九月對于科技界是個忙碌的月份。英特爾的IDF開發(fā)者大會碰上了iPhone 6和Apple Watch的發(fā)布會，而一周后同樣在舊金山舉行的高通Uplinq開發(fā)者大會則恰好與阿里巴巴上市及iPhone 6開賣“撞車”。當然，作為隨移動大潮崛起的新晉科技巨頭，高通沒有令開發(fā)者失望：除繼續(xù)發(fā)力移動通訊外，高通也在這次大會上拿出許多圍繞智能硬件相關(guān)的技術(shù)，大量基于機器學習的產(chǎn)品和應用更成為會上的一大亮點。

移動市場繼續(xù)發(fā)力

如果說之前幾年，智能手機處理器市場還存在著激烈的競爭，那么隨著英特爾的淺嘗輒止和德州儀器、英偉達等芯片廠商先后退出，如今的智能手機芯片市場上，高通可謂是一家獨大，除在中低端野蠻生長的聯(lián)發(fā)科外幾無對手。

能夠把握住移動化的大潮，并最終脫穎而出，押寶Android、與Google組建移動時代的“Wintel聯(lián)盟”這一戰(zhàn)略性選擇功不可沒。回顧歷史，今年上任的高通CEO Steve Mollenkopf不無感慨：“2008年，我們和Google合作開發(fā)了第一款Android智能手機，那時很多人說這件事（Android成為主流）不可能發(fā)生；但到今年為止，世界上搭載驍龍?zhí)幚砥鞯腁ndroid設備已達到10億臺?！?/p>

移動通訊仍然被高通視為重心。Mollenkopf稱，目前市面上已有1350款搭載驍龍?zhí)幚砥鞯脑O備，已進入研發(fā)階段的設備也超過500款；搭載高通3G和4G LTE解決方案的設備則超過2000款。

在大會上，Mollenkopf還發(fā)布了一個全新的SDK，使開發(fā)者可以開發(fā)基于LTE Broadcast的應用——這項技術(shù)能用廣播的方式將相同的內(nèi)容發(fā)送給多臺設備，在緩解運營商網(wǎng)絡壓力的同時也能幫助應用開發(fā)者更便捷地將內(nèi)容傳遞給終端用戶。

布局智能硬件

但無論在主旨演講上，還是在會場外的展區(qū)，手機、平板等傳統(tǒng)移動設備所占的分量都大幅減少，取而代之的是智能手表、智能眼鏡、機器人、無人機和其他采用高通處理器的智能硬件。

高通在去年的Uplink上發(fā)布了其智能手表Toq，盡管這款產(chǎn)品本身并未渠道很好的銷量，但隨著多家設備廠商進軍智能手表領域以及Google發(fā)布智能手表操作系統(tǒng)Android Wear，高通驍龍?zhí)幚砥饕脖粦玫搅硕嗫钪悄苁直碇?。在今年的Uplinq上，包括三星Galaxy Gear Live、LG G Watch和華碩ZenWatch等手表都出現(xiàn)在了展示區(qū)。

頭戴式設備同樣成為熱點。除了支持LTE Broadcast的SDK，Mollenkopf還在主旨演講中發(fā)布了另一款重要的SDK——針對智能眼鏡的增強現(xiàn)實技術(shù)Vuforia。目前已有ODG R-7、三星Gear VR和愛普森Moverio BT-200三款智能頭戴式設備采用該SDK推出了虛擬現(xiàn)實應用。三款設備都出現(xiàn)在了展示區(qū)，從實際效果來看，Vuforia能幫助這些眼鏡或頭盔將虛擬物體疊加在現(xiàn)實場景上，如Gear VR可以用三星手機捕捉眼前的實景并轉(zhuǎn)換成虛擬現(xiàn)實場景，而一旦將眼鏡移到一本畫有恐龍的書上，一個立體的恐龍就會出現(xiàn)在視野中，并可用藍牙控制器控制它的移動和吼叫。

而大會上最受好評的Demo當屬高通自主研發(fā)的Snapdragon Rover機器人。這款龍形、能用“嘴”將物體抓起的機器人能夠自動將物體歸類：在舞臺上，它的面前放了三個籃子，并接受指令將布玩偶、皮球和塑料方塊分別投入三個不同的籃子里；當另一個布玩偶放在它面前時，它猶豫了一下，隨后抓起并投入之前已裝有布玩偶的那個籃子里，引來現(xiàn)場一片歡呼。

“機器學習”成關(guān)鍵詞

值得注意的是，無論是物聯(lián)網(wǎng)設備還是機器人，許多在Uplinq上演示的應用都大量用到了機器學習。

Snapdragon Rover能夠基于物體的形狀、顏色等特征對物體進行分類，其背后是大量的物體識別和分類訓練。另一款由Brain Corporation研發(fā)的機器人能夠自在沒有人工指令的情況下動識別障礙物，并選擇合適的路線繞過障礙，這同樣是基于大量訓練的結(jié)果。

在展區(qū)，Consumer Physics公司的采用高通處理器制作出了一款能分辨藥片的產(chǎn)品：將藥品放入探測頭中，另一端的屏幕上便很快會出現(xiàn)藥片的名稱及相關(guān)信息。現(xiàn)場負責人告訴雷鋒網(wǎng)，為了辨別出一款藥片，機器需要對至少50片相同的藥片進行學習，以記憶它的特征。

除機器人外，高通高級副總裁Raj Talluri還在演講中演示了Shazam的軟件在高通平臺的手機上識別歌曲的效果，在這背后同樣是針對海量歌曲的學習與訓練。

當然，現(xiàn)場的這些基于機器學習的產(chǎn)品還相對初級，如Brain Corporation的一位市場負責人就表示，其機器人目前還并沒有明確的應用場景，需要第三方開發(fā)者利用其技術(shù)做進一步的開發(fā)。但無疑，這些產(chǎn)品將拉近了我們與真正的“智能”之間的距離。如果說高通當年押寶Android帶動了智能手機的興起，那么如今力推基于其處理器的機器學習應用則有望開創(chuàng)一個智能化的時代。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。