.jpg)
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），训练成本介于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****、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。
