原文來源：財經故事薈
圖片來源：由無界AI生成
OpenAI可能要造手機了，而且可能是專為ChatGPT設計的AI手機。
最近，根據The Information報導，OpenAI CEO Sam Altman一直在與iPhone著名設計師Jony Ive聯繫，討論開發新的AI硬體設備。
軟銀CEO孫宇晨也對此興趣盎然，並「與兩人交談過這個想法」。
三方合作雖然尚無定論，但以孫宇晨一向標榜的ChatGPT「重度用戶」身分來看，這事兒有戲。
一面是AI公司準備挺進硬體領域；另一面，手機廠商也在加緊擁抱AI大模型。
美東時間10月4日，Google發布了搭載GoogleAI基礎模型、「以人工智慧為中心」的Google Pixel 8系列手機——考慮到谷歌當初發布的安卓系統，曾一舉帶動功能手機跨躍性進入智慧型手機時代，Google此番入場，可能拉開了AI手機的序幕。
國內手機廠商，也紛至沓來。
10月11日，OPPO宣布，基於其自主訓練的安第斯大模型（AndesGPT）打造的新小布助手1.0 Beta 版嚐鮮體驗正式開啟，升級後的小布助手將具備AI 大模型能力。
這是繼小米宣佈內建AI大模型的小愛內測之後，又一啟動內建AI大模型手機智慧型助理實測的手機廠商。
步子邁得更大的是華為，從宣布手機系統接入盤古大模型，到開啟內置大模型的語音助手小藝的眾測、發布內置AI大模型的新機華為Mate60系列，一個多月就一氣呵成。
vivo雖然在大模型落地應用上沒有實際進展，但其自研的70億參數大模型vivo_Agent_LM_7B，已在8月份現身C-Eval 等榜單；且官方也在9月的博鰲亞洲論壇國際科技與創新論壇上，預告了自研大模型發布的消息。
榮耀更為火急火燎，7月初早早發布了號稱「全球首款原生集成AI大模型的國產手機」Magic V2，賺足噱頭；但其自研大模型的進展卻沒露半點風聲，反而表態「在網絡大模型方面跟互聯網公司合作” 。
……
國內外手機巨頭大干快乾AI大模型的急切心情，是顯而易見的。這主要是因為，手機市場創新乏力，實在成交量不動了；而“把大模型裝進手機”，很可能實現手機功能和體驗的革命性突破，有望引發新一輪換機潮。
一、AI手機有望治癒市場內卷？
為何國內手機廠商，都對AI大模型趨之若鶓？
最直接的價值，當屬手機效能和體驗的提升。
當AI大模型融入手機系統，一方面能增強手機處理影像、語音、自然語言處理等任務的能力，顯著增強手機效能；另一方面能更靈活回應使用者需求，提升使用者體驗，且隨著AI演算法的進化，加載在端側的大模型對用戶了解的加深，手機可以預測用戶的行為並提前進行優化，變得更聰明智能，從“千人一機”變成“千人千機”。
部署在手機本地的AI大模型，不僅可以實現AI對各類APP的優化賦能，甚至可以作為通用接口，打破壁壘，讓APP能力實現自由組合，進而提升用戶體驗和產品競爭力。
國內外分別率先落地AI大模型的華為Mate60系列機種及Google Pixel 8系列手機，就是例證。
華為手機很早就將AI能力應用於增強手機影像處理方面，這次AI大模型內建到系統後，體驗改善最明顯的是其手機語音助理小藝。
與OpenAI的ChatGPT、GoogleBard這些生成式AI聊天機器人有所不同，華為的小藝在HarmonyOS作業系統底層進行了重構。
即前兩者只是載入在手機上的AI應用，小藝則是將大模型作為智慧係統的大腦，借助大模型的高階能力，對系統能力進行全面增強。
而有盤古大模型做底層支援的小藝，不僅自然語言理解能力實現跨越式迭代，還能利用生成式AI多為用戶做很多事情，比如資訊摘要、寫文章、回复郵件、撰寫備忘錄、圖片二創等。
不止滿足生活需求，甚至能輔助工作。例如邀約合作夥伴開會，直接跟小藝口述會議的時間、邀請人員以及討論內容，小藝就能寫出一封會議邀請郵件。
更值得一提的是，小藝確實做到了打破APP之間的壁壘，以應對更複雜的使用者需求場景。
例如針對一張海報圖片，詢問小藝相關的地址資訊並要求導航到目標地點，小藝就可以準確識別海報中的地址資訊並打開導航App進行導航。
又如，想找一家牛排餐廳，小藝可以準確理解意圖，並直接調用美團服務找到相關餐廳。
而Google Pixel 8系列手機對影像處理能力的增強，也令人驚艷。
透過生成式AI，Google Photos 中的Magic Editor（魔法編輯器） 可以利用已經拍攝的照片，手動從其他照片中選擇另一個表情，產生一張新的照片，並且可以保證「每個人都睜著眼睛」。
此外，這項功能還能抹去照片中不必要的背景和雜物，讓空有高配手機卻拍不出合格照片的“手殘黨”，也能成為出片大師。
AI大模型對手機功能體驗的改善是顯而易見，並能切中用戶需求的，或將刺激大批打算嘗鮮的用戶換機，打破手機行業創新乏力的同質化內捲困境。
根據市場研究機構Canalys發布的最新報告，截至2023年第二季度，中國智慧型手機市場出貨量約6,430萬台，較去年同期下跌5%；全球智慧型手機市場同樣動力不足，今年第二季出貨量較去年同期下跌10%。
而在下滑的大盤中，高階市場則相對走俏。 Canalys分析師Amber Liu指出，“消費者越來越願意為高品質產品買單。自去年以來，中國智慧型手機市場的平均價格已超過450美元，預計未來幾個季度將繼續攀升。”
如果AI手機可以大幅提升體驗，國內外手機市場再次被啟動或成為可能。
華泰證券在其題為《AI會推動新一輪換機潮嗎？ 》的專題研究中指出，隨著AI大模型時代到來，AI有望成為驅動下一輪換機潮的重要因素，預計2023 下半年首批「AI 手機」將陸續面世，目前AI 手機主要應用NLP（自然語言處理）和CV（電腦視覺）技術，預計2024-2025 年將有更多創新AI 應用在手機落地。
在2023年第二季業績會上，聯發科也表達了類似觀點，認為「AI 落地手機將加速換機週期」。
二、「搶灘」大模型，廠商進展不一
其實，手機產業爭相搶灘AI大模型，並非僅僅是跟風熱點，頭部廠商佈局AI已有時日，且在步步遞進，早期更多是從功能改善層面出發，如今逐漸深入到系統層面。
雖然直到今年8月發布鴻蒙4系統時，華為才宣布將大模型連接到手機系統，但盤古大模型早在2020年9月就已經啟動研發，至今已經迭代至3.0版本並已商用。
同樣較早佈局AI大模型的還有OPPO。
自2020年起，OPPO小布助手團隊就開始探索並應用大語言模型。
早在其大模型AndesGPT專案開展以前，OPPO就已經展開了大量的AI投入，對預訓練語言模型進行開發和探索，自主研發了曾在中文語言理解測評基準CLUE1.1總榜中排名第五、大規模知識圖譜問答KgCLUE1.0，以及排行榜排名第一的大模型OBERT。
vivo發力AI大模型的時間雖尚不可考，但從其2018年成立AI全球研究院，今年8月份在權威測評網站提交了70億參數大模型vivo_Agent_LM_7B看，投入相關領域研發時間不會短。
小米下場也不晚，早在2016年7月就已經佈置AI，到了今年4月，又順勢正式組建了AI實驗室大模型團隊。
正如小米技術委員會AI 實驗室大模型團隊負責人欒劍所說，「手機和AI 的結合其實很早就有了，比如在拍照中對照片的調整——快速對焦，超分辨率等。現在把大模型加入手機，是一個升級，它提高的是自然語言的交互，包括文字處理的能力、多模態的處理能力等。”
國內手機廠商之所以急著在近三、四個月將自身的AI大模型推到台前，甚至整合應用到手機，或是想先發制人，抓住AI手機可能帶來的換機潮的窗口期。
手機廠商加速落地AI大模型，一定程度上也是針對消費需求疲軟局面的「自救」。
根據前述內容，除了自研大模型進展一直沒消息的榮耀，國內大部分手機巨頭，基本上都選擇了自研AI大模型，但因為各自條件限制和啟動時間有先有後，落地進展不盡相同。
自建一套生態的華為，目前算是第一家將手機AI大模型落地新機的國內手機廠商。
其次要屬OPPO和小米。二者雖然未正式發佈內置AI大模型的新機型，但已經將旗下內置AI大模型的新手機助手分別啟動公測和內測，邁出將AI大模型和手機系統融合的步伐。
OPPO整體考慮更周全，提前做好和上游廠商的磨合。在自主訓練AndesGPT大語言模型的同時，OPPO也和聯發科合作，希望藉用其4位量化技術，實現精度不掉點效果下端側性能更優，盡快推動AndesGPT在端側輕量化落地。
vivio雖然自研大模型已上權威排行榜，但至今未見具體落地行為。
網傳vivio在今年10月左右會推出內置AI大模型的新OriginOS 4.0系統，如果屆時一併推出內置AI大模型新系統的新機，vivo有望成為繼華為之後，國內第二個將AI大模型落地新機的手機廠商。
與華為軟、硬體自成一體不同，其他手機廠商在自研大模型的同時，未來還是免不了和上游硬體廠商合作，借助其晶片及輕量化技術，更好推進自研AI大模型在手機端的落地，變數更多。
從某種程度而言，誰能更快和硬體廠商磨合好，將自研的大模型加速輕量化落地，誰就能更快搶得先機。
三、自研大模式：終將走向端雲一體化？
另一個問題來了：目前市場「百模大戰」火熱，手機廠商為什麼不採取拿來主義，直接調用成熟雲端大模型的開源接口，非要親自下場自研端側大模型？
原因可用兩個關鍵字概括：帶不好、帶不動。
一方面，像ChatGPT這類部署在雲端的大模型的具體應用，一直以來都伴隨著強烈的隱私安全爭議。
而在地化部署的手機AI大模型，資料不會離開端側，在用戶資料的隱私和安全性方面更有保障。
因為參數量較為輕量化，手機大模型的載入運行速度也會更快，不受網路環境限制。
此外，佈局在手機端的輕量化大模型訓練週期短，能依照使用者需求進行快速的迭代更新，在回應使用者需求方面更靈活。
華泰證券也在前述研報中斷言，不同於訓練環節的高計算性能要求，推理環節主要根據用戶需求，利用訓練好的模型進行推理預測，對峰值計算性能要求較低，更注重單位能耗算力、時延、成本等綜合指標。
由於雲端算力與終端設備間需透過網路頻道傳輸，僅將推理算力分佈於雲端，受限於網路頻寬與傳輸距離，將無法滿足部分場景低時延、高可靠性等要求。
另一方面，對雲端大模型來說，隨著存取的需求增加及使用頻率的增加，雲端算力、網路頻寬、儲存及硬體等資源的消耗負擔越重。
手機廠商如果把手機效能革命的驅動力中樞搭載在這些「笨重」的雲端大模型上，手機效能體驗很容易不穩定，甚至被拖入泥潭。
對於自研端側大模型的問題，小米技術委員會AI 實驗室大模型團隊負責人欒劍在接受騰訊科技採訪時的回答，讓我們從手機廠商視角看清了它們的考量。
關於自研，欒劍認為，在各種設備終端上，使用的晶片不盡相同，它們在內存大小、算力強弱、平台支援的算子集上都會有差別。這就要求模型必須能根據硬體條件做出動態調整以達到最佳效能。
而一個開源模型，結構上就是固定的，無法再調整，使用起來非常受限。如果希望具備客製化模型結構和從頭開始訓練的能力，就必須自研。
這也解釋了，為什麼手機廠商一方面要自研大模型，另一方面又得加強和硬體廠商的磨合。
欒劍同時指出，端側大模型能更好保護用戶隱私，同時讓用戶可以用更低成本去獲取更多的功能，但這絕不代表用手機端就能解決所有問題。
雖然高通、聯發科等硬體廠商透過持續提升量化演算法，可保證在輕量化落地端側大模型的同時，帶來手機能效和效能的提升；但無法否認，AI大模型再怎麼壓縮，參數體積擺在那兒，對手機硬體、效能的要求只會越來越高。
前述華泰證券研報也指出，AI 模型大量的計算，將對總線頻寬提出更高要求；不斷運行的推理任務將使得設備耗電加快，拉動電池容量以及相應的電源管理晶片升級需求。
隨著大模型預測越來越準確，這些問題會愈發明顯，或將帶動上下游產業鏈的升級。
那麼，除了不斷優化量化等技術、提昇手機配置，手機廠商還有哪些方案，能有效應對端側大模型演化帶來的更高要求？
對此，小米提出的「端雲一體化」概念或許是現實選擇，即未來AI手機一部分能力或功能，端側模型可以解決的，就在端側解決；端側無法解決的，則調用雲端能力。這樣既能確保隱私安全性和對使用者需求的精準理解和靈活回應，又能確保實現更複雜高階的操作，優化使用者體驗。
高通也提出和小米類似的思路。
在科技白皮書《混合AI是AI的未來》中，高通指出，隨著生成式AI以前所未有的速度發展以及運算需求的日益增長，AI處理必須分別在雲端和終端機進行，才能實現AI的規模化擴展並發揮其最大潛能。
而華為目前的解決方案，也是和前兩者高度接近的。
據了解，針對消費者在不同裝置不同場景下的需求，華為小藝背後的大模型擁有端側與雲側等型態。在小藝與大模型的結合中，端側大模型會先對使用者請求和上下文資訊做一層預處理，再將預處理後的需求傳送到雲端，從而最大化地發揮「端側模型快”和“雲側模型強”的優勢。
AI大勢已至，作為用戶量最廣、用戶黏性最高的智慧終端，手機，或許會成為AI大爆炸大普及的第一載體。
資訊來源：由0x資訊編譯自8BTC。版權所有，未經許可，不得轉載