安卓平台方面，基本保持了每年一代规格大更新的节奏。虽然每次性能上的各项提升能够带给用户和游戏厂商们最直接的正面反馈，但长期以往很容易就会造成认知疲劳「永远只是比前代更好一些」，除此之外就没有更新吸引人的新功能。

当然这种情况高通也早已经意识到，所以在性能、纳米制程工艺不断提升的同时，如何再进一步提升效率、开发落地新功能，就成了高通必须要思考的方向。

问题的答案也很简单 —— AI。

AI，可以说是 22 世纪人类踏足数字生命边界的重要一步。可以训练针对某种场景作出快速反应、最优调配、自我学习、自我迭代，这个跨时代的新技术，彻底改变了我们对于机器的思考。

把 AI 引入到系统调度当中已经是各家成熟的做法，例如之前的第二代骁龙 8，其中的 Hexagon NPU 已经采用了独立的专用供电系统，从之前的协处理器，进一步升级为主要处理器之一。可以自动按照当前工作负荷去调配功率，极大减轻了 CPU 和 GPU 的计算负荷，对于性能的调度更有 「疗效」，这样一来也能有效降低 SoC 的整体功耗。这个 「疗效」，是得到手机市场消费者的口碑认证，确实搭载第二代骁龙 8 的机型性能更强、续航也更好了。

AI 大成

而在最新的第三代骁龙 8 身上，高通进一步把 AI 往更高的方向推进。在早期，AI 于用户的直观作用，大多就是以语音问答方式存在。但 ChatGPT 等 AI 大模型的出现，又再次颠覆了人们对于 AI 想象，基于 AI 大模型，它能够让 AIGC 的质量有了飞跃式的提升。AI 不再局限于简单的语音交互，大步流星地奔跑在进化的道路上。

由于 AI 大模型的落地，生成式 AI 正在大行其道。AIGC 现在不仅仅只是简单解答人类的问题，反而是能够给人类提供了更多想象空间和创作思路。相信日后，AIGC 也将会是创作者必不可缺少的重要工具。

第三代骁龙 8 已经可以实现在端侧运行最高 100 亿参数大模型，运用 70 亿大模型可以每秒生成 20 个 Token。新一代 Hexagon NPU 相比前代提升 98% 性能和 40% 能效提升，能在少于一秒时间输出文生词、文生图内容。基于高通 AI 软件栈模型，一次编写就可以在各端运行。

同时它更是手机端首个支持多模态生成式 AI 模式，文本、语音、图片都能够支持。全球首个支持推测解码技术，基于高通传感器中枢，实现端侧个性化生成。

落地到用户侧，除了 AI 大模型赋能语音助手实现更高阶的互动问答场景之外，照片扩展、视频对象擦除，而这些功能，晚些时候就可以在最新的小米 14 系列上体验到了。

而功能和定位更强、面向 PC 平台打造的第一代骁龙 X Elite，更是能够让 PC 平台运行 130+ 亿参数的大模型，每秒处理 30 个 token。同时端侧少于 1 秒生成图文、多模态生成式 AI 模型、终端侧个性化生成这些都没有缺席。这完全 SoC 从架构上就是一款面向生成式 AI 的异构计算设计，同时也支持多个国际主流 AI 大模型，包括：OpenAI、百度文心一言、Meta 等。

可以预见，随着 AI 大模型的功能落地，日后旗舰终端产品能带给消费者的绝对不只有性能的不断提升，还有 AI 加持下，影像、显示、续航、功耗、音频、网络性能和 AIGC 的全面体验提升。

快人一步的 AI

在移动平台芯片品牌当中，高通骁龙早在 15 年前就开始研究 AI 方向，可以说是最早开始布局 AI 生态的厂商之一。通过多年来推出的 AI 终端产品 + 高通 AI 软件栈统一解决方案，目前已经能以极低功耗提供业界领先的端侧 AI 性能。

具体来说，现在搭载高通 AI 引擎的产品出货量已经超过了 20 亿台，其中就包括智能手机、XR 头显、平板、个人电脑、机器人和汽车等终端。

而近期热门的生成式 AI，高通也在这几年投入了大量人力。在 2023 年 5 月的时候就已经透露过当时已经开始端侧运行超过 10 亿参数的生成式 AI 模型，驱动诸如 Stable Diffusion 的图像生成任务。只是想不到在年底的第三代骁龙 8 和第一代骁龙 X Elite 上，就已经实现了运行超过 100 亿量级的大模型参数，成绩可谓喜人。

其实也不难发现，高通骁龙在 AI 方面的钻研和应用一直处于领先地位。早在 2007 年就已经推出首个支援 AI 的 Hexagon NPU、2015 年首个专门面向移动平台的高通 AI 引擎发布、2018 年骁龙 855 为 Hexagon NPU 增加了张量加速器、2019 年骁龙 865 扩展了端侧 AI 应用、2022 年第二代骁龙 8 让整个系统都接入 AI 技术，直到如今第三代骁龙 8 AI 大模型落地。

很明显在研发 AI 和推进 AI 应用方面，高通骁龙一直都是处于行业领先地位。

AI 正在改变旗舰 SoC 的方向

在以往，想要手机等终端的用户体验，基本就只能依靠芯片纳米制程工艺的提升、晶体管堆砌、能效提升等方向，不断提升 CPU 和 GPU 的具体性能来实现。

而 AI 的出现，逐渐打破了这种窘况。相比硬件性能的不断升级，对于系统调度的不断优化、打磨，更能发挥出硬件的真正性能和能耗表现。AI 在这个时候，就表现出了巨大的优势。24 小时无休止地快速学习、迭代，让芯片厂商能够快速训练调校相应的场景模型。

同时 AI 大模型的发展，也让终端产品在性能提升的之时，也有了更多可以想象的空间。更强大的语义理解、如「贾维斯」那样的智能管家、简单的几句就能给用户生成富有创造力的文字、图片和视频内容。这些功能的开发，无疑也给用户带来了全新的使用体验。

能够预见的未来是，旗舰 SoC 绝对的性能提升已经不再是用户的唯一选择，随着终端用户对于 AI 能力的看重，必然更会考虑这些旗舰 SoC 的 AI 介入程度、具体能力和应用落地情况。

未来旗舰芯片的主流方向，AI 将会是兵家必争之地。