文|适道

编辑|狮刀

那边适道刚盘点完2024年的AI预言，这边三星就宣布将在今年1月18日推出新款Galaxy手机，并引入多项AI功能，包括但不限于：视频AI处理、本地AI聊天机器人、通话实时翻译等等。相比之下，苹果iPhone16要搞的“AI大动作”还在外界的猜测中。

可以看到，几乎在所有预言中，AI硬件爆发和边缘计算都有被提及。不过，尽管AI硬件包含XR眼镜、“领带夹”AI Pin，甚至是比尔盖茨提到的智能耳机。但就目前来看，智能手机，一个人人都离不开的“器官”，最可能先被AI改造。

2007年，随着第一代iPhone横空出世，智能手机时代就此拉开序幕。17年来，手机屏幕越来越大，摄像头越来越多，功能越来越强大。然而，颠覆性创新似乎没有出现，即便你可以从“会说话的汤姆猫”玩到“王者荣耀”。

无论是“卷谁屏幕更大”还是“卷谁刘海更短”，内卷的本质是科技创新的停滞。如今，AI技术的突飞猛进让智能手机厂商久旱逢甘露。近日，高通CEO Cristiano Amon在接受FT采访时预测，2024年将成为全球AI智能手机的关键元年，生成式AI正在“非常、非常快”的进入手机。

有句话“立场决定嘴巴。”早在去年3月，Amon就表示：在ChatGPT热潮之下，手机将成AI主流设备，并带领高通成为AI公司。

当然，高通急于“押宝”的心情可以理解。2021年7月，Amon出任高通CEO，并将工作重心放在寻找5G应用场景，探索5G时代硬件形态等推动5G发展的事业上。结果是，5G技术并没有带来手机销量销量的“大跃进”，反而是弯道超车的英伟达，用GPU挤出了一片天。

在此背景下，去年6月，高通的高级副总裁 Alex Katouzian 宣布，高通正在从一家通信公司过渡到一家智能边缘计算公司。

那么，换道钻研边缘计算的高通如何看待发生在终端设备上的AI革新？适道简译了FT对Amon的采访，试着梳理出一些要点。

01 为什么不能100%在云端？

首先，提出一个根本问题：为什么执着将模型塞进手机里？AI运算放在云端不好吗？

终端侧，即可以直接和用户交互的设备，例如手机、汽车、XR眼镜等。具有两个特点：一是个体相对复杂，部署起来各有各的难点；二是本地芯片算力有限，带不动大模型。（虽然苹果最新发布的Flash-LLM技术可能会改变这一情况。）

因此，在云端部署AI模型是一条正确的思路。

然而，这其中也有一些限制。一是，云计算带宽不足。例如，高速公路上的无人驾驶汽车要在毫秒内做出反应，即便云端算力足够，带宽也无法承载。

二是，云计算不能保证隐私。例如，用生成式AI撰写包含敏感财务数据文档时，你一定不想将这些数据上传到云端。

三是，传统云端AI交互性差。例如，你要向ChatGPT发出一串明确的Prompts，它才会作出响应。但在理想情况下，你更想让ChatGPT预测出自己的每一个动作，主动理解需求并提供服务。

Amon在采访中表示：一方面，随着训练方法的改进，一些更小型、高效的AI处理器和模型将被集成到便携设备中。端侧芯片的算力困局得到了解决；另一方面，更多混合型AI将在设备上运行，即一部分AI处理在端侧进行，而另一部分在云端完成。这种方法可以降低运行AI的成本。例如，开发者基于在终端运行的Stable Diffusion创建应用程序，生成每张图像将承担很低的查询成本，甚至完全没有成本。

对此，Amon还提出了一条人类运算史的发展规律：“创新最初出现在集中化的系统（大型计算机或云计算中），随后转移到更分散的系统（PC和手机）。”

02 AI手机将如何改变生活？

具体来看，以端侧AI为代表的AI手机将如何改变我们的生活？

Amon从两个层面回答了这个问题。

一是，响应速度更快。例如文生图大模型 Stable Diffusion的参数超过了10亿，但目前在手机上运行仅花费0.6 秒就能生成一张图像，大大提高了用户拍照和编辑图片的体验。

二是，可实现更深层次交互。不同于传统智能手机只能操作单一应用，AI手机由生成式 AI 调动所有应用协同工作。例如，访问用户的实时上下文信息（如位置、当前活动等），提供定制化服务。

Amon举了一个发短信的例子。你正在编写发给Clare的短信，此时部署在手机里的AI会思考“这里有我要做的事吗？”。当你写道：想和Clare约下周二见面。AI助手会调出日程表，提示你的空闲时间，询问是否给Clare发送邀请；而当你又写道：刚和家人度过了一个美好的假期。AI会跳出来：这些是你拍的照片，想分享给Clare吗？

Amon表示，不同于连比尔盖茨都吐槽过的微软Clippy，当前的AI应用更加精确和智能。过去的技术难以准确理解用户语言和上下文含义，需要对每个一步骤进行编程。而现在，内置AI的设备能够更准确地学习用户的行为和偏好，并提供更个性化，且不打扰用户的体验。

至于AI手机能否刺激消费者市场，Amon非常乐观：“这是一个价值数十亿美元的问题。你将在2024年初看到搭载多种AI用例的手机。它有潜力创造智能手机的新升级周期。最终你会说：‘我的旧手机已经用了四年，但现在我想购买一部可以运行AI的新手机。’你不得不买一部新手机，因为这关乎那些新平台上将出现的计算引擎。”

03 “训练”芯片转向“推理”芯片

当我们谈论AI大模型时，芯片制造商有两个角色：一是事先处理所有数据来构建模型，被称为“训练”；二是在实际应用中使用模型，被称为“推理”。

Amon表示，芯片制造商的主要战场会由“训练”转向“推理”。

目前AI市场主要集中在使用大数据训练模型的“训练”阶段，英伟达是主要受益者。但Amon表示，随着AI模型变得更小巧、能够在设备上运行并专注于特定任务，芯片制造商的主要市场将转向“推理”，即模型的应用。数据中心也开始对专门用于已训练模型推理的处理器感兴趣，这一切预示着推理市场将大于训练市场。

Amon的话有暗戳戳给自家贴金的嫌疑。公正起见，我们也来看看高通的老对手——英伟达。

去年11月，英伟达发布了新一代GPU——H200。相较H100，其实H200在算力方面提升并不明显。数据显示，在GPT-3175B大模型的训练中，H200只比H100强了10%。

但在处理Llama 2等大语言模型时，H200的推理速度比H100提高了接近1倍。

也就是说，无论是高通还是英伟达，都提前切中了“推理”和“模型应用”这一要点。在接下来的时间里，我们或许将会看到新的竞争格局和新的赢家。

04 改变iOS和Android双雄格局

Amon表示：目前负责构建和运行AI大模型的公司（如OpenAI、Anthropic、微软、亚马逊和Meta）和生产智能手机及操作系统的公司（如苹果、谷歌和三星）存在很大不同。

但随着将AI模型放进手机里，微软和Meta等公司可能会重获影响力，改变由iOS和Android长期主导的行业格局。然而，实现这一目标需要手机制造商、操作系统开发商和应用开发商之间的合作，而这种合作实现起来也不太容易。

和App Store不同，AI模型将被预先安装在设备引擎中。移动平台将支持第一方和第三方模型，以及原始设备制造商（OEM）的模型。这就像将相机功能内置在设备中一样，不同的AI引擎也将内置于设备中。

另外，除了AI手机，Amon表示，他本人始终看好轻便型的可穿戴设备，比如AR眼镜，（没有提VR）。一是产品会变得更轻，用户能够佩戴更长时间。二是随着这些设备功能增多，更优质的内容将会出现。他相信，随着市场规模的扩大，开发者将愿意投入更多资金，进一步推动更丰富的内容。

结语

2024年，随着AI大模型应用落地，智能手机进化的号角也终于吹响。

根据市场研究机构Counterpoint预测，2024年生成式AI智能手机出货量有望突破1亿支，在整体智能手机中占比8%；2027年出货量有望达到5.22亿支，占智能手机比重40%。2023-2027年复合成长率达83%，这或将在五年内，引发一场关于交互方式的革新。

可以预见的是，无论是三星、苹果还是其他厂商，都会在巨大的压力和机遇中完成智能手机的第二次革命。现在，AI改造终端的浪潮才刚刚开始，我们将持续观察。