AI手机竞速开启，谁会先冲出起跑线？

2022年11月，ChatGPT正式出现，之后经过约三个月，才在中文互联网掀起广泛关注。到了龙年开局，OpenAI发布视频生成模型Sora，却只用短短一周，就让全球AI从业者与投资人都为之震动。

与此同时，苹果也宣布终止历时10年的造车项目，并将汽车团队人员转入更核心的人工智能部门，集中推进生成式AI业务，这一方向正逐步成为苹果更重要的战略核心。

对于普通用户而言，过去一年里，大家已逐渐习惯通过云端体验以ChatGPT为代表的生成式AI能力。但由于其背后需要庞大的算力支撑，运算集中在云端完成，若要面向数十亿终端提供AI服务，不仅成本会显著上升，体验也难言理想。比如ChatGPT即便限制注册用户，仍然频繁出现卡顿乃至宕机现象。

再叠加AI大模型持续扩张后带来的推理算力需求飙升，行业在寻找AI助手下一阶段形态时，开始将目光转向更接近端侧AI的路径。所谓端侧AI，是指在终端设备本地运行的轻量化模型AI技术，手机、笔记本、头显等都可以成为其承载平台。

作为覆盖亿万用户、使用频率最高的智能终端，手机也因此被认为是让AI真正走向大众的理想端侧载体。

也正因为如此，AI手机这一概念正承接人工智能普惠化落地的期待而持续升温。被普遍视作AI手机元年的2024年，各家手机厂商围绕AI展开角逐，谁能率先领跑，答案正越来越清晰。

AI带动产业链

现阶段的AI足够成熟了吗？

答案显然是否定的。

那么，当下云端AI主要面临哪些难题？

首先，云端AI的核心痛点之一，就是成本极高。

“GPT-3一次训练的成本就达到140万美元，而参数规模更大的LLM（大型语言模型），训练成本大约在200万美元到1200万美元之间”、“GPT-3一次训练所需电力，约等于3000辆特斯拉电动车各自跑20万英里（约32.19万公里）直至报废所消耗的电量，如此庞大的用电量，才足以支撑ChatGPT完成一次训练”。

云端AI对计算资源的消耗极为可观，尤其是在生成式AI不断深入各类行业场景之后，具备强算力的云端AI也许更需要一个协同助手，帮助其更高效地贴近用户需求。

从特性上看，端侧AI不需要把数据上传到云端处理后再返回结果，因此能够实现更快的响应，尤其适合对实时性要求更高的场景，例如自动驾驶、智能家居控制等。同时，端侧AI还能结合终端设备丰富的数据生态，提供更具个性化和针对性的服务。这两方面能力，恰好与云端形成互补。

换个角度看，IoT生态多年来的发展瓶颈也正在出现松动。如今的云端协同，正为移动终端打开新的技术空间。

在智能家居场景里，分布着大量小型、微型终端，比如空调、油烟机、微波炉、风扇、跑步机等。这些设备通常会周期性上传结构化数据，虽然功能不复杂，但交互频次并不低。此时若频繁通过边缘节点访问云端算力，并不高效，直接在端侧部署大模型反而更具现实意义。

而上述所有场景都可以理解为，2024年的生成式AI，正以AI Agent的形态加速渗透到移动终端与可穿戴设备之中。如果说去年的生成式AI浪潮主要属于大模型企业与云服务厂商，那么今年围绕云端协同AI的投入，已开始牵动整个3C产业链。

为什么偏偏是AI手机？

那么，云端协同究竟应以什么样的硬件形态来承载？围绕这个问题，创新者们给出的尝试路径并不相同。

消费级硬件，曾长期被视为科技行业“跳动的心脏”，也是硅谷工程师们一度竞相布局的AI赛道“下一件大事”。

然而，随着融资推进并不顺利，再加上Rabbit等AI硬件发布后表现未达预期（提前体验者认为其响应偏慢，也未必符合AI设备未来方向，甚至有人直言它完全可以被一个App取代），创新者们开始重新回到原点思考：为什么一定要额外做一块新屏幕让用户尝试？AI大模型在移动端的落地，其实完全可以通过更简洁的方式实现，也就是直接与手机融合。

伴随主流芯片厂商旗舰SoC持续提升性能，AI算力显著增强，AI手机如今已足以承担Rabbit R1、AI Pin等“原生AI设备”所能完成的任务，甚至有机会做得更好。

作为普及程度最高的移动智能终端，手机不仅天然具备便携优势，成熟的用户数据积累、完善的软硬件生态，以及相比纯云端更低的使用成本，也让普通用户更容易切实感知到AI的实际价值。

当然，这场AI与手机的相互靠近，若想从“噱头”真正走向落地，形成区别于以往智能手机的全新体验，仍需跨越技术、成本和市场等多重挑战。

过去，从摄像头到芯片，再到屏幕和电池，手机行业除了持续“内卷”，真正能打动消费者的颠覆式创新并不算多。而按照手机厂商的设想，AI与手机的融合，未来将朝着具备人格化、记忆、感知和管理能力的智能体方向演进，以主动服务方式带来更优体验。

因此，换机意愿持续走低的消费者，是否愿意为升级后的AI功能付费，也将决定AI手机真正落地还需要多久。

事实上，AI手机并不是一个全新的概念。早在6年前，具备AI能力的芯片问世时，就已经预示了AI手机的可能性。而放到今天，智能手机上已有的AI功能更多仍停留在锦上添花层面，刚需属性不足，尚未成为用户购机时的核心决策因素。

例如，AI助手给出的回答实用性有限，获取有效信息的效率并不高；推荐服务虽然可基于定位、时间和习惯等因素给出快捷入口，却仍无法真正理解用户意图；图片生成功能不仅常常存在瑕疵，还时常闹出令人哭笑不得的结果。与此同时，调用AI功能还会过多占用系统资源，进一步给手机性能和续航带来压力。

在被称作AI手机元年的2024年，手机厂商开始重新回到本质问题，探索在真实应用场景中，用户究竟需要怎样的差异化创新。

AI+手机，为什么会双向靠近

“做产品最重要的是通过用户洞察来展开，谁更理解用户，谁真正懂产品，谁就能在竞争里形成差异化，并始终保持核心竞争力”，OPPO首席产品官刘作虎在20日举行的OPPO AI战略发布会上表示。

对普通消费者来说，AI能力必须落实到具体的日常工作与生活场景之中。顺着这一洞察，以OPPO为代表的国产手机厂商，开始为新一轮产品升级注入更鲜明的AI能力。

在OPPO今年1月推出的Find X7系列中，AI消除功能可以智能去除游客照背景中的路人，并自动补全背景区域，操作也更快捷自然。对用户而言，或许不必再去小红书、知乎等平台反复查找复杂修图教程。

而AI通话摘要功能，则能够在通话过程中自动记录内容，并将重点整理成文档形式保存，打工人也就不必再陷入一边举着手机打电话、一边盯着电脑手忙脚乱做记录的窘境。这种对传统通话、录音、速记与备忘方式的重塑，堪称让AI真正落到了实用层面。

不仅如此，在今年除夕前，OPPO向超过千万OPPO和一加手机用户推送了新版系统，其中包含上百项AI功能。这些看似细小却非常实用的AI能力不断积累，用户对AI手机的认知轮廓也因此变得更加明确。

从用户需求原点反推AI技术最终落点，本就是手机、PC等智能终端与AI结合时最关键也最基础的方法。这种立足用户、从源头出发的改变，不可能一蹴而就，而是一个渐进积累、持续完善的过程。它需要通过用户反馈—创新优化—再反馈—再创新的正向循环，不断磨合成长。

另一方面，从技术研发层面来看，这些持续完善的AI功能背后，也是国产厂商坚持自主化与差异化创新路径后取得的阶段性成果。

对于厂商而言，现阶段手机AI技术对CPU、NPU性能都提出了极高要求。不仅要平衡大模型参数规模、AI体验与手机能耗之间的关系，还需要持续投入大量成本，这无疑是一场硬实力的全面考验。

而在这场比拼投入、耐力与底蕴的长跑中，OPPO起步更早，推进速度也更快。

在追求极限算力的过程中，采取双线并进策略的OPPO，一方面与芯片厂商联发科合作，通过定制超级AI单元APU，让70亿参数大模型在本地运行得更高效；另一方面自建AI滨海湾数据中心，用于千亿级AI模型预训练算力支撑，同时实现骨干网络连接时延低于2ms。

而这种All in AI的决心，最终也为市场带来了行业首个端侧应用70亿大模型AndesGPT。在行业普遍走向AI与自研OS深度融合的背景下，产品创新也会更贴近具体场景。在跳出影像、续航“内卷”的近身竞争后，AI手机的想象空间也将进一步被打开。

OPPO AI滨海湾数据中心

结语

2011年播出的英剧《黑镜》中，有一集讲述女主因思念逝去男友，将其社交媒体资料整合成一个AI“替身”，从而日夜陪伴自己。13年后的今天，曾经的科幻已逐渐照进现实，OpenAI的GPT接口可以借助大量数据进行模仿训练，最终让AI越来越像它所对应的用户。

大模型、机器人、智能制造、自动驾驶……2023年全国两会期间，恰逢ChatGPT亮相不久，全国人大代表和政协委员们便围绕中国人工智能产业如何“接招”等议题展开了深入讨论。

一年之后，生成式AI热度依旧高涨，人工智能频繁占据头条，再次成为2024年北京两会中的高频词。在应用、安全、智能算力三方面同步推进的趋势下，人工智能迎来新的发展关键期，并持续推动AI走入更多生活场景。

2月26日，政协委员走进OPPO，就“加快AI手机生态建设、打造通信行业新质生产力”展开座谈，并肯定了OPPO布局AI手机战略的行业意义，“人工智能是形成新质生产力的重要阵地，也是新一轮工业革命的重要方向。中国拥有庞大用户规模，人工智能在手机领域的应用需要结合中国实际，也要带动通信产业整体升级。”

让AI渗透到日常生活的每一个角落，是大众对科技进步的最终期待。因此，随着人工智能技术不断成熟，人们也愈发期待AI手机这样的超级应用真正到来。而苹果、三星、OPPO在战略上的不约而同，也说明AI手机的发展趋势已不可逆转。与此同时，当场景、使用方式与发展路径逐步清晰后，AI也将成为OPPO所认定的那把钥匙，推动智能手机迈入下一代。

特别策划