手机+AI大模型 除了噱头还剩什么？

AI大模型，2023年最具话题性的人工智能应用。

智能手机，全球普及度最高的智能终端。

一个代表未来的人工智能浪潮，一个是过去20年最成功的科技产品，在汉语中，它们都有一个相同的词：智能。

于是，两者的结合仿佛“命中注定”。

今年4月，奇绩创坛创始人兼CEO陆奇在演讲中表示，未来是一个模型无处不在的时代，并预言有一天大模型会在手机上运行。

在前不久的2023 MWC上海移动通信大会上，荣耀CEO赵明表示，将会率先将AI大模型引入端侧，打造端侧“个人模型”。他还表示，“大模型打破了我们很多的思考边界，是我们迄今为止看到AI的最佳诠释”。

彼时，荣耀售价最高的旗舰手机荣耀Magic V2发布在即，外界将其解读为“荣耀将在Magic V2上首次搭载大模型”。

7月12日，荣耀发布Magic V2折叠屏手机，结果揭晓，荣耀Magic V2并未成为第一款大规模大模型的智能手机。在一个多小时的发布会里，赵明只提了一句大模型。不过，虽然荣耀“迟到”了，但手机+AI大模型的讨论一点也没有停下。

Google、华为、小米、百度等均表示将在手机上采用大模型相关技术。例如，今年5月百度推出小度手机，同样被外界解读为百度希望在硬件端落地大模型。

看上去，手机厂商好像是各种大模型“概念股”中相对靠谱的那个。只是，蹭大模型热点的已经太多，手机厂商会是例外吗？

AI大模型+手机=？

手机应该如何与AI大模型结合，目前行业主流方案分为三种：

一是类似云服务或者ChatGPT的App，云端提供大模型计算，再反馈给手机，这种方案的优点是无需依赖手机孱弱的算力，缺点是需要联网，且信息安全是个问题；

二是本地部署、本地计算、本地服务，直接用手机自带的处理器运行大模型，即赵明所说的“端侧”。它的优点是不受网络限制，且信息保存在本地，但手机算力能否支撑大模型运行是个问题；

第三种方案就是结合以上两者，云端和终端共同运行，优缺点也是以上两者的优缺点。

事实上，在荣耀宣布将在手机上引入AI大模型之前，第一个大规模尝试在手机和AI大模型之间建立联系 的公司，是安卓系统的老家——Google。

Google当然有充分理由将手机和大模型结合起来——旗下安卓系统掌控了全球81%的智能手机，拥有Google AI和DeepMind（AlphaGo开发商）两家顶级AI研究机构，并且是大模型的基础架构 Transformer的提出者。无论从哪方面看，Google都是践行手机+AI大模型的最好对象。

但从去年底OpenAI发布ChatGPT并全球走红后，Geegle反而成为了外界口中的“落后者”。一个不争的事实是，尽管在AI领域投入巨大，但Google没能成为这一波AI浪潮里最耀眼的明星。

于是，今年5月，在ChatGPT 3.5发布半年后，Google终于公布了全新一代大语言模型PaLM2，用以对抗ChatGPT。作为一种差异化竞争，PaLM2可以被部署在智能手机上，而ChatGPT训练一次需要上万张英伟达A100显卡。

当然，Google也知道手机和专业AI显卡的差距，因此不是所有大模型都可以部署在手机上。PaLM2包含四个大模型，按照参数规模从大到小，分别命名为：独角兽（Unicorn）、野牛（Bison）、水獭（Otter）和壁虎（Gecko）。只有参数最小的“壁虎”可以在手机上运行，Google称，它的运行速度足够快，不联网也能正常工作。

手机上AI大模型有什么用？

除开晦涩的技术名词，对数十亿智能手机用户来说，AI大模型究竟能带来什么样的功能和服务更重要。如果只是类似ChatGPT一样的聊天机器人，那大家恐怕会问，“为什么我一定要用第二个ChatGPT呢？”。

Google的做法是把大模型融入具体的应用，让App自带大模型特性。例如，可以自动写邮件的Gmail。用户只需在Gmail的“Help me write”（帮我写）中输入需求，它就会结合此前邮件中的信息，写出完整的邮件，比如劝说你的好朋友李华好好学习天天向上。

“Help me write”还只是Google Workspace（工作间）功能的一部分，Workspac的其他功能还包括根据PPT内容自动写演讲文稿等。目前尚不清楚这类服务会以云端还是本地部署的方式运行。

作为硬件公司的高通和Google的思路完全不同，他们想让大模型作为独立应用运行在手机上，而不是某个应用的一部分功能。

今年6月，高通发布了一则演示视频：一部没有联网的安卓手机使用Stable Diffusion生成了一张AI图片，整个过程不超过15秒。

作为一种AI图片/动画生成工具，最近一年Stable Diffusion同样大出风头，但在此之前，个人用户使用Stable Diffusion几乎都是在电脑上，它对算力的要求同样不低。

高通之所以能在手机上运行Stable Diffusion主要是结合了云端和终端，打造出一套“混合AI”：算力需求大就交给云端计算，算力需求低就由终端本地计算完成，必要时它们也能同时运行。为了给自己的方案背书，高通甚至还发布了一份白皮书，名字叫《混合AI是AI的未来》。

不过，现在还很难说哪种方案会成为未来主流。

谁更需要大模型？

在手机厂商中，荣耀是第一个明确表示将把AI大模型部署在手机上的厂商，积极性背后也有荣耀自己的考量。

截至今年第二季度，全球智能手机出货量已连续七个季度下滑，苹果、三星、小米等手机厂商无一幸免，荣耀同样不容乐观。

据TechInsights数据，今年一季度，荣耀手机中国出货量同比下滑22.2%，在国内五大手机厂商中跌幅第二，市场份额也从去年同期的第二跌至第四。

在手机市场不断萎缩，且同质化越来越严重的当下，AI大模型给了智能手机新的想象，尽管它前路未明，但荣耀需要。

Google拥有全球最多的软件用户，旗下15个App用户数超过5亿；高通迄今为止具有AI计算能力的产品出货量已超过20亿部。某种程度上说，在推广手机+AI大模型这件事上，它们同样有理由比手机厂商更加积极。

但另一方面，“手机性能过剩”“系统过于臃肿”也是近几年饱受争议的话题，Google、高通、手机厂商需要AI大模型，但也要面对用户的诘问。最好的反面教材，是曾经被寄予厚望的“在手机上玩3A大作”的云游戏，直到今天它依然没能成为市场主流。甚至Google自己都关闭了旗下的云游戏平台。

再者，“智能手机风向标”苹果至今未有任何相关动作。在今年6月的WWDC上，苹果甚至一次都没有提“AI”或者“大模型”，在描述相关技术时，他们用的是更传统也更学术化的词汇——“Machine Learning”（机器学习）。

苹果一向是“不做好就不发布”的典型代表，因此，苹果的保守或许可以从侧面印证AI大模型在智能手机上的应用还处在用户需求未知的功能探索期。

但不管怎么说，手机行业的创新已经沉寂良久，大模型若能带来新的市场和活力，显然大家都乐见其成，即使失败，也无非是巨头们的又一次“误判”。