市场调研机构Canalys的一份最新报告显示,AI手机正在重新定义和引领手机市场,预计2024年,AI手机能够占据出货量的16%,2028年的出货占比更是能突破54%,成为超过半数的市场主流。
消费者对于手机的AI功能也充满了兴趣,据调研数据显示有39%的消费者对手机AI功能感兴趣,24%的用户对此非常感兴趣。显然,超过半数的用户群体是赞同AI功能的,而AI功能也会是未来手机的重要赛道。
Canalys方面肯定了端侧AI的重要性,也肯定了以高通为代表的芯片厂商,对推动AI发展所进行的努力。但不少消费者可能有些懵圈,手机早就有了AI功能,怎么现在才谈AI手机?
此AI非彼AI,生成式AI讲究个无中生有
2024年,各大手机品牌纷纷推出了全新的AI功能,甚至有一些品牌开始宣称将全面转向AI手机。有人可能会说了,AI不是早就融入在手机之中了吗?
这里所说的AI,是专指生成式AI,它与手机中的传统AI功能有很大差距。比如在月亮的拍照方面,传统的手机AI可以在识别到圆形发光区域后,将月亮的图片给P上去,必须要有识别特征的先决条件;生成式AI则不然,它可以在漆黑的夜空中,直接画上去一个月亮。
在2024年的新款手机中,充斥着大量的生成式AI功能,AI消除是其中最出圈的,只要框选后,AI即可自动识别出我们想要消除掉的内容,并将清楚后的空白区域,智能化的填充合适的内容,让整个画面看上去非常自然。
各种文字、语音的归纳总结功能也非常好用,以往需要花几个小时看完的视频会议,通过AI只要几分钟即可总结出会议要点。在翻译功能上,也能进行多种语言实时互译,甚至可以在打电话时,进行实时的语音翻译。
总之,生成式AI的运用,让手机使用效率倍增,并且让某些功能完全没有了使用门槛。
生成式AI,端侧运算很重要
生成式AI的诞生时间在几年前,现在才大规模推进到手机之中,原因有很多,其中最主要的就是算力。
我们前面提到的实时翻译功能,在2019年的骁龙技术峰会中就曾演示过,当时依靠骁龙865的AI算力,即可将语音实时转换成中英字幕。当今的AI则可将其转化为声情并茂的语音,两种不同的体验,关键因素就是算力。
这里的算力指的是手机端本身具备的专用AI处理单元提供的算力,以第三代骁龙8为例,就是Hexagon NPU所能提供的加速AI算力,原因就是生成式AI功能,要消耗比以往AI用例更多的算力,尤其是要求时效性的实时语音翻译,算力不足的话根本就没法用。
时下新款的旗舰定位芯片,在AI算力上是可以满足生成式AI功能需求的。第三代骁龙8移动平台作为其中的佼佼者,搭载了Hexagon NPU,AI运算速度提升98%,能效还降低了40%,能够在端侧运行100亿参数的生成式AI模型。可通过Stable Diffusion在手机本地快速生成图像。
在鲁大师AIMark V4.3测试中和安兔兔基准测试中,第三代骁龙8的总分都能达到竞品芯片的数倍。实际使用中,第三代骁龙8也将跑分转化成了实力,比如在Meta Llama2 70亿参数模型中,支持每秒处理20个tokens,Stable Diffusion图片生成仅需0.6秒即可生成一张512*512分辨率的图片。
纵观目前已经发售的新款机型,可以看到有些AI功能,仅在旗舰定位机型中配备。比如荣耀的视频生成功能,就配备在了Magic6系列中,荣耀200则没有提供该功能,原因可能就是因为算力之间的差距,视频生成功能是在本地运算的,可以断网使用,算力不足不仅会导致生成时间慢,还会额外消耗电量影响续航。
三星Galaxy S24 Ultra是很具代表性的AI功能手机,该机提供了丰富的AI功能,能够在本地完成运算的占据了绝大多数,电话、同传、三星笔记、浏览器、录音机的翻译功能,使用的都是端侧Galaxy AI算法。图片的AI处理器,照片的识别、虚化、重录、阴影清除以及圈图识别等功能,也是在本地完成运算,抠图、扩图和AI图生图功能则是与美图秀秀合作的,需要联网使用。
三星方面还特别提供了一个仅在设备上处理数据的开关,开启后调用需要联网使用的AI功能,系统就会弹出“需要首先关闭该功能才能使用”的提示,避免了用户在不知情的情况下,上传了个人数据。在统计机构的调查中也显示出,消费者对隐私和安全十分注重,数据在本地运算的话,自然就不存在风险了。
无论是从功能性上考虑,还是从隐私安全方面考虑,终端侧AI算力都是无比重要的。这方面无疑是高通的强项,其在AI兴起初期就注重边缘侧AI算力,从骁龙855中开始部署张量加速器应对专门的AI任务,是AI运算更显高效。在经过多代技术迭代后,骁龙移动平台已经能满足端侧的低功耗AI运行。
AI快速布局,平台支持已就位
在手机中部署终端侧AI,需要考虑手机的设计和续航,手机侧AI体验需要在有限的资源下高效运行,因此需要芯片平台的大力支持。
以Canalys的观点来看,目前具备端侧生成式AI功能体验的芯片,只有以第三代骁龙8为代表的几款旗舰芯片。不过从手机市场的实际情况来看,能够满足当下AI功能的芯片平台比我们想象中更为广阔。三星Galaxy S24系列打造的Galaxy AI功能,在4月份就已经推送到了Galaxy S23系列之中,后者采用了第二代骁龙8移动平台(for galaxy),虽说在AI算力上与S24系列有差距,但AI实际体验上与S24系列几乎没有区别。
同时,生成式AI功能的向下普及速度飞快,OPPO手机招牌的AIGC消除功能,在2024年款的欧加系手机,几乎都进行了AIGC消除功能的适配,从一千多元的GT Neo6 SE,到旗舰定位的一加12、Find X7 Ultra都能用。小布助手的小布连麦、问答、面试官、英语老师等功能,AI摘要、总结等功能,亦是如此。
通过三星和OPPO在AI功能上的普及情况来看,当下手机市场中的AI功能,对手机端侧的算力要求并不很高,在对算力要求高的图片生成功能上,更多的还是依靠云端的算力完成,这与我们设想中的端侧AI还有差距。
完全在端侧运行的生成式AI,面临的问题很多。大模型对手机内存的要求高,在吃掉大量内存空间后,系统和应用能用到的内存资源变少,内存规格肯定要再升级;AI运算的能量要电池来扛,算力要芯片提供,在硬件层面需要产业升级。在软件层面上,手机厂商需要开发出更多的软件功能来吸引消费者,需要大模型与应用之间的协同优化体验。
在种种难题之中,芯片算力方面的支持是走在行业前沿,尤以高通的布局更为全面,第三代骁龙8和骁龙X Elite/X Plus在手机和PC平台率先部署,满足了对生成式AI应用的算力需求。第三代骁龙8s以及第三代骁龙7+,则在更广泛的旗舰和中高端手机市场满足了对生成式AI功能的支持,完成了硬件层级上的快速部署,得以让生成式AI功能快速面向大量消费者。
Canalys认为,随着硬件计算能力的不断发展,大多数智能手机将很快达到生成式AI所需的性能标准。然而,要想获得生成式AI的卓越体验,需要强大的软件生态系统。高通在这方面的做法,获得了业界的肯定,在2024年推出的高通AI Hub可以快速实现大模型的部署,开发者确定所需的模型、应用框架和目标平台后,AI Hub就会提供优化好的模型,开发者只要嵌入相应代码即可完成部署。高通AI软件栈(Qualcomm AI Stack)则降低了模型的移植难度,使AI功能的开发效率大增。
写在最后
我们在未来能够接触到的主流手机产品,肯定会是“AI手机”,这些手机与传统智能手机已经不是一个品类了。传统智能手机未来将如同3G手机一样,迟早会被扫出市场。
当然,AI手机被称为“生成式AI手机”要更为严谨,合乎要求的“AI”手机已经出现了,铺开到全价位时间不会太长。