编者按：本文来自微信公众号远川科技评论（kechuangych），作者：何律衡，编辑：陈彬，创业邦经授权发布。
人工智能刚刚火了一年，各家的“AI手机”已经打得不可开交。
今年一月，三星率先打出了“Galaxy AI is Coming”的slogan，配合视频中酷炫的功能演示，昭示了想要抱住AI大腿的决心，把以为三星早已退出中国市场的围观群众吓了一跳。
春节期间，魅族也搞了个大新闻，宣布停止“传统智能手机”开发，誓要死磕AI。伴随大模型陆续装进终端，手机厂商们纷纷撸起袖子，准备跑步跨入新时代。
智能手机行业，这种“厂传厂”现象并不新鲜。
过去几年，手机厂商围绕全面屏、折叠屏、快充等技术疯狂内卷。但始终无法改变停滞的市场增长，和消费者越来越长的换机周期。
2023年，全球智能手机出货量来到十年来最低谷，突然冒头的生成式AI，仿佛成了又粗又壮的救命稻草[1]。
AI一定是手机进化的核心方向，也是所有手机品牌研发开支的主要流向。但迫不及待的把“传统智能手机”扫进历史的垃圾堆，恐怕有点操之过急。
冷饭新炒
事实上，如果以AI的功能体验作为评判标准，我们现在使用的智能手机，已经可以叫“AI手机”了。
除了少数经典的钉子户机型，市场上大部分手机，都继承了大量的AI功能。
最典型的例子是苹果在2019年推出的AI照片处理技术Deep Fusion：
当使用者按下快门键时，iPhone其实在短时间内连拍了9张照片，然后根据内置算法，在不到1秒的时间里，选出9张照片里最好的部分，使用“像素对像素”技术将这些部分进行精确叠合，最终合成一张最优质照片[2]。
Deep Fusion
换句话说，我们拍摄的照片，实际上是算法用9张照片拼起来的。早几年手机品牌主打的“拍月亮”功能，实际上就离不开AI算法的应用，甚至闹出过不少笑话。
手机中的导航也是一个典型的AI功能。在规划行经路线时，iPhone会利用算法和实时数据提供一个最优解。
实现这些功能的关键，是iPhone从2017年A11芯片开始采用的NPU。
NPU(Neural network Processing Unit)即神经网络处理器，对应着当时主流的人工智能技术路线“神经网络”。NPU诞生的背景，就是用一个单独的功能模块，应付越来越庞大的AI计算量。
A11中首次出现的NPU
A11处理器推出后，高通和联发科迅速跟进，也在自家SoC上集成了专门的NPU。
只要不是太老的手机，基本都拥有从软件到硬件完整的AI功能，无论是淘宝的千人千面，还是抖音的算法推荐，都离不开芯片算力和AI算法。
因此，“AI手机”并不是一个新物种。
当今市场上绝大多数的中高端智能手机，都搭载了AI加速器与一众AI功能，都可以归于“AI手机”的行列。
而当下的众多“AI手机”，最大的变化是搭载了最新的大模型，比如三星就集成了谷歌的Gemini Pro（国内版是文心一言）。
三星Galaxy S24 Ultra主推的AI应用，主要是翻译通话内容、智能修图建议、图片搜索、写作助手等功能。这也暴露了“AI手机”的一个硬伤：更多只是对现有AI功能的优化和完善。
翻译更方便、修图更简单固然是进步，但里真正的“革命性”相去尚远。
三星AI手机的圈图搜索功能
反映到消费者的购买决策，自然也缺乏吸引力。同一时期在社交媒体刷屏的，反而是看上去跟AI关系不大的Vision Pro。
不怪手机厂商当牛顿的决心不坚定，实在是巨人的肩膀已经足够高。从90分到95分的进步，对手机厂商寻找增量的目标来说有点杯水车薪。
想让消费者提前换机，支付溢价，可能还是得靠足够颠覆式的体验。
那么何谓颠覆式体验？“隔壁造车的特斯拉已经打好了样。
颠覆式体验
2021年底，特斯拉在北美上线FSD（完全自动驾驶）服务，售价12000美元。
在这之前，除了少数鸡贼公司把远程解锁开空调当订阅服务卖，还从来没有汽车公司把单纯的软件功能做成增值服务。大部分“选装”都是以倒车影像为主的硬件功能。
但特斯拉不仅做了，马斯克还放话，卖车可以少赚一点，反正软件能把利润挣回来。
马斯克从不吹没有底气的牛，他的预言也很快成为了现实。
截止至2022年第四季度，有28.5万北美车主已经购买了FSD Beta版本[3]。期间特斯拉的FSD服务还涨过一次价，如今高达15000美元，已经可以买辆新车了。
汽车行业，28.5万的销量不是个小数字，很多新势力一年下来，车都卖不到这个水平。
FSD成功的理由很简单：它带来了传统燃油车无法实现的颠覆式体验。
一个体验够不够“颠覆式”，是一个非常主观的问题。但它也有一个可以量化的衡量标准：消费者愿不愿意为它花钱。
知名分析师Gene Munster预测，FSD服务有望为特斯拉带来每年200亿美元的收入。作为对比，特斯拉2023年全年营收为967.73亿美元。
凭借大量真实体验和网络小视频，独立的辅助驾驶服务已经被大众逐渐接受，并开始给车企源源不断的贡献现金流。
特斯拉FSD
小鹏汽车的XPILOT 3.0版本，最初售价3.6万元人民币，到2021年3月累计付费率达到25%。
后来，小鹏将智驾功能集成到高配的MAX版本中。按照创始人何小鹏的说法，车主在购买X9以及G9\G6等车型时，选购MAX版本的人数高达7-8成，智驾能力成为最大的卖点[4]。
问界M9的智驾包预计也将单独收费，价格大约为2.6万元人民币。
以车为鉴，目前市场上的“AI手机”，其功能体验可能确实还谈不上“颠覆式”。iPhone 4火遍全球不是因为苹果四处嚷嚷自己是“智能手机”，而是消费者真的很想玩水果忍者和愤怒的小鸟。
那么问题来了：如此革命性的大模型技术，手机厂商为何用不好？是不想吗？
答案是不能，至少暂时还不能。
什么困住了AI手机？
挡在手机厂商面前的，共有三座大山。
第一座大山叫功耗。
智能手机是一个对便携性要求很高的移动设备。一来不能像PC一样长期插电使用，电池电量又十分有限，所以功耗不能太高，否则耗电速度太快；二来手机体积小，散热差，对发热极其敏感。
一个典型的例子是，英伟达的RTX4090峰值功耗可以达到450W，而搭载地表最强处理器的iPhone 15Pro，最高也只能跑到14W。
这就在物理层面上把手机的功耗在卡死了。
而无论是特斯拉的FSD，还是ChatGPT堪比“百科全书”的本事，背后依托的都是千亿，甚至万亿参数量的大模型。
ChatGPT所搭载的GPT-3.5，参数量达到1750亿。运行这样一个模型，大约需要30000块A100芯片[5]。
然而，光是由8颗A100组成的服务器，最大功耗就有6500W——这显然不是智能手机可以触碰的领域。
为大模型提供算力的数据中心规模
第二座大山叫内存。
模型越大，参数越多，运行时需要存储的数据也越多，因此内存大小决定模型上限。
Meta所推出的Llama，是当前主流的开源大模型之一，其最小的型号是70亿参数。若想在端侧运行Llama，最低限度也需要至少14GB的内存。
而iPhone目前的最高端机型iPhone 15 Pro Max，内存仅为8GB。
因此，手机厂商引入个10亿参数级别的模型，都能大吹特吹。然而，遥遥领先了一整年的GPT-4，其参数量有1.8万亿。
一些科学家已经断言：GPT-4永远不可能在手机端侧运行。
当然，大模型不必非得上端，也可以将手机将数据传输至云端，完成计算后再传输回来。ChatGPT与文心一言的App，都是如此。但这又会产生隐私问题：数据在手机上，还是自己的；如果传输到云端，那就不好说了。
而第三座大山，是缺少下游应用。
当年，iPhone之所以能脱颖而出，除了惊艳的硬件设计之外，也离不开“愤怒的小鸟们”。当下，大模型落地仍在探索阶段，仍未出现真正意义上的杀手级应用。
由此可见，未来真正能塑造AI手机的，从来都不是手机厂商。
尾声
2018年，全球智能手机出货量近十年首次同比下跌，自此结束了黄金时代。
市场饱和、换机速度放缓、消费者越来越挑剔，成为了手机厂商难以攻破的课题。而在刚刚过去的2023年，出货量又迎新低，手机行业再一次跌落谷底。
过去几年，手机厂商可谓是使出了浑身解数，将智能手机的每一个零部件、每一项功能，都尽可能卷到了极致——他们太想让大家换手机了。
手机厂商的焦虑，其实完全可以理解。
OPPO高级副总裁刘作虎说，大模型的车，再不上就没戏了[6]。横空出世的大模型，确实将重塑智能手机这个物种。只是在当下，“AI手机”的面貌还很模糊。
不过也没必要过多苛责手机品牌的产品和宣发部门，毕竟大家都有KPI，大家都要还房贷。
参考文章：
[1] Apple Grabs the Top Spot in the Smartphone Market in 2023，IDC
[2] 搞机小弟，iOS13.2为iPhone11带来AI照片处理技术：这7件事你需要知道
[3] What's the Value of Tesla FSD？FallacyAlarm
[4] 小鹏吹响了反攻的号角，华尔街见闻
[5] ChatGPT运行需要3万块A100显卡，英伟达可从OpenAI赚取3亿美元，TrendForce
[6] OPPO刘作虎：再不布局大模型就没戏了，解趣商业
[7] on Device AI Double-edged Sword，Semianalysis
[8] 为什么内存子系统在AI推理芯片中至关重要，EET-China
本文（含图片）为合作媒体授权创业邦转载，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
