人工智能剛剛火了一年，各家的“AI手機”已經打得不可開交。

今年一月，三星率先打出了“Galaxy AI is Coming”的slogan，配合視頻中酷炫的功能演示，昭示了想要抱住AI大腿的決心，把以為三星早已退出中國市場的圍觀群眾嚇了一跳。

春節期間，魅族也搞了個大新聞，宣布停止“傳統智能手機”開發，誓要死磕AI。伴隨大模型陸續裝進終端，手機廠商們紛紛擼起袖子，準備跑步跨入新時代。

智能手機行業，這種“廠傳廠”現象并不新鮮。

過去幾年，手機廠商圍繞全面屏、折疊屏、快充等技術瘋狂內卷。但始終無法改變停滯的市場增長，和消費者越來越長的換機周期。

2023年，全球智能手機出貨量來到十年來最低谷，突然冒頭的生成式AI，仿佛成了又粗又壯的救命稻草[1]。

AI一定是手機進化的核心方向，也是所有手機品牌研發開支的主要流向。但迫不及待的把“傳統智能手機”掃進歷史的垃圾堆，恐怕有點操之過急。

冷飯新炒

事實上，如果以AI的功能體驗作為評判標準，我們現在使用的智能手機，已經可以叫“AI手機”了。

除了少數經典的釘子戶機型，市場上大部分手機，都繼承了大量的AI功能。

最典型的例子是蘋果在2019年推出的AI照片處理技術Deep Fusion：

當使用者按下快門鍵時，iPhone其實在短時間內連拍了9張照片，然后根據內置算法，在不到1秒的時間里，選出9張照片里最好的部分，使用“像素對像素”技術將這些部分進行精確疊合，最終合成一張最優質照片[2]。

Deep Fusion

換句話說，我們拍攝的照片，實際上是算法用9張照片拼起來的。早幾年手機品牌主打的“拍月亮”功能，實際上就離不開AI算法的應用，甚至鬧出過不少笑話。

手機中的導航也是一個典型的AI功能。在規劃行經路線時，iPhone會利用算法和實時數據提供一個最優解。

實現這些功能的關鍵，是iPhone從2017年A11芯片開始采用的NPU。

NPU(Neural network Processing Unit)即神經網絡處理器，對應著當時主流的人工智能技術路線“神經網絡”。NPU誕生的背景，就是用一個單獨的功能模塊，應付越來越龐大的AI計算量。

A11中首次出現的NPU

A11處理器推出后，高通和聯發科迅速跟進，也在自家SoC上集成了專門的NPU。

只要不是太老的手機，基本都擁有從軟件到硬件完整的AI功能，無論是淘寶的千人千面，還是抖音的算法推薦，都離不開芯片算力和AI算法。

因此，“AI手機”并不是一個新物種。

當今市場上絕大多數的中高端智能手機，都搭載了AI加速器與一眾AI功能，都可以歸于“AI手機”的行列。

而當下的眾多“AI手機”，最大的變化是搭載了最新的大模型，比如三星就集成了谷歌的Gemini Pro（國內版是文心一言）。

三星Galaxy S24 Ultra主推的AI應用，主要是翻譯通話內容、智能修圖建議、圖片搜索、寫作助手等功能。這也暴露了“AI手機”的一個硬傷：更多只是對現有AI功能的優化和完善。

翻譯更方便、修圖更簡單固然是進步，但里真正的“革命性”相去尚遠。

三星AI手機的圈圖搜索功能

反映到消費者的購買決策，自然也缺乏吸引力。同一時期在社交媒體刷屏的，反而是看上去跟AI關系不大的Vision Pro。

不怪手機廠商當牛頓的決心不堅定，實在是巨人的肩膀已經足夠高。從90分到95分的進步，對手機廠商尋找增量的目標來說有點杯水車薪。

想讓消費者提前換機，支付溢價，可能還是得靠足夠顛覆式的體驗。

那么何謂顛覆式體驗？“隔壁造車的特斯拉已經打好了樣。

顛覆式體驗

2021年底，特斯拉在北美上線FSD（完全自動駕駛）服務，售價12000美元。

在這之前，除了少數雞賊公司把遠程解鎖開空調當訂閱服務賣，還從來沒有汽車公司把單純的軟件功能做成增值服務。大部分“選裝”都是以倒車影像為主的硬件功能。

但特斯拉不僅做了，馬斯克還放話，賣車可以少賺一點，反正軟件能把利潤掙回來。

馬斯克從不吹沒有底氣的牛，他的預言也很快成為了現實。

截止至2022年第四季度，有28.5萬北美車主已經購買了FSD Beta版本[3]。期間特斯拉的FSD服務還漲過一次價，如今高達15000美元，已經可以買輛新車了。

汽車行業，28.5萬的銷量不是個小數字，很多新勢力一年下來，車都賣不到這個水平。

FSD成功的理由很簡單：它帶來了傳統燃油車無法實現的顛覆式體驗。

一個體驗夠不夠“顛覆式”，是一個非常主觀的問題。但它也有一個可以量化的衡量標準：消費者愿不愿意為它花錢。

知名分析師Gene Munster預測，FSD服務有望為特斯拉帶來每年200億美元的收入。作為對比，特斯拉2023年全年營收為967.73億美元。

憑借大量真實體驗和網絡小視頻，獨立的輔助駕駛服務已經被大眾逐漸接受，并開始給車企源源不斷的貢獻現金流。

特斯拉FSD

小鵬汽車的XPILOT 3.0版本，最初售價3.6萬元人民幣，到2021年3月累計付費率達到25%。

后來，小鵬將智駕功能集成到高配的MAX版本中。按照創始人何小鵬的說法，車主在購買X9以及G9\G6等車型時，選購MAX版本的人數高達7-8成，智駕能力成為最大的賣點[4]。

問界M9的智駕包預計也將單獨收費，價格大約為2.6萬元人民幣。

以車為鑒，目前市場上的“AI手機”，其功能體驗可能確實還談不上“顛覆式”。iPhone 4火遍全球不是因為蘋果四處嚷嚷自己是“智能手機”，而是消費者真的很想玩水果忍者和憤怒的小鳥。

那么問題來了：如此革命性的大模型技術，手機廠商為何用不好？是不想嗎？

答案是不能，至少暫時還不能。

什么困住了AI手機？

擋在手機廠商面前的，共有三座大山。

第一座大山叫功耗。

智能手機是一個對便攜性要求很高的移動設備。一來不能像PC一樣長期插電使用，電池電量又十分有限，所以功耗不能太高，否則耗電速度太快；二來手機體積小，散熱差，對發熱極其敏感。

一個典型的例子是，英偉達的RTX4090峰值功耗可以達到450W，而搭載地表最強處理器的iPhone 15Pro，最高也只能跑到14W。

這就在物理層面上把手機的功耗在卡死了。

而無論是特斯拉的FSD，還是ChatGPT堪比“百科全書”的本事，背后依托的都是千億，甚至萬億參數量的大模型。

ChatGPT所搭載的GPT-3.5，參數量達到1750億。運行這樣一個模型，大約需要30000塊A100芯片[5]。

然而，光是由8顆A100組成的服務器，最大功耗就有6500W——這顯然不是智能手機可以觸碰的領域。

為大模型提供算力的數據中心規模

第二座大山叫內存。

模型越大，參數越多，運行時需要存儲的數據也越多，因此內存大小決定模型上限。

Meta所推出的Llama，是當前主流的開源大模型之一，其最小的型號是70億參數。若想在端側運行Llama，最低限度也需要至少14GB的內存。

而iPhone目前的最高端機型iPhone 15 Pro Max，內存僅為8GB。

因此，手機廠商引入個10億參數級別的模型，都能大吹特吹。然而，遙遙領先了一整年的GPT-4，其參數量有1.8萬億。

一些科學家已經斷言：GPT-4永遠不可能在手機端側運行。

當然，大模型不必非得上端，也可以將手機將數據傳輸至云端，完成計算后再傳輸回來。ChatGPT與文心一言的App，都是如此。但這又會產生隱私問題：數據在手機上，還是自己的；如果傳輸到云端，那就不好說了。

而第三座大山，是缺少下游應用。

當年，iPhone之所以能脫穎而出，除了驚艷的硬件設計之外，也離不開“憤怒的小鳥們”。當下，大模型落地仍在探索階段，仍未出現真正意義上的殺手級應用。

由此可見，未來真正能塑造AI手機的，從來都不是手機廠商。

尾聲

2018年，全球智能手機出貨量近十年首次同比下跌，自此結束了黃金時代。

市場飽和、換機速度放緩、消費者越來越挑剔，成為了手機廠商難以攻破的課題。而在剛剛過去的2023年，出貨量又迎新低，手機行業再一次跌落谷底。

過去幾年，手機廠商可謂是使出了渾身解數，將智能手機的每一個零部件、每一項功能，都盡可能卷到了極致——他們太想讓大家換手機了。

手機廠商的焦慮，其實完全可以理解。

OPPO高級副總裁劉作虎說，大模型的車，再不上就沒戲了[6]。橫空出世的大模型，確實將重塑智能手機這個物種。只是在當下，“AI手機”的面貌還很模糊。

不過也沒必要過多苛責手機品牌的產品和宣發部門，畢竟大家都有KPI，大家都要還房貸。

參考文章：

[1] Apple Grabs the Top Spot in the Smartphone Market in 2023，IDC

[2] 搞機小弟，iOS13.2為iPhone11帶來AI照片處理技術：這7件事你需要知道

[3] What's the Value of Tesla FSD？FallacyAlarm

[4] 小鵬吹響了反攻的號角，華爾街見聞

[5] ChatGPT運行需要3萬塊A100顯卡，英偉達可從OpenAI賺取3億美元，TrendForce

[6] OPPO劉作虎：再不布局大模型就沒戲了，解趣商業

[7] on Device AI Double-edged Sword，Semianalysis

[8] 為什么內存子系統在AI推理芯片中至關重要，EET-China

編輯：陳彬

視覺設計：疏睿

責任編輯：陳彬