智通財經APP獲悉，Canalys最新預測數據顯示，2024年，智能手機總出貨量中，僅有不到5%爲AI手機(AI-capable smartphone)，但這也意味着AI手機的出貨量仍將達到6000萬部，而同年AI PC的出貨量僅爲5300萬臺。
Canalys指出，目前具備端側AI運行能力的智能手機已經並非新鮮事物。把時間往回推十年，當時已經能看到AI算法運行在手機的ISP以及NPU上。但最近大型語言模型(LLM)的出現又促使我們重新思考和定義什麼是以生成式AI驅動的“AI手機”。
什麼是“AI 手機”?
與PC不同，智能手機端側對於AI的應用已有了相對較長的時間，這使得“AI手機”成爲了一個更爲廣泛且模糊的概念。像高通、聯發科、三星以及谷歌這樣的芯片廠商多年來都一直在專注於提升NPU以及TPU的性能，而蘋果、華爲、vivo和小米這樣的智能手機廠商也正在將AI算法應用於設備上，從而提升成像質量、電池壽命和打字體驗。然而，在生成式AI模型爆發的當下，將LLM和其他生成式AI模型在端側跑通將會對計算平臺和軟件能力提出新的挑戰。
Canalys認爲，“AI手機”應該滿足以下標準：
最低要求：滿足以下所有標準的智能手機可以被定義爲“AI手機”。
SoC應包含能夠加速AI任務的專用單元。(例如，高通Hexagon、聯發科APU、Google TPU)
智能手機應能夠在端側運行LLM(例如，Google Gemini、三星Gauss)和其他生成式AI模型(例如，Stable Diffusion)。
端側LLM的推理性能應快於成人的平均閱讀速度，相當於10 token/s。(基於LLaMA-2 7B, 或同等水平)
使用端側AI生成圖像的時間應小於2秒。(基於Stable Diffusion v1.5，20步，512*512分辨率，或同等水平)
可選要求：滿足上述最低要求的“AI手機”不一定需要滿足下述所有可選要求。然而，滿足下述可選要求對於用戶體驗來說將會是加分項。
設備出廠時應預裝LLM(例如，Google Gemini, 三星Gauss)。
爲第三方開發者提供生成式AI相關的API和SDK，以方便開發者將生成式AI驅動的功能集成於端側移動應用中。
在設備上預裝由廠商第一方開發的生成式AI功能，並且保證其可以在端側高效運行。
爲何智能手機是端側AI的重要載體?
龐大的裝機量：與其他消費電子產品(如PC)相比，智能手機擁有最龐大的裝機量。Canalys預計，到2023年，全球智能手機的總裝機量將達到50億部，遠遠超過筆記本電腦加上臺式機的14億臺裝機量。並且對於發展中市場和年輕一代而言，這一數量差距將會更加顯著。因爲這部分羣體大多已經跳過了個人電腦時代，更多使用移動原生應用進行內容消費和社交媒體活動。因此，把AI應用集成到智能手機端側將有助於觸及更廣泛的受衆。
便攜的產品形態：智能手機的便攜特點有助於加速AI應用的普及與個性化。口袋大小的尺寸能夠使手機更適合各種日常用途，使用場景涵蓋從通信到娛樂等多種需求。並且相比起在PC上更常用的生產力以及工作場景，手機相對日常的應用場景將會形成互補，從而幫助擴大AI在消費者數字生活中的影響力。此外，多種不同的傳感器以及與其他設備的互聯性進一步增強了手機的數據收集能力，爲高度個性化的AI應用的開發鋪平了道路。
強大的應用生態系統：智能手機的強大應用生態系統將爲廠商打造一個欣欣向榮的開發者社區。智能手機與其他IoT設備(例如智能手錶)相比有更廣大的應用市場生態。智能手錶生態下能夠提供的應用數量往往較少，且更專注於健康和鍛鍊建議等特定場景，而智能手機更成熟的應用市場生態爲AI創新提供了更廣闊前景。強大的應用生態系統不僅有助於跨應用程序的無縫AI集成，也有利於通過茁壯發展的開發者社區創造多樣化的第三方AI應用。
智能設備生態系統中的樞紐：與其他電子設備相比，智能手機的連接性和泛用性也使其佔據了更重要的生態位。行業的主要玩家(例如三星及其Galaxy生態系統和小米的手機x AIoT戰略)都將智能手機置於其龐大設備生態系統的核心位置。整合端側AI將有望進一步增強互聯體驗，使得智能手機通過AI功能根據用戶行爲和情境場景生成個性化的自動化操作來控制其他設備。
端側AI將如何革新智能手機?
下面的金字塔圖展示了以需求爲導向的智能手機主要應用場景。Canalys還列出了每種應用場景中一些相對早期的潛在AI功能。對於智能手機而言，娛樂、通訊以及信息獲取是三大核心應用場景。Canalys預計絕大部分用戶將會被這三大場景中的AI功能所觸達，例如更先進的照片編輯功能和自動回覆信息功能等。而對於廠商來說，這些使用頻次較高的AI功能將會有助於提升智能手機上的AI使用率，並能通過這些場景中的特色AI功能搶先佔領大多數消費者的心智高地。
此外，與PC相比，隨着屏幕尺寸的增大以及摺疊屏新形態的興起，智能手機對於大多數用戶來說也開始逐漸成爲一種輕型“生產力”工具。廠商仍然需要在這一應用場景內開發有意義的功能，從而吸引高端市場的專業消費者。值得注意的一點是，專業消費者往往期望AI輸出能夠保證質量、準確性和可靠性。因此，打造一個負責且值得信任的AI功能以及相應的端側大模型在這一場景下會顯得至關重要，在這一能力中佔得先機也能夠爲廠商提供佔領高端專業用戶市場的機會。