智通财经APP获悉，Canalys最新预测数据显示，2024年，智能手机总出货量中，仅有不到5%为AI手机(AI-capable smartphone)，但这也意味着AI手机的出货量仍将达到6000万部，而同年AI PC的出货量仅为5300万台。
Canalys指出，目前具备端侧AI运行能力的智能手机已经并非新鲜事物。把时间往回推十年，当时已经能看到AI算法运行在手机的ISP以及NPU上。但最近大型语言模型(LLM)的出现又促使我们重新思考和定义什么是以生成式AI驱动的“AI手机”。
什么是“AI 手机”?
与PC不同，智能手机端侧对于AI的应用已有了相对较长的时间，这使得“AI手机”成为了一个更为广泛且模糊的概念。像高通、联发科、三星以及谷歌这样的芯片厂商多年来都一直在专注于提升NPU以及TPU的性能，而苹果、华为、vivo和小米这样的智能手机厂商也正在将AI算法应用于设备上，从而提升成像质量、电池寿命和打字体验。然而，在生成式AI模型爆发的当下，将LLM和其他生成式AI模型在端侧跑通将会对计算平台和软件能力提出新的挑战。
Canalys认为，“AI手机”应该满足以下标准：
最低要求：满足以下所有标准的智能手机可以被定义为“AI手机”。
SoC应包含能够加速AI任务的专用单元。(例如，高通Hexagon、联发科APU、Google TPU)
智能手机应能够在端侧运行LLM(例如，Google Gemini、三星Gauss)和其他生成式AI模型(例如，Stable Diffusion)。
端侧LLM的推理性能应快于成人的平均阅读速度，相当于10 token/s。(基于LLaMA-2 7B, 或同等水平)
使用端侧AI生成图像的时间应小于2秒。(基于Stable Diffusion v1.5，20步，512*512分辨率，或同等水平)
可选要求：满足上述最低要求的“AI手机”不一定需要满足下述所有可选要求。然而，满足下述可选要求对于用户体验来说将会是加分项。
设备出厂时应预装LLM(例如，Google Gemini, 三星Gauss)。
为第三方开发者提供生成式AI相关的API和SDK，以方便开发者将生成式AI驱动的功能集成于端侧移动应用中。
在设备上预装由厂商第一方开发的生成式AI功能，并且保证其可以在端侧高效运行。
为何智能手机是端侧AI的重要载体?
庞大的装机量：与其他消费电子产品(如PC)相比，智能手机拥有最庞大的装机量。Canalys预计，到2023年，全球智能手机的总装机量将达到50亿部，远远超过笔记本电脑加上台式机的14亿台装机量。并且对于发展中市场和年轻一代而言，这一数量差距将会更加显著。因为这部分群体大多已经跳过了个人电脑时代，更多使用移动原生应用进行内容消费和社交媒体活动。因此，把AI应用集成到智能手机端侧将有助于触及更广泛的受众。
便携的产品形态：智能手机的便携特点有助于加速AI应用的普及与个性化。口袋大小的尺寸能够使手机更适合各种日常用途，使用场景涵盖从通信到娱乐等多种需求。并且相比起在PC上更常用的生产力以及工作场景，手机相对日常的应用场景将会形成互补，从而帮助扩大AI在消费者数字生活中的影响力。此外，多种不同的传感器以及与其他设备的互联性进一步增强了手机的数据收集能力，为高度个性化的AI应用的开发铺平了道路。
强大的应用生态系统：智能手机的强大应用生态系统将为厂商打造一个欣欣向荣的开发者社区。智能手机与其他IoT设备(例如智能手表)相比有更广大的应用市场生态。智能手表生态下能够提供的应用数量往往较少，且更专注于健康和锻炼建议等特定场景，而智能手机更成熟的应用市场生态为AI创新提供了更广阔前景。强大的应用生态系统不仅有助于跨应用程序的无缝AI集成，也有利于通过茁壮发展的开发者社区创造多样化的第三方AI应用。
智能设备生态系统中的枢纽：与其他电子设备相比，智能手机的连接性和泛用性也使其占据了更重要的生态位。行业的主要玩家(例如三星及其Galaxy生态系统和小米的手机x AIoT战略)都将智能手机置于其庞大设备生态系统的核心位置。整合端侧AI将有望进一步增强互联体验，使得智能手机通过AI功能根据用户行为和情境场景生成个性化的自动化操作来控制其他设备。
端侧AI将如何革新智能手机?
下面的金字塔图展示了以需求为导向的智能手机主要应用场景。Canalys还列出了每种应用场景中一些相对早期的潜在AI功能。对于智能手机而言，娱乐、通讯以及信息获取是三大核心应用场景。Canalys预计绝大部分用户将会被这三大场景中的AI功能所触达，例如更先进的照片编辑功能和自动回复信息功能等。而对于厂商来说，这些使用频次较高的AI功能将会有助于提升智能手机上的AI使用率，并能通过这些场景中的特色AI功能抢先占领大多数消费者的心智高地。
此外，与PC相比，随着屏幕尺寸的增大以及折叠屏新形态的兴起，智能手机对于大多数用户来说也开始逐渐成为一种轻型“生产力”工具。厂商仍然需要在这一应用场景内开发有意义的功能，从而吸引高端市场的专业消费者。值得注意的一点是，专业消费者往往期望AI输出能够保证质量、准确性和可靠性。因此，打造一个负责且值得信任的AI功能以及相应的端侧大模型在这一场景下会显得至关重要，在这一能力中占得先机也能够为厂商提供占领高端专业用户市场的机会。
