警惕高价AI手机

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。

01 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。

02 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 G9G6 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。

03 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。

04 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。