3月24日至25日,由国务院发展研究中心主办的中国发展高层论坛在北京举行,全球商界领袖与中国政策制定者共聚一堂,围绕多项中国发展和世界发展的关键及前沿性问题,开展建设性交流。
高通公司总裁兼CEO安蒙(Cristiano Amon)参与数字化赋能产业转型专题研讨会并发言。他表示,智能计算将助力加速数字化转型,助力企业实现可持续的增长与创新、释放运营效率、增强生产力、赋能全新的商业模式,并促进各方共同参与数字经济。
安蒙指出,一些关键趋势正在塑造全球技术领域的下一个创新周期。其中生成式AI(GenAI)在去年取得了革命性进展,其创新和应用以前所未有的速度向前发展。随着生成式AI逐渐成为个人和商业应用中不可或缺的一部分,它将在各个行业中产生深远的影响。
目前,很多生成式AI主要是在云端运行。安蒙认为,云端将持续发挥不可或缺的作用,但是,生成式AI正在迅速演进至可以在终端侧运行。在终端侧运行生成式AI能够实现更快的响应速度、更高的准确性、更强的可靠性以及更安全的隐私保护。终端侧的高性能和高效AI能力将促进生成式AI的规模化扩展,这将催生一系列全新的应用,特别是聚焦在生产力、内容创作、教育、研发以及工业制造领域等方面。
去年世界移动通信大会(MWC)期间,高通带来了全球首个运行在Android手机上的Stable Diffusion终端侧演示。而在今年的MWC大会上,高通携手荣耀、小米和OPPO等全球和中国的众多合作伙伴,展示了第三代骁龙8支持的终端侧生成式AI应用演示。在PC领域,高通在去年底发布了专为AI PC打造的骁龙X Elite平台,它能支持在终端侧运行超过130亿参数的生成式AI模型。MWC期间,高通演示了全球首个在Windows PC上运行的音频推理多模态大模型,它能理解鸟鸣、音乐或家中的不同声音,并基于这些信息进行对话,为用户提供帮助。该模型经过优化,能够实现出色的性能和能效,并完全在终端侧运行,以充分发挥骁龙X Elite的强大能力。
安蒙表示,下一代AI PC的推出将成为另一个行业转折点,正如今年开始推出的AI手机一样,这一全新类型PC将通过在终端侧和云端同时运行AI,从根本上改变个人计算在沟通、生产力、创造力和娱乐方面的应用体验。

高通公司总裁兼CEO安蒙在数字化赋能产业转型专题研讨会中发言
以下为演讲实录:
非常高兴有机会参加今天的活动,感谢中国发展高层论坛邀请我在这一重要活动上发言。
如各位所知,高通推动了移动技术的革命,移动技术将始终是我们的重要立足点。然而,我们也深知,高通研发的移动技术还可以引领其他行业变革,如下一代个人电脑、虚拟和增强现实的头显、智能汽车等。当前,我们业界领先的平台正在为众多消费产品与企业级设备提供非凡的体验。展望未来,我们的使命是,让智能计算无处不在。
我们持续研发和商用领先的关键技术,这些技术涵盖无线连接、高性能低功耗的计算和创新的终端侧人工智能(AI)等领域,并将这些扩展到了众多行业,从智能家居到网络、从汽车到工业领域等。
我们相信,智能计算将助力加速数字化转型,助力企业实现可持续的增长与创新、释放运营效率、增强生产力、赋能全新的商业模式,并促进各方共同参与数字经济。这一机遇是巨大的。到2027年,全球数字化转型的支出预计将达到近3.9万亿美元。
纵观全球,一些关键趋势正在塑造全球技术领域的下一个创新周期。
去年,生成式AI(GenAI)取得了革命性进展,我们正在见证其创新和应用以前所未有的速度向前发展。我们相信,随着生成式AI逐渐成为个人和商业应用中不可或缺的一部分,它将在各个行业中产生深远的影响。尽管大多数生成式AI的开发都集中在云端——且云端将持续发挥不可或缺的作用——但其正在迅速演进至可以在终端侧运行。
在终端侧运行生成式AI能够实现更快的响应速度、更高的准确性、更强的可靠性以及更安全的隐私保护。终端侧的高性能和高效AI能力将促进生成式AI的规模化扩展,这将催生一系列全新的应用,特别是聚焦在生产力、内容创作、教育、研发以及工业制造领域等方面。
连接性仍将是数字经济的关键技术,特别是在AI时代,其重要性将更加凸显。中国运营商正在积极采用的5G Advanced,将提升现有网络的性能和可靠性,并为下一代移动通信技术——6G奠定技术基础。6G有望为2030年及以后带来巨大的技术飞跃。它被视为一个包含AI、感知、安全、更可持续的网络等在内的协同技术创新平台。
另一个行业转折点将是下一代AI PC的推出。正如今年开始推出的AI手机一样,这一全新类型PC将通过在终端侧和云端同时运行AI,从根本上改变个人计算在沟通、生产力、创造力和娱乐方面的应用体验。
此外,物理空间和数字空间的融合正在加速进行,我们可以预见,虚拟现实(VR)、混合现实(MR)和增强现实(AR)将成为下一个计算平台。
汽车行业在数字技术普及的推动下,正在经历加速的演进。软件定义汽车是此次变革的核心,这为汽车厂商提供了重要机遇,以增强连接性、改进安全性与安防性、迈向自动驾驶更高等级,并创造全新的商业模式和收入来源。
作为打造划时代创新的全球领军企业,高通始终专注于基础技术研发,以丰富人们的生活、改善业务、推动社会进步,对此我们深感自豪。高通与来自不同行业以及包括中国在内的全球各地的企业保持着紧密的合作关系。在过去的30多年里,我们与中国合作伙伴建立了强有力、互信且互惠的关系。如今,随着我们的技术拓展至众多全新行业,高通正在不断建立新的合作关系。
高通有幸参与众多行业的数字化转型,我们深感振奋。我们将始终致力于为各行各业的合作伙伴提供最全面、最先进的解决方案,助力全球经济互联互通,并为全球生态系统创造重要的增长机会。我们相信,整个生态系统中众多公司的共同创新将促使社会繁荣。
谢谢大家。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。