AI在手机里结出了果

脑极体 2024-12-03 14:27:34

2023年初AI大模型火爆全球,当时就有人说,这项技术走向大众的最佳方式就是手机。

不管消费者怎么想这句话,苦于销量连年下降的手机厂商们肯定是把它听进去了。

于是,从2023年下半年开始,所有手机新品都在标榜AI能力,都宣称自己是AI手机。这场盛宴持续上演到今天,即使是相对保守的苹果也发布了“Apple Intelligence”,而那些原本被认为已经被挤压到缺少生存空间的二线手机品牌,也顽强地依靠“All in AI”留在了牌桌上。

一时间,AI在手机市场是锣鼓喧天,红旗招展,人山人海……不对,人山人海可能还不一定。

对于用户来说,面对铺天盖地的AI手机,华美无比的发布会PPT,可能有点小迷惑:AI到底能给我带来什么?这么多AI手机之间有什么不同?我设想的AI是科幻电影里那种,手机能给我吗?

事实上,从2017年深度学习火热起来之后,手机与AI的结合一直都在持续。几年来,我们经历了端侧AI算力、AI摄影、端侧大模型,到系统级AI能力的变迁。假如手机是一片果园,AI这棵果树在里面已经长了很多年。

那么,到2024年,AI手机无限风光之时,这颗果子它保熟了吗?

让我们穿越纷繁复杂的概念,看看AI手机究竟带来了什么。

提起AI手机,我们总会有一种很空洞的感觉,甚至不知道厂商和专家到底在激动个什么。

这种虚妄感来源于业界并不存在对AI手机的标准化认定。于是每个厂商,甚至每个人都可以对其进行独立阐释。这些阐释有共识,有差异,还有大量似是而非与文字游戏。这些声音交织在一起,就变成了一种概念游戏。

因此,想要了解AI手机,首先要避免被概念游戏干扰。就像要摘果子,首先要把枝叶拨开。如何实现这种免打扰呢?一个简单的方法,叫作“AI手机,我有三不看”。

首先,厂商的“AI大帽子”不用看。

不久之前,AI手机领域姗姗来迟地发布了此前承诺的Apple Intelligence。但这个“苹果智能”却没有激起多大的市场水花。原因在于,苹果智能更像是众多AI功能的升级打包,而非某种新能力、新思路。

这种给众多AI小功能起个大名字的玩法,在今天的手机界比较普遍。用户以为得到了新东西,其实不过是新瓶装旧酒,散装改零售。类似的说法,经常还包括某某智能、某某GPT、某某原生,大差不差都是一个意思。甚至很多时候这根本不是一个研发系统主导的项目,而是市场部归拢收集一下各个部门都有哪些AI能力,最后编个名字给写进PPT里而已。

其次,是缺乏标准的技术名词不用看。

任何技术在受到重视之后,都会经历一个造词阶段。这些新造的词有些会最终留下来,变成约定俗成、相对标准化的说法。但绝大部分都会悄然流逝在历史记忆里。在AI手机领域,我们经常会看见大量类似的新词。它们或多或少都有所指,但作为普通消费者大可不必去探寻每个词的来龙去脉,也不用被它们迷惑了判断。

诸如智能框架、意图识别、主动服务、全局智能等高大上的AI手机词汇,在今天都没有统一标准,爱好者可以研究研究,大多数消费者不妨敬而远之。

再次,大模型参数以及其他AI参数不用看。

从2018年预训练大模型开始出现,就产生了一种头部厂商说效果,其他厂商拼参数的现象。在核心能力上很难构建差异化的厂商,往往会宣传自己模型参数更大,跑分效果更好。这一点来到AI手机阶段,就变成了宣传端侧大模型的参数大、数量多。但AI模型不是CPU等硬件,参数高并不意味着性能好。模型效果还取决于压缩方案、调优效果等一系列条件,所以不必将厂商宣传的模型参数等同于产品价值。

蒸馏掉这些之后还能留下的东西,才是AI在手机里结出的果。

很多人都在说,AI没有应用可怎么办。但问题是,ChatGPT本身就是一种应用。在应用端再诞生更强的超级应用固然前景美好,但大模型本身的应用价值本身就有跟手机结合的空间。

AI手机的第一步,就是要把类ChatGPT的大模型能力带到手机的第一方功能里。比如iOS18.1,重点引入的AI功能,就包括AI写作、邮件推荐与回复、消息摘要等。换个角度想想,我们会发现这些都是ChatGPT就能做到的事。

这种思路并没有什么不好,而且也必须由手机厂商第一方来主导。因为如今智能手机提供的第一方功能非常多,而其中又有大量可以加入语义理解、内容生成等大模型能力的地方。因此,大语言模型与手机第一方功能的点对点结合,是AI在手机里结出最多的果。

对于类似功能的选择,建议是根据自身需求来挑选实用的功能,或者功能群组。比如去年11月,OPPO就发布了一键生成AI通话摘要。这个功能可以在通话结束后,智能识别通话内容并生成重点信息摘要。再比如Find X8 Pro可以长按电源键呼出问屏功能,AI根据屏幕显示来回答文章内容、图片信息等。小米在澎湃OS 2当中,也推出了一系列诸如AI写作、AI识音、AI妙画的智能功能。

但对于手机厂商来说,大模型功能的加入显然只是敲门砖。这种单点升级并不能满足厂商对AI的野心。

于是,智能体来了。

AI Agent又被称为智能体,被广泛认可是真正体现了AI思维的新应用形态。智能体可以跨越不同的软件工作流程,来实现目标主导的自主判断。这种运行逻辑放在手机里有两方面的好处。

对于用户来说,智能体可以被视作独立于点滑交互的新交互形式。用户可以命令智能体来完成指令,并且其理解能力、生成能力与应用范畴都远大于此前的语音助手,更加贴近用户对个人助理的基本想象。

对于手机厂商来说,智能体不仅是一个全新卖点,还可以绕过APP的藩篱,让第一方的应用权限更大,体验更加重要。把智能体做起来,有概率让用户习惯、第三方应用服务都与厂商绑定更加紧密。

在这样的驱动力下,几个月以来手机厂商纷纷在智能体阵地上秣马厉兵,誓有一种在2025年展开智能体决战的架势。而从AI手机的发展线上看,手机+AI Agent是一个脱离了ChatGPT基本应用框架,同时苹果为代表的欧美终端厂商没有跟进的领域。中国AI手机的未来成就,或许就系在智能体的机遇上。

在智能体方面,目前最为用力地就是荣耀。不久之前的荣耀Magic7发布会上,荣耀CEO赵明用YOYO智能体自动下单了2000杯咖啡,一下让智能体手机的概念大为出圈。目前,荣耀主推的智能体体验包括“一句话关闭自动续费”“一句话点咖啡”“一句话发送文件”“一句话关闭应用权限”等。在手机行业里相对完整且具体地展现了智能体价值。

在2024 vivo开发者大会上,vivo也亮出了自己的智能体方案Phone GPT,其不仅具有对屏幕界面的识别和操作功能,还可以接管音频,通过电话实现预订餐厅等功能。把智能体延伸到音频领域,也成为接下来一个值得关注的方向。

在OPPO这边,则有可以连续多轮自然对话,并可以跨应用操作的OPPO AI。除了提供识物、导航、问答等AI能力外,OPPO AI还可以与影像能力、AIGC能力结合,帮助用户完成图片识别、图片处理、排版润色等功能。

在华为这里,HarmonyOS NEXT版本具有搭载了盘古大模型的鸿蒙智能助手小艺。其感知和推理能力较此前版本有极大提升,可以实现23类主要场景的交互。

这些尝试,都可以看作是向手机+AI Agent方向的前进,只是各个厂商的具体技术实现方式、能力侧重以及宣传话术不同。

对于消费者来说,如果你是深度手机用户,今天可能已经到了尝鲜智能体的时机,但如果并没有被传统交互方式困扰等问题,或许还可以让智能体手机再成熟一些。

至少AI Agent这颗果子,目前看来有着硕大无朋的潜力。

AI大模型与手机的结合方案有很多,但个人认为,二者的最佳结合点其实是很明确的,那就是无障碍能力。

AI大模型的核心功能之一,就是在图像、音频、文字几种不同的媒介间进行转换,而这恰好也是视障、听障人群最为需要的。因此,当有人认为AI大模型与手机结合并不必要时,我会说看看无障碍能力的长足进展就能知道,AI手机必有未来。

通过与很多听障、视障朋友的交流,以及对相关机构的采访,发现大家都希望实名表扬华为和vivo。早些年普遍认为苹果的无障碍能力很好,但现在已经是华为和vivo在引领端侧无障碍能力的发展,尤其是AI时代的无障碍升级。

比如说,vivo通过AI技术为听障、视障人群和老年人提供了一系列帮助。去年,vivo的“手语翻译官”软件获得了CCL2024手语数字人翻译质量评测第一名。今年,vivo还升级了“手语学习”功能,推动手语的教育普及。

鸿蒙系统的发展,每一步都伴随着对端侧无障碍事业的大力投入。比如HarmonyOS 4就推出了助听器直连功能。在华为开发者大会2023期间,推出了能帮助视障人群识别具体场景与物品的小艺看世界。而在今年,HarmonyOS NEXT则在业界率先推出了小艺声音修复功能,它利用AI技术对语言障碍者的声音进行实时分析、修复和优化,不仅能够发出可懂音,还能尽可能保留用户音色。这个功能专为四级和三级言语障碍人群设计,可以实现无需文本输入的声音修复,极大拓展了端侧无障碍能力的边界。

对于很多用户来说,手机里的AI能力或许是锦上添花,但对于有障碍群体来说,AI手机或许就是改变生活乃至生命的钥匙。

仅为此,AI也必须在手机中存在,壮大,盛放。

回顾一下手机厂商推进的AI能力,会发现其实每一步都还有很青涩的地方。如果我们愿意承认二者结合的复杂性,那么AI手机的果子可能还真不太保熟。

如果手机只提供AI能力,那么厂商会面临与应用开发者的直接竞争。而应用开发者包括互联网巨头与专业的AI厂商,手机厂商的技术能力与用户号召力可能并不具有说服力。

于是,手机厂商希望押注智能体这样的突破性体验,但目前阶段这类体验还有待打磨和升级。很多时候,用户给智能体下达的指令需要反复确认,效率还不如直接点滑,而AI接管音频等能力则不确定性更大。面对经常出错的,且应用范围不广的智能体,用户的耐心与信任或许会快速枯竭。

更为重要的是,这类前沿能力还不足以影响消费者的核心决策。AI手机大概率会导致手机市场短期向好,但还没到能够逆转持续走低趋势的程度。

再向上一层则比较务虚。意图识别、主动服务、服务找人等口号,众多手机厂商都喊了很多年。但真实情况是,最先进的大模型也无法预测人的想法。消费者对AI手机的期待是科幻电影里全能的个人助理。厂商为了促销,也会在话术中将AI手机进行包装和夸大,但最终在可见的范围内,手机行业只能一次次与消费者的预期违背。

顶着这些压力,AI手机还在赶路的途中。从技术体验的角度,它确实还不足以带来颠覆,但从产业发展的角度,AI大模型与手机结合是一个绝佳的战略机遇。海外大模型进不来,谷歌另辟蹊径,苹果龟速发展。AI之于中国手机,多少有了点天命在身的意味。

这是一个前所未有的局面,即使果子还没熟透。对于大多数消费者,也不妨像《乡村爱情》里谢永强经常说的那样——“我得去果园看看”。

0 阅读:14

脑极体

简介:从技术协同到产业革命,从智能密钥到已知尽头