大模型扎堆上機，難掩體驗雞肋，小眾深挖才是出路？

AI大火第三年，手機廠商們已經(jīng)趟進了深水區(qū)。

近日，華為在HDC2025上發(fā)布了鴻蒙智能體框架，華為小藝據(jù)稱將成為系統(tǒng)級的超級智能體。

無獨有偶，榮耀即將發(fā)布的新款手機也將AI能力當成宣傳重點，號稱最強AI智能體手機。

過去一年國產(chǎn)手機在AI賽道集體發(fā)力，華為小藝、小米超級小愛、榮耀YOYO、vivo藍心小V、OPPO小布相繼問世。

智能手機行業(yè)，這種扎堆追熱點現(xiàn)象很常見。

一位手機行業(yè)分析師表示“2025年，沒有大模型的手機，就像2020年沒有5G的手機一樣，注定被淘汰。”

AI手機將成為下一個風口是業(yè)界共識，但現(xiàn)在就妄談用AI革傳統(tǒng)智能手機的命，似乎仍然為時過早。

一、新瓶裝舊酒

從定義上講，“AI手機”并不是一個新物種。

硬件上，2017年，也就是阿爾法GO戰(zhàn)勝李世石引發(fā)轟動的第二年，華為在麒麟970芯片中集成了獨立NPU（嵌入式神經(jīng)網(wǎng)絡處理器）。

華為之后，蘋果、高通、聯(lián)發(fā)科等先后跟進，手機Soc全面進入NPU時代。

功能上，從面部識別、語音助手到看圖識物、一鍵美化等都離不開AI算法的應用。

所以，現(xiàn)有的大多數(shù)手機其實已經(jīng)算是“AI手機”。

當下AI手機與之前相比，不同之處可能在于各大廠商將大模型塞了進去。

比如小米的超級小愛同學就集成了deepseek-R1和自研的輕量級大模型MiLM。

從各大廠商的宣傳來看，融入了大模型的AI手機核心能力大概集中在文檔總結、影像生成、實時翻譯、跨應用操作等領域。

看似眼花繚亂，但似乎并沒有足以引爆消費市場的爽點。

AI影像處理和實時翻譯看起來只是強化版的美圖秀秀和翻譯軟件，文檔總結和跨應用操作的速度和質(zhì)量遠不如用戶親自上手來得快。

至于最核心的語音互動，雖然在模仿人聲方面可以以假亂真，但目前來看仍然像是一個高級玩具，并不能形成生產(chǎn)力。

并且，目前語音智能體仍會出現(xiàn)許多尷尬的錯誤和幻覺。筆者親測，豆包和騰訊元寶在使用中都會出現(xiàn)分不清多音字以及記錯日期等問題。

從消費者角度看，用戶并不在乎智能手機是什么系統(tǒng)，什么架構，他們在乎的是究竟好不好用。

如今AI手機更多是“新瓶裝舊酒”，把手機上原來已有的AI功能進行了加強，距離劃時代三個字仍相去甚遠。

IDC報告預測，2025年中國新一代AI手機出貨量將達到1.18億臺，同比增長59.8%，整體市場占比40.7%。增速遠高于整體智能手機市場。

但如果AI手機不能帶來顛覆式體驗，那這種增長或許也只能曇花一現(xiàn)。

比如曾經(jīng)的VR眼鏡，以其未來感十足的宣傳爆火一時，吸引了大量資本、科技巨頭和創(chuàng)業(yè)公司涌入。

但最終呈現(xiàn)出的產(chǎn)品卻并沒有達到預期，高昂的價格、有限的應用場景和笨重的外觀使得消費者望而卻步。

熱潮褪去之后，VR眼鏡市場表現(xiàn)一路下滑，曾經(jīng)頂著“VR先驅”名號融資20億美元的創(chuàng)業(yè)公司magic leap 如今淪落到在裁員和失信的生死線上苦苦掙扎。

新穎的概念雖然能吸引科技愛好者和嘗鮮型消費者搶先下單，但如果功能不能得到普遍認可，還是很難長久。

人工智能領域也不乏此類現(xiàn)象，比如宣稱要取代智能手機的AI Pin和主打語音操控軟件的Rabbit R1都曾因酷炫的概念火爆一時，卻因體驗令人失望而曇花一現(xiàn)。

AI手機如果不想重蹈覆轍，或許需要有超出消費者預期的功能體驗。

畢竟當初iphone能夠引發(fā)手機行業(yè)的革命不是因為蘋果公司的宣傳攻勢，而是因為其多點觸控的屏幕足夠驚艷。

特斯拉Model 3 成為全球最暢銷的電動車之一也不是因為馬斯克這位世界首富的個人魅力，而是Model 3智能輔助駕駛體驗確實很好。

而AI手機想要引發(fā)行業(yè)革命，或許還要再跨過幾道難關。

第一道難關是芯片算力和功耗的平衡。

在手機端運行大模型，需要有性能更強的NPU，而芯片算力提升意味著功耗變大，直觀地就表現(xiàn)為手機掉續(xù)航變差。

近年來，手機廠商為了解決續(xù)航問題已經(jīng)想盡了辦法。

以小米手機為例，2014年的小米4電池容量3080毫安，充電器功率為10w.到了2024年，小米15電池容量達到了5400毫安，充電器功率達到了90W，測評機構對這個數(shù)值的評價是“保守”。

而AI應用需要處理大量復雜數(shù)據(jù)和實時運算，對算力要求更高，也會令電池消耗更快，影像手機續(xù)航。

第二道難關是成本。

根據(jù)vivo AI全球研究院院長周圍透露，調(diào)用一次云端大模型的成本約為 0.012元至0.015元。

假設某手機品牌有 1億用戶，每人每天調(diào)用10次AI功能，僅對話成本一年就可能超過50億元。

而當下，用戶并沒有為使用大模型付費的習慣。

第三道難關是缺乏應用軟件。

目前的AI手機在應用層面使用最廣泛的仍是語音助手，種類既少，也缺乏爆款，而當年iphone起飛除了本身的多點觸控技術外，APP store 提供的海量應用軟件也功不可沒。

邁過這三道難關前，AI手機可能很難吸引消費者為之支付溢價。

最后的問題是：既然有這么多困難，手機廠商為什么還要扎堆內(nèi)卷AI手機呢？

二、“小眾”即“大眾”

將大模型融入到智能手機里，本質(zhì)是兩個行業(yè)的各取所需。

智能手機行業(yè)經(jīng)過十幾年的發(fā)展，早已從藍海變成紅海。各手機廠商卷性能、卷芯片、卷屏幕、卷像素，已經(jīng)到了卷無可卷的地步。

隨之而來的是同質(zhì)化競爭。中國信通院報告顯示，僅2025年前4個月，國內(nèi)手機就新上市了163款新機型。

如果把這些手機的logo遮起來，恐怕很多消費者都會分不清彼此的區(qū)別。

同質(zhì)化的后果是消費者換機周期變長，反正性能過剩，外觀也差不多，換不換新款手機區(qū)別并不大。

陷入瓶頸的手機廠商們急需能激發(fā)市場活力的“新故事”，而大模型頗具未來感的氣質(zhì)正好符合智能手機行業(yè)需要。

而在同一時刻，大模型也面臨著數(shù)據(jù)中心過載和運營成本高企的壓力，亟需向邊緣計算轉型。

于是，二者一拍即合。智能手機成為了大模型理想的端側，而大模型為智能手機提供了“新故事”。

但是，如前文所述，AI手機的故事要變?yōu)楝F(xiàn)實，還需要跨越重重阻礙。

這種情況下，手機廠商們或許應該考慮從“大眾”走向“小眾”，從追求覆蓋全體用戶的“通用AI手機”轉向主打垂直功能的專用“AI手機”。

這么說的原因有三個。

第一是緩解技術壓力

大模型之所以應用困難，主要是因為芯片、電力、數(shù)據(jù)等資源限制。當資源有限而需求無限時，最好的辦法就是集中資源突破一點。

芯片進化史上也走過類似路徑：早期計算機中約20%的指令承擔了80%的工作，復雜且緩慢，于是risc理念誕生——只要求硬件執(zhí)行很有限且最常用的那部分指令，大部分復雜的操作則使用成熟的編譯技術，由簡單指令合成。

RISC理念誕生后，芯片設計行業(yè)進入百花齊放，高速發(fā)展的快車道，大模型發(fā)展或可由此借鑒一二。

第二是為了尋求差異化

5G技術誕生之初，曾是智能手機最熱的賣點，但后來5G快速普及，成了智能手機的標配，也就不再成為消費者關注的點。

特別是在熱潮褪去的當下，比起5G,消費者可能更關心屏幕和續(xù)航。

如果AI手機再走一遍同樣的路徑，同質(zhì)化競爭很快就會卷土重來。與其如此，不如專注于大模型的垂直應用。

對于消費者而言，一個好用的AI功能可能勝過十個能用但半吊子的智能體。

第三，“小眾”市場不小

一個普遍的規(guī)律是一種產(chǎn)品覆蓋群體越廣，就會越普通，因為需要普適。

AI大模型如果要覆蓋全體用戶，其發(fā)展方向必然是簡單，通俗。

簡單和通俗反過來說就是無趣。這樣的功能或許可以覆蓋更多的人群，卻無法提高用戶粘性。

而當下的中國社會，消費需求正在從大眾化走向個性化。

個性化的消費需求或許人群數(shù)量少，但其消費群體往往愿意為了細分需求支付更高的溢價。

以普適性的觀念看，很難理解為什么有消費者愿意為了10寸的巨型提拉米蘇而買山姆的會員，同樣也很難理解為什么泡泡瑪特的LABUBU漲價到上千元依然有人排隊購買。

所以，在通用大模型難以解決技術和成本難題時，或許可以深挖細分賽道，畢竟市場足夠大，只要能精準命中一部分細分需求，就足以帶來可觀的增量。

同時，針對細分市場的技術積累或許有機會厚積薄發(fā)，助力廠商突破通用通用大模型的技術難題。

就像小米第一次造芯片時，由于低估了芯片研發(fā)難度，導致研發(fā)了3年的澎湃S1芯片上市即落后，僅有6個月生命周期便鎩羽而歸。

而吞下失敗苦果的小米并沒有解散芯片團隊，而是改弦易轍，轉向“小芯片”業(yè)務，開發(fā)了ISP芯片和影像算法。

最后這些技術積累都集成進了玄戒O1芯片中，給小米芯片之路帶來新生。

天眼查APP顯示，截止2025年6月26日，小米總市值達到14765.08億港元。

總之，AI大模型技術和芯片技術一樣，不僅是產(chǎn)業(yè)，還涉及工程學甚至科學上的突破，需要長時間的堅持和投入，非一朝一夕所能成事。

免責聲明：本文基于公司法定披露內(nèi)容和已公開的資料信息，展開評論，但作者不保證該信息資料的完整性、及時性。

另：股市有風險，入市需謹慎。文章不構成投資建議，投資與否須自行甄別。