AI手机元年,谁能“抢跑”?(真没想到)

题图 | 视觉中国

2022年11月,ChatGPT问世,随后花了三个月的时间才在中文互联网引起大范围的讨论。而如今龙年开春之后,美国开放人工智能研究中心(OpenAI)推出的视频生成模型Sora,仅用了一周的时间便令海内外的AI从业者、投资人彻夜难眠。

与此同时,苹果宣布放弃投入10年时间的造车业务,汽车团队的员工也将被调往更加核心的人工智能部门,专注于推动生成式AI业务的发展,后者已成为苹果日益重要的战略重心。

而对于大众来说,过去一年,用户开始习惯于在云端感受以ChatGPT为代表的生成式AI的强大能力。但由于计算规模巨大,运算处理汇集在云端进行,如果为数十亿的终端设备提供AI服务,其成本必将大幅提升,服务体验也未必好。比如ChatGPT在对注册用户进行限制的情况下,仍动辄出现卡顿甚至宕机的情况。

再加上AI大模型规模化扩张带来推理算力需求激增,创新者们在找寻AI助手的下一程时,便开始关注向端侧AI靠近的可能性。端侧AI,即在终端设备上进行的轻型模型AI技术,包括手机、笔记本电脑、头戴式显示器等都能成为端侧的具体载体。

作为亿万用户使用最为频繁的智能电子终端,手机也被视为让AI变得“更接地气”的最佳端侧解决方案。

而AI手机的概念也承接着人工智能技术普惠的使命变得愈发火热。在被市场一致看好为AI手机元年的2024,竞逐AI的手机厂商们,谁又能率先抢跑,谜底呼之欲出。

AI牵动产业链

当下的AI成熟了么?

显然还处于发展期。

那么我们现在的云端AI面临什么问题?

首先,云端AI的背后,是高昂的成本。

“GPT-3的单次训练成本就高达140万美元,对于一些更大的LLM(大型语言模型)练成本介于200万美元至1200万美元之间”、“GPT-3单次训练的电力消耗大概可能是3000辆特斯拉的电动汽车,每辆跑到20万英里(约32.19万公里),把它跑‘死’,这么大的耗电量,才够ChatGPT训练一次”。

云端AI计算资源消耗大,尤其是当生成式AI开始深入各个行业的应用场景,具有强大计算能力的云端AI或许也需要一个帮手来助其快速触达用户需求。

从特质上来看,端侧AI由于无需将数据上传至云端进行处理再返回结果,可以实现更快的响应速度,特别适合对实时性要求较高的应用场景,如自动驾驶、智能家居控制等。另外端侧AI可以借助终端数据生态的丰富性,提供更为个性化和针对性的服务。上述两点恰好在功能丰富度上,与云端形成了互补。

从另一个角度来看,IoT生态长期以来的发展瓶颈正在松动。今天的云端协同,正在为移动终端带来新的技术可能。

在智能家居场景中,存在着大量的小、微型终端,如空调、抽油烟机、微波炉、风扇、跑步机等,这类设备通常会有节奏的上传结构化数据,虽然功能简单,但交互较为频繁。在这种情况下,频繁的通过边缘节点访问云端算力,不太明智,直接部署端侧大模型,更加实际。

而以上所有场景,都可以理解为,2024年的生成式 AI,正在以 AI Agent 的形式全面渗透移动终端和可穿戴设备。如果说去年的生成式AI爆发,独属于大模型公司和云厂商,那么今年对于云端协同AI的投入,已经牵动了整条3C产业链。

为什么是AI手机?

那么,云端协同究竟应该以怎样的硬件形式落地?对于这一问题的回答,创新者们的探索路径五花八门。

消费类硬件,曾是科技界“跳动的心脏”,也是硅谷工程师们一度争相抢占的AI赛道的“下一个大事件”。

然而随着投资进程的举步维艰,以及Rabbit(兔子)等AI硬件亮相后效果不如预期(提前使用的用户认为其响应时间过慢,或并不适合AI设备的未来趋势,甚至有观点认为其完全可以被一个App所替代),创新者们开始回到起点思考问题:我们为什么非要多做一块屏幕让用户尝鲜?AI大模型在移动端的应用完全可以用相对更简单的一种方式去实现,即和手机进行融合。

随着主流芯片厂商旗舰SoC的狂奔,AI算力方面的大幅提升,让AI手机足以胜任Rabbit R1、AI Pin这类“原生AI设备”能够完成的工作,甚至做得更好。

作为普及率最高的移动智能终端,手机不仅具备便利性的特质,成熟的用户数据积累和丰富的软硬件生态,以及相较纯云端更低的使用成本,则能让每一个普通用户更容易感受到AI的实用。

当然,AI与手机的这场双向奔赴要从“噱头”走向落地,真正创造与过往智能手机不同的体验差异,或许还需挑战技术、成本、市场等众多难关。

过去,从镜头到芯片,再到屏幕、电池,手机行业除了“内卷”,真正打动消费者的革命性创新并不多。而AI与手机的融合,按照手机厂商们的设想,则会朝着将具有人格化、记忆、感知和管理能力,触发主动服务,为用户提供更好的体验的智能体发展。

因此,换机意愿下降的客户是否会为“革新”后的AI功能买单,则决定了AI手机离落地究竟还有多长的路要走。

事实上,AI手机的概念并不新鲜。早在6年前,具有AI功能芯片的面世,就昭示了未来AI手机出现的可能性。而如今的智能手机产品所展现的AI功能,更多的是锦上添花,刚需性不强,未能成为消费者选择手机的核心要素。

例如,AI助手提供的回答价值有限,获取有效信息的效率偏低;推荐服务功能,基于定位、时间、习惯等综合因素提供便捷入口,却并不能完全理解用户的意图;创作图片功能不仅总有瑕疵,还时不时闹出啼笑皆非的笑话。并且在调用AI功能时还会过度消耗系统资源,给手机性能和续航带来更大的挑战。

在被誉为AI手机元年的2024,手机厂商开始回归本质,去探寻深入应用场景中,用户真正需要的差异化功能创新。

AI+手机,何以双向奔赴

“通过用户洞察方式来做产品是最重要的,谁对用户最理解,谁真正地懂产品,就能在竞争中保持差异化,始终拥有核心竞争力”,OPPO首席产品官刘作虎在20日举办的OPPO AI战略发布会上说道。

对于普通用户而言,AI的功能需要落到具体的日常工作生活场景中,沿着这些洞察,以OPPO为首的国产厂商们开始为全新迭代的产品注入新的AI生命力。

在OPPO今年1月发布的Find X7系列中,AI消除功能把游客照背景里的路人智能消除,补充背景,并且操作快捷自然,用户可能再也不需要在小红书、知乎等平台苦苦修找P图教学贴。

而AI通话摘要功能,则能在打电话时自动帮记录通话内容,并且将内容重点通过文档的方式记录,打工人再也不用担心一边举着手机通话,一边还要对着电脑屏幕码字记录的崩溃场景了。这种对于传统通话、录音、速记、备忘的记录形式的颠覆,堪称将AI功能真正用到了实处。

不止于此,今年的除夕夜前,OPPO向超千万OPPO、一加手机用户推送一版新软件,其中就包含了上百项AI功能。这些小而实用的AI功能不断汇集,用户心中AI手机的模样也就愈发清晰。

从需求原点逆推AI技术的最终指向,本就是手机、PC等智能电子终端与AI融合的关键且基础的方式。这种扎根于用户、从根源出发的改变并不是一蹴而就,而是循序渐进、不断积累。通过用户反馈-创新优化-再反馈-再创新的良性循环来不断磨合成长。

另一方面,从技术研发角度出发,这些不断优化的AI功能背后,也是国产厂商们走自主化和差异化创新之路所获得的阶段性成果。

对于厂商来说,现阶段的手机AI技术对CPU、NPU的性能都有着很高的要求。其不但要考虑大模型参数量级、AI体验和手机能耗等问题,更需要大量的成本投入,这是对硬实力的一次大考验。

而在这场拼投入、拼耐力、拼底蕴的长跑竞赛中,OPPO起跑的最早,也跑得最快。

在探寻极限算力的过程之中,两条腿走路的OPPO一边和芯片厂商联发科进行合作,通过定制超级AI单元APU,在本地更高效地运行70亿参数大模型。一边自建 AI滨海湾数据中心,用于进行千亿级AI模型预训练的算力,并且能够实现骨干网络连接时延低于2ms。

而这种All in AI的决心最终为市场带来了行业首款端侧应用70亿大模型的AndesGPT。在行业普遍遵循AI和自研OS深度结合的背景下,产品创新也将和场景更加贴合。跳脱“内卷”影像、续航的贴身肉搏之后,AI手机的故事也将更具想象力。

OPPO AI滨海湾数据中心

结语

2011年播出的英剧《黑镜》中曾有一集,女主十分想念逝去的男友,将他的社交媒体资料集合成了一个AI“替身”,终日与他相伴。如今13年之后,曾经的科幻走进现实,OpenAI的GPT接口可以用大量数据进行模仿,最终让AI足够像其所属用户。

大模型、机器人、智能制造、自动驾驶……2023年全国两会正值ChatGPT亮相不久,全国人大代表、政协委员们深入探讨了中国人工智能行业该如何“接招”等问题。

一年过去,生成式AI热度不减,人工智能频上头条,再次成为2024年北京两会上的热词。在应用、安全、智能算力三驾马车齐头并进的态势下,“人工智能”迎来发展重头戏,推动AI赋能更多生活场景。

2月26日政协委员走进OPPO围绕“加快AI手机生态建设、打造通信行业新质生产力”进行座谈,肯定了OPPO布局AI手机战略的行业价值,“人工智能是打造新质生产力的主要阵地,是新的工业革命。中国用户体量巨大,人工智能在手机领域的应用要结合中国国情,要带动通讯领域的整体发展。”

让AI惠及日常生活的每一个角落是普罗大众对科技发展的终极诉求。所以当人工智能技术愈发成熟,人们对于诸如AI手机这样超级应用的出现开始愈发期待。而苹果、三星、OPPO的策略布局不谋而合,也预示着AI手机发展趋势势不可挡。同时,在场景、使用、规划逐渐明晰之后,AI也将成为OPPO眼中,带领智能手机进入下一世代的那把钥匙。

特别策划

相关阅读

添加新评论