將信息時代的技術進行梳理，我們會發現一個明顯的「由繁到簡」的規律。
早期計算機需要通過命令行介面來輸入指令，只有一些具備計算機知識的專業人員才能操作計算機。圖形用戶介面（GUI）技術出現後，普通人可以通過點擊圖標和可視化的按鈕就能完成操作，計算機的使用門檻被大大降低。智慧型手機時代也是如此。新一代螢幕觸控技術和系統交互出現之後，即便是幾歲的小朋友也可以通過直觀，且符合直覺的點觸，熟練地操作設備。設備形態在改變，性能不斷增強，但交互和使用的方式卻變得更簡單。
按照這個發展規律，無論下一代計算設備將會以什麼樣的形式出現。可以肯定的是，它一定會更加「懂你」，更加「簡單」。隨著新一代驍龍平台問世，我們從它身上具備的一系列新技術和新方案，似乎已經可以窺見到未來行業的一些新的改變。
先進的連接是基礎設施
從智能時代向萬物互聯時代邁進，是當前行業的一個基本共識。
在智能時代，我們身邊的傳統設備逐漸走向智能化、數字化。手機、電腦、平板、家電都實現了智能化和網絡化。儘管每個人，每個家庭都擁有數台，甚至是數十台的各種計算設備，但這些設備之間由於採用了各自不同的軟硬體方案，在使用和交互上往往存在著天然的鴻溝。
以大家常見的辦公場景為例，手機、平板是安卓，電腦是Windows。在手機上收到的資料，如果想要在電腦上進行編輯和查看，往往還需要將相關資料導入到電腦，在電腦上重新打開。有的時候同樣的文件不同的設備之間還存在著格式、兼容性的問題。在不同的設備上進行資料傳輸的時候，還存在接口兼容、協議匹配等等問題。僅僅一個傳輸的過程，本身就極為繁瑣且效率低下，嚴重影響了用戶的體驗和效率的提升。
事實上，辦公場景還算是一個相對比較理想的環境。在諸如智能家居、IOT等領域，設備與設備之間的互聯互通由於採用了不同的標準和協議，很多時候乾脆就無法實現設備連接和信息共享。儘管你可能購買的是智能設備，但這些設備就如同一個個「孤島」，沒有一套統一的生態將它們有效地連接起來。
這些「孤島」的存在和各種用戶詬病多年的交互難題，就是當前萬物互聯概念興起的內在推動力。
這也就是為什麼驍龍這些年一直都在重點強調平台的「連接」屬性的原因。無論是當前的智能時代，還是未來的萬物互聯時代，無線連接技術可以看作是最重要的「基礎設施」。基於Snapdragon Connect的先進連接特性一直都是驍龍平台的殺手鐧。無論是從基帶到天線的完整系統級解決方案，還是對於藍牙、WiFi、5G連接技術的支持方面，驍龍一直都是行業領先的存在。在過去幾年，Snapdragon Connect涵蓋各種品類的驍龍終端產品，包括手機、PC、手持遊戲設備、XR、智能手錶以及汽車等等。
在全新的第三代驍龍8移動平台上，高通一如既往地保持了先進的連接性能。其配備的驍龍X75是全球首個支持傳感器輔助的毫米波波束管理的基帶產品，也是全球首個面向毫米波頻段的十載波聚合，支持QAM-256，具備全球首個Sub-6GHz頻段下行五載波聚合、FDD+FDD上行載波聚合、FDD上行MIMO，支持QAM-1024。在驍龍X75的助力下，驍龍設備能夠實現更高的傳輸效率、更出色的網絡覆蓋和鏈路穩健性。
在今年高通全新帶來的驍龍 X Elite計算平台上，我們也看到了諸多在連接特性方面的躍升。驍龍 X Elite 可外掛支持驍龍 X65 5G數據機，同時支持WiFi 7、無損音頻技術以及 Microsoft Pluton等效先進連接技術。
可以說，在連接性能和體驗方面，驍龍平台算是整個行業的標杆。
更便捷的跨平台能力，更強大的AI
在做好連接技術的基礎上，驍龍還在著力解決設備的跨平台體驗問題。
在今年的驍龍技術峰會上，高通帶來了全新的Snapdragon Seamless技術。該技術能夠實現設備跨平台的連接、共享和協同。舉個例子，如果你想在電腦上處理手機上的文檔，你只需要在電腦螢幕上將滑鼠指針跨螢幕移動到手機，將文檔直接「拖拽」到PC，就能夠在當前的進程下開始工作。這個過程不需要藉助其他的外設、存儲設備，直接用一個簡單、直觀地拖拽動作就能夠完成文件在不同設備之間的傳輸。
再比如，當你使用耳機在手機上聽歌的時候，此時PC端突然進來一個線上會議。這時候你也無須重新配對連接耳機，耳機自動就能夠暫停音樂，自動接入會議的音頻。這個過程完全符合你當前的使用需求，其設備連接的體驗也是無感的。
在Snapdragon Seamless技術的助力下，你不僅能夠以極其簡單高效的方式完成跨設備、跨平台的連接和傳輸體驗，你的設備能夠清楚地知道你當前的意圖和需求。Snapdragon Seamless適用於大部分配有驍龍平台的產品，涵蓋了包括第三代驍龍8、驍龍X Elite、第一代高通S7 Pro和第一代驍龍AR2等不同的平台。未來，只要是搭載了驍龍平台的設備，均底層支持了這樣便捷、高效的連接能力。長久以來困擾行業的跨平台、跨終端的互聯互通問題，得以解決。
驍龍要做的還不止於此。在過去一年多時間內，我們已經看到了AI，尤其是各種生成式AI模型帶給了整個行業無窮無盡的想像力。就終端側而言，未來AI具備的感知、推理和行為等核心能力勢必將帶來更加高效、智能的交互體驗。對於整個行業來說，這是具有變革意義的時刻。
在相關的AI技術探索方面，驍龍可謂是布局已久。以當前火熱的生成式AI大模型為例，實際上第二代驍龍8移動平台已經可以支持參數超過10億的AI模型運行，甚至能讓Stable Diffusion在智慧型手機上高效運行，15秒內執行20步推理，生成一張生動的高清圖像。
在全新的平台上，高通更是不遺餘力地提昇平台的AI性能。第三代驍龍8移動平台支持包括Meta Llama 2在內的多模型生成式AI，可處理的大模型參數超過100億，每秒可執行最多20個tokens。而全新的計算平台驍龍X Elite能夠以30 tokens/秒的速度運行70億參數的模型，最高支持超過130億參數的生成式AI模型。高通還提供了全新的一體化AI Stack開發平台，首發支持20多個不同模型，支持Pytorch等各種AI框架。
AI更加個性化，設備更懂你
驍龍在AI大模型支持方面有兩個顯著特徵：一是多模態的支持，它能夠保證AI終端能夠像人類一樣處理多種輸入類型，不管是視覺、文本，還是語音都能夠得到驍龍AI的強力支持。另一方面，和當前主流的雲端AI大模型不一樣的是，驍龍更加強調端側的AI大模型體驗。
端側AI能力對於用戶來說，最顯著的優點就能能實現更加個性化的端側AI體驗。比如你想要讓AI給你製作一份旅遊規劃，在雲端AI模型上你得到的可能會是一個相對通用的「模板答案」。但在端側，AI能夠根據你的喜好和習慣，做出更有針對性、更符合你個人需求的規劃。原因很簡單，你自己的手機或許才是這個世界上最懂你的設備。同時，基於AI的終端側學習能力，後續還能根據用戶個人數據持續微調這類神經網絡，最終終端側模型會變得更加符合每一個人的個性化需求，更好用。
當然，端側AI還有一個非常重要的優勢就是，很多用戶的個人數據將保留在端側，不會上傳到雲端。從隱私安全的角度來說，這也是它相較於其他AI大模型在體驗上的一大優勢。
可以看到，無論是在AI相關的技術創新開發，以及終端側，場景側的應用探索方面，驍龍已經找到了一條獨特的發展路徑。未來藉助驍龍平台強大的AI能力，將會給終端、應用層面的變革發展提供更多的支撐。而無論設備、應用如何在形態、交互上變革，最終落腳到用戶體驗上一定還是由複雜走向簡單。
之前談到驍龍，一些人的主觀印象還是手機晶片。事實上在過去這些年，驍龍平台在連接、AI、影像、音頻、安全、遊戲等方面都做出了諸多創新性的嘗試，這些新的技術和方案徹底改變了包括智慧型手機、PC、汽車、AR/VR在內的諸多行業。在當前又明顯感覺到，驍龍平台在維持既有強大、完善的基礎體驗之上，更加著重強調了平台的生態、互聯、AI方面的能力。未來基於驍龍平台的強大能力，用戶能夠在不同的設備，不同的系統之間都能夠享受到完善、便捷、強大的統一體驗。這可能才是AI時代、萬物互聯時代的未來。