科技公司之間長期建立的供應鏈協同效應和商業關係是全球科技產業穩定的基石，高通將繼續發揮這一作用。
智慧型手機市場週期與供應鏈
接下來，他們討論了智慧型手機，阿蒙對這一領域進行了相當詳細的分析，首先列出了一些關鍵數據點。
截至目前，全球智慧型手機市場尚未恢復到疫情爆發前的 2019 年出貨量水準；當前市場規模在一定程度上受到宏觀供應鏈的限制。滲透率達到頂峰後，市場自然而然地過渡到成熟階段，這主要是由現有設備的更換所驅動的。阿蒙指出，自 1G 時代以來，他一直從事通訊研發工作，經歷了每一代技術變革，他認為向更新換代驅動型市場轉變是技術週期中不可避免的規律。但即便如此，這仍然是一個成熟的市場，每年出貨量達 12 億件。即使沒有顛覆性功能的刺激，高頻裝置也必然會每隔兩到五年產生固定的更換需求。
在整體市場數據之下，產品結構出現了明顯的差異，高階和旗艦機型在總出貨量中的份額逐年上升。原因是用戶在行動裝置上處理的任務的複雜性和頻率持續增加。雖然個人電腦仍然承擔著大部分生產力工作，但人工智慧的引入正在逐漸將以前依賴個人電腦的高負載場景轉移到智慧型手機上。
至於今年的市場壓力，Amon 指出，主要驅動因素是供應鏈，其中行動記憶體等關鍵零件的價格已經上漲了五到六倍。對成本敏感的大眾市場和入門車型受到了嚴重擠壓。高階機型定價更靈活，風險承受能力更強，而入門級產品則因材料成本上漲，出貨量大幅下降。受供應鏈成本抑制的這種需求，預計將在下一個週期隨著設備端人工智慧架構的實施而逐步釋放。
Amon 的觀點是，當設備端人工智慧帶來的互動方式的重塑與即將到來的 6G 技術發展產生共鳴時，終端設備的價值將受到業界的重新審視。智慧型手機仍是規模最大、最成熟的開發生態系統平台。對於用戶而言，行動終端仍然是存取人工智慧運算服務的核心入口。
端側算力與雲端推理的分歧
然後出現了一個關鍵的分歧點：主持人提到，像 MGB 這樣的智慧代理產品主要在雲端虛擬機上運行，大量的資源消耗和運算邏輯都由雲端處理。如果未來主流代理服務主要基於雲端推理，那麼設備端晶片的運算能力是否仍那麼必要？
阿蒙透露，一些領先的人工智慧公司對高通的晶片路線圖有明確的要求。他們希望到 2028 年，行動終端能夠在本地託管並高效運行至少具有 1000 億個參數的大型模型；軟體生態系統供應商甚至正在透過合作探索自己的硬體形式。例如，字節跳動與努比亞合作推出的豆包 AI 終端。業界對在終端網關上部署智慧代理有著清晰的認知。
阿蒙認為，從工程角度來看，將雲端運算和邊緣運算對立起來是不可行的。極其複雜的大規模運算需要依賴雲端資料中心，而涉及高頻用戶互動和低延遲響應的特定任務必須由設備端晶片迅速處理。他用一個簡單的比喻：一台設備上可能安裝了數百個應用程序，用戶不需要區分哪些應用程式在本地運行，哪些應用程式調用雲端，但一旦網路中斷，用戶體驗顯然會受到影響。
更關鍵的變數是交互摩擦和情境感知。如果日常任務代理每次互動都需要等待雲端往返通信，那麼延遲將大大降低其價值。包括個人知識圖譜、即時感測器流和本地應用程式的操作權限在內的真實用戶上下文數據，實際上完全儲存在終端上。因此，設備端運算能力是確保安全、即時存取這些本地上下文的基礎。
阿蒙不同意終端硬體會退化成輕型接收器的觀點。他提供了兩個證據：首先，回顧計算機歷史，當 WebOS 發佈時，業界普遍認為「所有計算都將轉移到網絡，硬體只會保留瀏覽器外殼」，但隨後原生應用程序生態系統的爆炸式增長否定了這一觀點。其次，開源通用模型的廣泛應用推動了在地化部署的快速成長。從頂級加速運算公司的業務組成也可以看出，除了超大規模公有雲供應商之外，私有部署、自主人工智慧基礎架構和垂直雲也佔據了相當大的運算能力份額。一旦業界接受了本地私有部署，混合運算的邏輯自然而然就會出現：有些任務保留在本地，而有些任務則交付到雲端，本地運算能力的實體終點將不可避免地從伺服器和個人電腦擴展到個人行動裝置。
真正的 AI 手機與系統級調度
真正的 AI 手機究竟是什麼？阿蒙表示，只有當智能體具備系統級執行能力時，這個定義才會變得清晰。這不僅僅是向系統中添加一個問答對話框。相反，在使用者發出全面的任務命令後，終端作業系統必須自主地分解任務，決定哪些部分使用本地模型，哪些部分呼叫雲端，然後將這些與本地個人記憶體圖結合起來完成端對端處理。本地感測器資料和私人上下文僅存在於手機上，智慧代理可以使用這些輸入直接操作各種本地軟體。
Amon 對產業發展的當前階段進行了定義。第一階段，主要是各個手機品牌增加一些產品獨立的 AI 增強功能，本質上只是在傳統智慧型手機上疊加部分功能。下一階段的關鍵在於建立系統級調度器並向第三方開發者生態系統開放。未來，不同領域的垂直代理和技能模組需要超越獨立的應用程式邊界，在底層系統層面進行橫向連接。
他以行動互聯網為例：當 iPhone 和 Android 剛推出時，傳統手機製造商一度認為系統預裝的十幾個應用程式很容易被模仿，但智慧型手機的真正革命來自隨後蓬勃發展的第三方應用程式。智慧眼鏡很可能遵循類似的邏輯；一旦基礎軟體和硬體框架建立起來，生態系統中的創新將從根本上重塑系統互動。
穿戴式裝置與智慧眼鏡的形態
隨著行動電話向穿戴式裝置轉變，Amon 分別分析了不同的外形尺寸。
從硬體屬性和使用習慣來看，VR 更接近沉浸式遊戲機的細分市場。早期的行業宣傳將其吹捧為下一代通用計算平台，這使得人們的期望過高；鑑於其物理形態和互動習慣，它並不適合全天移動使用。兩者之間是混合現實，它融合了環境意識和穿透技術。
阿蒙認為，在行動使用場景中，智慧眼鏡是最有潛力被大眾市場接受的產品形式。Amon 表示，智慧眼鏡的快速成熟並非由光學顯示技術的突破所驅動，而是由多模態生成式人工智慧的整合所帶來的質的轉變所驅動。
目前，智慧眼鏡市場的出貨量已達數千萬副，高通的合作設計數量總計約 40 款。早期的智慧眼鏡本質上是相機的延伸，主要用於第一人稱視角攝影和短影片錄製。隨著多模態模型的引入，設備現在可以基於視覺輸入執行即時翻譯、物件辨識和上下文導航，成為高頻個人資訊助理。如果認為人工智慧是新的人機互動介面，那麼眼鏡的外形設計由於最接近眼睛和嘴巴，在互動效率方面具有獨特的物理優勢。
從消費性電子工程的角度來看，阿蒙列出了智慧眼鏡大規模普及的幾個硬性條件：總重量必須控制在 35 克以下，基本電池續航時間必須達到 6 到 10 小時，美觀設計必須符合日常配戴的標準。他特別提到高通研究團隊開發的一個小應用程式：透過在眼鏡中放入一個小模型並加載公司目錄，它可以在你走動時即時識別站在你面前的人。智慧眼鏡的優點在於它們能夠透過「所見即所得」的方式來理解環境。
智慧手錶在健康監測方面仍然具有不可替代的價值，而像胸針、吊墜或配備攝影機的耳機等新設備仍處於早期實驗階段。業界正在探討：是否會湧現出一種全新的終端類別，供數百萬用戶使用？阿蒙認為這是boundingBox有可能的，但困難在於最終的實體形態能否被大眾接受。他指出，這有點像是數位音訊興起之前的探索時期；在 iPod 出現之前，大眾很難預見人們對攜帶專用音訊設備的需求。新形態的出現通常需要幾個條件：明確的功能、使用者信任和低交互摩擦。只要創新產品能夠克服這些工程障礙，就有機會建立一個新的硬體類別。
高通的資料中心與開源架構策略
讓我們來看看高通的資料中心策略。阿蒙表示，高通的基因源自於行動運算，專注於能源效率。從電腦架構的角度來看，它有著深厚的工程基礎。該公司的多元化發展遵循著清晰的技術擴展邏輯，從行動晶片發展到高效能個人電腦，再到智慧汽車，其運算晶片支援 L2+ 到 L4 自動駕駛，架構規模和複雜性已達到伺服器級處理器的標準。在此過程中，高通公司累積了用於開發大規模、高效能運算平台的技術。
Amon 表示，資料中心運算架構的供需關係正在改變。早期，業界嚴重依賴通用 GPU。由於模型推理消耗的運算資源佔比越來越大，資料中心客戶對能源效率和整體擁有成本變得更加敏感。計算任務本身也被分解成不同的載入階段，例如預先填入和解碼。資料中心面臨的實體瓶頸正在轉向電力供應，而高通的長期工程理念是在嚴格受限的能源條件下實現極致的效能輸出。因此，將低功耗、高效能架構擴展到受功率限制的資料中心推理和通用運算，是其技術邏輯的自然延伸。
關於此次收購，Amon 對 Chris Lattner 和他的團隊給予了高度評價，指出他們在底層軟體和編譯器工程方面擁有業界公認的深厚專業知識。LLVM 和 Swift 都是 Lattner 的作品。雙方能夠合作，是因為他們對未來運算基礎設施的開放性有著共同的理解。高通的理念是透過標準化底層技術推動工業規模化發展。
目前，人工智慧軟體堆疊與封閉的生態系統聯繫緊密，但隨著人工智慧運算從大型伺服器機房擴展到汽車、個人電腦、行動裝置和各種邊緣節點，開發人員將面臨高度複雜的異質硬體環境。在成熟的軟體工程中，Linux 或 Android 被用作開放、中立的底層統一平台。目前的人工智慧架構缺乏這種通用解決方案層。機器學習的目標是建立一個與異質硬體相容的現代軟體層。高通公司已明確表示，該軟體框架將根據 Apache 2.0 許可證開源給全球開發者，Amon 表示他們支援該框架。
高通正在優化其模型部署，使其能夠在各種晶片平台上運行，包括來自 NVIDIA、AMD、博通和英特爾的晶片平台。只有推動業界建立統一、開放的軟體標準，並降低開發者遷移的門檻，整個運算生態系統才能回歸到基於底層硬體效能、效率和工程架構的公平競爭。身為資料中心領域的後來者，推廣開源軟體和架構是高通公司利用其硬體能效優勢的先決條件。
6G 技術演進與分散式環境感知
最後，兩人討論了 6G，Amon 首先對 5G 的貢獻進行了客觀評估。就網路營運和數據消耗成本而言，如果沒有 5G，全球電信業者的經濟模式將無法支援大規模無線數據套餐的廣泛採用。高容量、高清視訊串流的普及也是建立在 5G 頻寬的基礎上的。
通訊產業的發展遵循一定的規律：奇數代奠定基礎，偶數代釋放紅利。2G 實現了全球數位語音覆蓋，4G 推動了行動寬頻和智慧型手機生態系統的爆炸性增長，而 6G 的底層架構從其技術路線圖的最初階段就被設計用於物理人工智慧和高級智慧代理生態系統。
在終端層面，6G 的一項關鍵突破是實現了超高規格視訊和感測器資料在全覆蓋區域內的高容量上行鏈路傳輸。它的核心價值在於支援新一代穿戴式裝置（如智慧眼鏡）將即時實體環境資訊持續同步到雲端或邊緣節點。阿蒙表示，6G 將使世界上的每個人都變成一台行走的攝像頭，持續的高清視頻上行鏈路將為模型提供「我所看到的」物理環境背景。
然而，更深層的變化是，6G 網路將把通訊基礎設施與物理感知深度融合。基地台與終端之間相互作用的高頻無線電電磁訊號不僅可以作為有效資料傳輸的載體；它們的物理訊號特性本身將起到分散式雷達感測器的作用。龐大的全球蜂窩網路將形成一個分散式雷達系統，即時感知物理世界。例如，在低空經濟中，空域管理和大規模無人機作業的動態監控可以直接依靠 6G 基地台網路來實現空間定位和軌跡感知。動態物件、交通流和物理空間變化的即時建模資料將作為物理世界模型和具身人工智慧系統的直接基礎輸入。通訊網路已經從最初的雲端連接發展到資料包傳輸，在 6G 架構下，它們將進一步轉變為分散式人工智慧運算和環境感知的資料基礎。
他們也為 6G 提供了一個重要的里程碑：在 2028 年洛杉磯奧運會期間，高通將正式向世界展示 6G 端到端技術原型和設備演示。相關技術能力的工程實現預計將在 2028 年至 2029 年左右在下一代驍龍平台上得到驗證。從 2029 年到 2030 年，業界將看到早期商業試驗和原型網路部署。預計面向消費者市場的大規模商業推廣將在 2030 年後逐步開始。
結語
最後有人說：「現在…大家都在談論資料中心，卻沒有人願意談論行動電話市場。」只有當人工智慧超級升級週期到來，並伴隨著 6G 的普及，圍繞手機的討論才會再次活躍起來。
手機不會消失；它們是人類有史以來創建的最大的開發者生態系統平台。人們不會走到資料中心門口敲門說「給我一些人工智慧」，但你可以透過行動裝置存取這些功能。當然，這項判斷是否正確可能需要幾年時間才能驗證，但設備端運算和雲端運算之間的關係絕不是二者相互取代那麼簡單。
那麼，你認為未來的 AI 手機會是什麼樣子呢？它會像前面提到的那樣，依靠系統級人工智慧調度和第三方生態系統交互重組，還是會像基於雲端的代理一樣完全繞過行動硬體？歡迎在下方留言處留言討論，感謝觀看。