2017年9月，IT产业的技术重心出现了一个值得留意的位移。华为把神经处理单元塞进了手机芯片，苹果用结构光人脸识别换掉了指纹，腾讯则把AI推到了营销链路的最前端。三条线索指向同一个方向：智能正在从云端向终端和业务现场迁移。
麒麟970：把NPU塞进SoC里
9月2日，华为在柏林IFA展上发布了麒麟970芯片。这颗芯片的关键信息不在CPU或GPU的常规迭代，而在于华为所称的“首个人工智能移动计算平台”定位。具体做法是在SoC内部集成一个独立的神经处理单元（NPU），专门处理深度学习推理任务。
这个架构选择的含义需要拆开看。此前移动端的AI计算主要依赖CPU或GPU做通用运算，效率低、功耗高。独立NPU的加入意味着图像识别、语音处理这类任务可以在本地以更低的功耗完成，不必事事回传云端。华为消费者业务CEO余承东同时确认，首款搭载麒麟970的Mate系列产品将于10月16日在慕尼黑发布。芯片先行、终端跟进的节奏表明，华为在尝试把AI能力做成硬件层面的差异化壁垒，而非停留在应用层的功能堆叠。
Face ID：结构光从实验室走向量产
北京时间9月13日凌晨，苹果在乔布斯剧院发布了iPhone X。这款产品最核心的技术变更在于彻底取消了Home键和Touch ID，改用Face ID完成解锁与支付认证。实现路径是屏幕顶部“刘海”区域内的红外相机与点阵投影器：系统发射约三万个红外点构建面部深度图，在黑暗环境下同样可以工作。
发布会的现场演示出现了一次意外：苹果软件工程高级副总裁克雷格·费德里吉第一次面部识别失败，屏幕上弹出输入数字密码的提示，第二次才成功解锁。苹果事后解释为演示机此前被多人操作导致识别异常，但这一插曲直接反映在了股价上——当日收盘苹果下跌0.42%，市值蒸发约33亿美元。抛开演示事故不谈，Face ID的技术意义在于把结构光模组做到了手机量产级别，这比算法本身更难。同时发布的iPhone 8系列搭载了A11六核处理器，苹果称其为首款为AR专属设计的智能手机。芯片层面的AR优化与Face ID的深度感知能力，实际上共享同一套硬件逻辑：让手机理解三维空间。
腾讯的AI叙事：从实验室到营销全链路
9月12日，腾讯智慧峰会在上海办了第十届。首席运营官任宇昕到场，提出的核心概念是“ONE TENCENT”，即打通腾讯内部各事业群的营销平台与数据能力，构建所谓“全链式营销”。值得关注的是腾讯AI Lab主任张潼在峰会上的发言：他提出营销智能化的三个关键是智慧化、精准化和个性化，AI需要承担从创意内容生成到跨场景用户理解再到精准决策的链条。
把这段话放回腾讯的整体AI布局里看，逻辑是连贯的。腾讯在上一阶段已经把AI定位为“基础能力”，覆盖机器学习、计算机视觉、语音识别和NLP四个方向。9月的这场峰会则展示了这些能力在商业侧的落点：营销不是孤立的应用场景，而是腾讯所有产品线（社交、内容、支付）数据交汇后最能验证AI效果的试验场。张潼所说的“创意内容生成”，指向的是用模型辅助甚至替代部分人工创意产出，这在当时的营销技术语境里属于相对前沿的提法。
三条线索的交汇点
把麒麟970、Face ID和腾讯的营销AI放在同一个时间窗口里看，它们处理的是不同层面的问题，但底层逻辑一致。华为在芯片层面为终端侧推理提供专用算力，苹果用结构光加A11为三维感知和AR铺硬件底子，腾讯则在业务数据最密集的场景里验证AI对决策链的渗透能力。三者的共同前提是：智能不再只是云端GPU集群上的训练任务，它正在变成终端里的一颗专用芯片、手机正面的一组成像模组、营销后台的一条自动决策流。
这个月没有哪一项发布构成范式级的断裂，但硬件层面的专用化趋势已经清晰。芯片开始为神经网络单独划出晶体管预算，手机开始用光而非手指来确认身份，互联网公司的AI叙事开始从技术汇报转向商业闭环。这些变化各自独立，叠加起来却指向同一个方向：计算架构正在为智能任务重新分工。