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，把以爲三星早已退出中國市場的圍觀群衆吓了一跳。
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。伴随大模型陸續裝進終端，手機廠商們紛紛撸起袖子，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、快充等技術瘋狂内卷。但始終無法改變停滞的市場增長，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 " 掃進曆史的垃圾堆，恐怕有點操之過急。
01 冷飯新炒
事實上，如果以 AI 的功能體驗作爲評判标準，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 其實在短時間内連拍了 9 張照片，然後根據内置算法，在不到 1 秒的時間裏，選出 9 張照片裏最好的部分，使用 " 像素對像素 " 技術将這些部分進行精确疊合，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，對應着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 處理器推出後，高通和聯發科迅速跟進，也在自家 SoC 上集成了專門的 NPU。
隻要不是太老的手機，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 加速器與一衆 AI 功能，都可以歸于 "AI 手機 " 的行列。
而當下的衆多 "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（國内版是文心一言）。
三星 Galaxy S24 Ultra 主推的 AI 應用，主要是翻譯通話内容、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：更多隻是對現有 AI 功能的優化和完善。
翻譯更方便、修圖更簡單固然是進步，但裏真正的 " 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标來說有點杯水車薪。
想讓消費者提前換機，支付溢價，可能還是得靠足夠颠覆式的體驗。
那麽何謂颠覆式體驗？" 隔壁造車的特斯拉已經打好了樣。
02 颠覆式體驗
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 " 都是以倒車影像爲主的硬件功能。
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，他的預言也很快成爲了現實。
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颠覆式體驗。
一個體驗夠不夠 " 颠覆式 "，是一個非常主觀的問題。但它也有一個可以量化的衡量标準：消費者願不願意爲它花錢。
知名分析師 Gene Munster 預測，FSD 服務有望爲特斯拉帶來每年 200 億美元的收入。作爲對比，特斯拉 2023 年全年營收爲 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衆逐漸接受，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 萬元人民币，到 2021 年 3 月累計付費率達到 25%。
後來，小鵬将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 G9G6 等車型時，選購 MAX 版本的人數高達 7-8 成，智駕能力成爲最大的賣點 [ 4 ] 。
問界 M9 的智駕包預計也将單獨收費，價格大約爲 2.6 萬元人民币。
以車爲鑒，目前市場上的 "AI 手機 "，其功能體驗可能确實還談不上 " 颠覆式 "。iPhone 4 火遍全球不是因爲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。
那麽問題來了：如此革命性的大模型技術，手機廠商爲何用不好？是不想嗎？
答案是不能，至少暫時還不能。
03 什麽困住了 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，最高也隻能跑到 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，背後依托的都是千億，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。
爲大模型提供算力的數據中心規模
第二座大山叫内存。
模型越大，參數越多，運行時需要存儲的數據也越多，因此内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，其最小的型号是 70 億參數。若想在端側運行 Llama，最低限度也需要至少 14GB 的内存。
而 iPhone 目前的最高端機型 iPhone 15 Pro Max，内存僅爲 8GB。
因此，手機廠商引入個 10 億參數級别的模型，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，也可以将手機将數據傳輸至雲端，完成計算後再傳輸回來。ChatGPT 與文心一言的 App，都是如此。但這又會産生隐私問題：數據在手機上，還是自己的；如果傳輸到雲端，那就不好說了。
而第三座大山，是缺少下遊應用。
當年，iPhone 之所以能脫穎而出，除了驚豔的硬件設計之外，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。
04 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，成爲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，将智能手機的每一個零部件、每一項功能，都盡可能卷到了極緻——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，确實将重塑智能手機這個物種。隻是在當下，"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産品和宣發部門，畢竟大家都有 KPI，大家都要還房貸。
