到底什么是AI手机？为什么要买AI手机？

如果你过去半年间打算买手机，或留意过地铁公交站那反复刷墙的各家手机海报，就不难发现，似乎一夜间，中国手机厂商都改成AI(人工智能)厂商了。

比如“我爱AI的快、不止是AI、AI智能拍照，让美更自然、AI智慧拍照，照亮你的美”类似的海报口号，你总见过一款。

到底什么是AI手机?为什么要买AI手机?AI手机有什么新价值?很多消费者在几乎完全不懂的情况下，就被广告宣传或门店导购忽悠一番后，交钱走人。而AI，似乎成了不少手机厂商敦促消费者下单或换机的魔法。

到底什么叫做AI?

虽然大家手里拿的都叫“智能手机”，但事实上，绝大多数手机目前只能被称为“被动智能手机”。你看，如果想解锁手机，就要去按指纹识别甚至是输密码才能解开;如果想打开某个APP，就要去点击图标;如果要拍一张好照片，往往还要根据不同场景来进行手动设置各种模式参数。

AI对于智能手机的价值，就是能够提前预测用户需求，主动给出相应指引或回应，实现真正的智慧化。

也就是说，AI对手机的价值，是能够改变人机之间的关系。前AI时代的手机，只能成为我们的“工具”。而AI手机，应该可以协助人类最复杂的大脑，甚至分担一些工作，成为我们的“顾问”。AI手机足以在各个领域缩小认知鸿沟或决策鸿沟，促进整体用户福祉。

具体到实际应用中，有以下产品的案例最为直观：

iPhoneX，苹果舍弃经典的指纹识别后，用Face ID取而代之。曾经在前AI时代，Google也曾经做过面孔识别，然而那种识别，只是把用户的脸当成用来开锁的钥匙，稍有异样便不能被识别;如今 AI 时代的人脸识别则是，手机通过学习记住了用户的面部特征，然后手机自动为用户打开。

在苹果的A11仿生芯片上，利用AI技术，能够让Face ID对人类的面孔特征变化实现主动适应。

其次是拍照的场景智能化。我们在拍照时，往往会根据所处场景来选择拍照模式，在面对复杂场景时，或许还会祭出专业模式调节各种参数。而AI在拍照中的价值，就是能够对拍照对象进行自动识别分析判断，通过识别出镜头中是一个什么样的人、物或场景，然后根据算法调整照片。

对于大多数普通用户来说，以后拍照基本就不必再绞尽脑汁研究拍摄参数、后期苦苦修图了，这些工作交给AI自动处理就好。这就是AI手机帮人类大脑分担工作的体现，与前AI时代的相机形成鲜明对比。

既然AI手机有这些好处，那我们是不是应该赶紧去入手一台AI手机呢?又该怎么挑呢?

怎么挑AI手机?

市面上自称是“AI手机”的产品大概有以下三类：

一是“芯片派”，即在手机中专门安装了一个处理AI任务的芯片，AI本质本就是大量的计算，所以配置专门的、算力强大的硬件芯片也就是应有之义。

比如华为和荣耀搭载的麒麟970芯片，是世界上首款在CPU、GPU两个通用处理单元之外，加入了AI处理单元NPU(Neural network Processing Unit，神经网络单元)的移动芯片。由于利用了深度学习处理技术，NPU可以比其他处理模式更快地处理卷积、迁移等深度学习任务，也就可以达成更快的AI任务处理能力。

而苹果随后在发布iPhone X时发布了A11 Bionic芯片，两家不约而同采取了相似的策略。A11集成了一个专用于处理AI任务的运算单元“神经网络引擎(Neural Engine)”，开启了iPhoneX的AI之路。极具革命性的Face ID，其原理就是能够将传感器数据进行实时 3D 建模，并利用机器学习识别用户容貌改变，在此过程中产生的大量计算需求，都需要借助 A11 Bionic和Neural Engine来满足。

芯片最大的价值，就是运算能力的极速提升：麒麟970的异构计算架构拥有约50倍能效和25倍性能的提升，图像识别速度可达到约2000张/分钟;苹果A11芯片每秒处理相应神经网络计算需求的次数可达 6000 亿次。

而且这些运算都不需占用CPU或GPU，更无需将数据上传云端，既无需占用原本系统资源，也不必苦苦等候网络传输，在本地端完成AI运算。

第二类是“摄像头派”。 这一派的代表者，即是宣称从 Mobile First 变为 AI First的Google。

去年推出的谷歌pixel 2，给出了一个非常特别的AI摄影模式，它没有专属的AI芯片，却利用算法和AI图像处理单元完成了动态模糊摄影等摄影能力的补偿。虽然没有芯片，Google也在硬件上做了新东西：一块名为Pixel Visual Core的协处理器，其核心部分是 Google 自主设计的图像处理单元(Image Processing Unit，简称 IPU)。

与华为和苹果不同，Google 表示 IPU 的用处很简单：将 HDR+ 的运行速度提升 5 倍，而功耗则将为十分之一。此举确实一定程度上绕开了开发芯片的难度，并弥补了谷歌硬件上的弱势。

第三类是“算法派”。比如小米、OV等国内大多数机型都属于这一类。其主旨为：在有限提升算力的前提下，把AI运算应用于拍照等等用户最容易感知到的地方。

我们平时用的各种美颜拍照相机、动态美颜录制应用等等，其实都是依靠算法完成“AI美颜”功能的。如今一些厂商干脆将这些功能集成到拍照APP中，或直接搭载到产品摄像头里。

而这些大多基于高通CPU生产的“AI手机”，其在硬件方面实际是缺乏基础的，因为高通没有为AI运算单独设立硬件单元，而是打造了AI Engine——通过对GPU、CPU和DSP等多个元件进行功能调试，使其更能适应AI运算。这种解决方案的结果是，手机算力虽然有所提高，但普通计算和AI计算都混淆起来，很可能会出现排队的情况。于是AI计算很难像硬件智能那样无时无刻地进行，计算能力也稍逊一筹。

所以我们能看到的是，目前大部分国产手机宣传所谓的AI拍照时，都绝口不提夜拍、动作捕捉等复杂任务。因为这类深度学习的负载很大，用传统移动芯片+云计算来跑这类AI拍摄任务，其效果和效率并不令人满意。

这一类手机虽然也在宣传话术中大打AI牌，但又时时刻刻把AI和智能拍照划上等号。这并不是因为手机AI只能做到智能拍照，而是因为应用智能自身的局限，限制住了这些手机的AI想象力。

和早于2011年便联手中科院计算所共同开发核心芯片的华为不同，OV、小米在AI芯片上的实质性举动并不明显，目前主要还是依靠算法和高通新架构来实现“AI拍照”。

总结一下上述三类“AI手机”，不难发现唯有在硬件上的投入和技术基础，才能够承担起AI之名，而对很多不具备这方面条件的厂商而言，AI不过是另一个华丽的营销包装罢了。

AI只能用来拍照吗?

此前，很多人疑惑“AI手机”是否为一个营销噱头，其中一个重要原因就是厂商尚未带来颠覆性认知的落地场景。

其中关键的因素就在于，AI本身就应该是一个系统性工程，除了芯片和硬件上的积累，更应该有生态支撑。

可以想象一下，当手机具备AI芯片和其它强大运算能力与成熟算法后，就像拥有Intel+Windows的PC机，而PC联盟最成功之处，就是丰富多彩海量的应用软件。到了移动时代也是同理，唯有将更多开发者的智慧凝聚一起，形成数据打通，将运算力开放给更多开发者，才有五花八门的应用来服务消费者。

比如现在基于华为的HiAI开发平台，已经有多家厂商利用AI芯片推出了更好体验的产品。眼下大火的短视频平台抖音，就基于麒麟970芯片，做出了独特的实时优化功能。在抖音里，当人在快速挥动手臂时，背景可以做很多无穷替换。在这种情况下，把整个人抠出来，边边角角都在，还不失真，就对芯片的算力提出很严峻的考验。

再比如，如果可以将各种各样的应用之间数据打通、逻辑打通，形成一个完整链条的体验，是会对整个行业有促进作用的，并且有机会形成新的商机——假设用户订购了一张电影票，那么AI手机就会根据用户所处的位置和路面拥堵情况，提醒用户打车或者选择最优路线开车前往，到了电影院主动弹出购票二维码，在电影结束后根据用户习惯，以及还在营业的餐馆，向用户提供更加智慧和贴心的服务，“这种思考过程和逻辑就像人的思考一样自然”。

而所有这些“生态收益”，首先都是要求厂商拥有芯片等核心硬件技术基础，才谈得上开放算力，共享数据。否则一切都是空谈。

随着AI生态逐渐成熟，AI手机的体验也会产生天差地别的变化，同时第一梯队的AI手机也会和后来者拉开越来越大的距离。到时候早就不需要媒体来为用户来解读那些手机AI的真伪，用户自己就可以感受到巨大的差异，也就不那么容易被忽悠了。

如今厂商们对AI之名的滥用，只是技术革新出现时必然出现的通货膨胀。经过几番喧嚣与冷静，市场规律便会慢慢洗刷参与者，最终让一切走向正轨。