OpenAI可能要造手机了，而且可能是专为ChatGPT设计的AI手机。

最近，据The Information报道，OpenAI CEO Sam Altman一直在与iPhone著名设计师Jony Ive联系，讨论开发一种新的AI硬件设备。

软银CEO孙正义也对此兴趣盎然，并“与两人交谈过这一想法”。

三方合作虽然尚无定论，但以孙正义一向标榜的ChatGPT“重度用户”身份来看，这事儿有戏。

一面是AI公司准备挺进硬件领域；另一面，手机厂商也在加紧拥抱AI大模型。

美东时间10月4日，谷歌发布了搭载谷歌AI基础模型、“以人工智能为中心”的Google Pixel 8系列手机——考虑到谷歌当初发布的安卓系统，曾一举带动功能手机跨跃性进入智能手机时代，谷歌此番入场，可能拉开了AI手机的序幕。

国内手机厂商，也纷至沓来。

10月11日，OPPO宣布，基于其自主训练的安第斯大模型（AndesGPT）打造的新小布助手1.0 Beta 版尝鲜体验正式开启，升级后的小布助手将具备 AI 大模型能力。

这是继小米宣布内置AI大模型的小爱内测之后，又一启动内置AI大模型手机智能助手实测的手机厂商。

步子迈得更大的是华为，从宣布手机系统接入盘古大模型，到开启内置大模型的语音助手小艺的众测、发布内置AI大模型的新机华为Mate60系列，一个多月就一气呵成。

vivo虽然在大模型落地应用上没有实际进展，但其自研的70亿参数大模型vivo_Agent_LM_7B，已在8月份现身C-Eval 等榜单；且官方也在9月的博鳌亚洲论坛国际科技与创新论坛上，预告了自研大模型发布的消息。

荣耀更为火急火燎，7月初早早发布了号称“全球首款原生集成AI大模型的国产手机”Magic V2，赚足噱头；但其自研大模型的进展却没露半点风声，反而表态“在网络大模型方面跟互联网公司进行合作” 。

……

国内外手机巨头大干快干AI大模型的急切心情 ，是显而易见的。这主要是因为，手机市场创新乏力，实在卷不动了；而“把大模型装进手机”，很可能实现手机功能和体验的革命性突破，有望引发新一轮换机潮。

AI手机有望治愈市场内卷？

为何国内手机厂商，都对AI大模型趋之若鹜？

最直接的价值，当属手机性能和体验的提升。

当AI大模型融入手机系统，一方面能增强手机处理图像、语音、自然语言处理等任务的能力，显著增强手机性能；另一方面能更灵活响应用户需求，提升用户体验，且随着AI算法的进化，加载在端侧的大模型对用户了解的加深，手机可以预测用户的行为并提前进行优化，变得更聪明智能，从“千人一机”变成“千人千机”。

部署在手机本地的AI大模型，不仅可以实现AI对各类APP的优化赋能，甚至可以作为通用接口，打破壁垒，让APP能力实现自由组合，进而提升用户体验和产品竞争力。

国内外分别率先落地AI大模型的华为 Mate60系列机型及Google Pixel 8系列手机，就是例证。

华为手机很早就将AI能力应用于增强手机图像处理方面，这次AI大模型内置到系统后，体验改善最明显的是其手机语音助手小艺。

与OpenAI的ChatGPT、谷歌Bard这些生成式AI聊天机器人有所不同，华为的小艺在HarmonyOS操作系统底层进行了重构。

即前两者只是加载在手机上的AI应用，小艺则是将大模型作为智慧系统的大脑，借助大模型的高阶能力，对系统能力进行全面增强。

而有盘古大模型做底层支持的小艺，不仅自然语言理解能力实现跨越式迭代，还能利用生成式AI多为用户做很多事情，比如资讯摘要、写文章、回复邮件、撰写备忘录、图片二创等。

不止满足生活需求，甚至还能辅助工作。比如邀约合作伙伴开会，直接跟小艺口述会议的时间、邀请人员以及讨论内容，小艺就能写出一封会议邀请邮件。

更值得一提的是，小艺确实做到了打破APP之间的壁垒，应对更复杂的用户需求场景。

比如针对一张海报图片，询问小艺相关的地址信息并要求导航到目标地点，小艺就可以准确识别海报中的地址信息并打开导航App进行导航。

又如，想找一家牛排餐厅，小艺可以准确理解意图，并直接调用美团服务找到相关餐厅。

而Google Pixel 8系列手机对图像处理能力的增强，也令人惊艳。

通过生成式AI，Google Photos 中的Magic Editor（魔法编辑器） 可以利用已经拍摄的照片，手动从其他照片中选择另一个表情，生成一张新的照片，且可以保证“每个人都睁着眼睛”。

此外，这一功能还能抹去照片中不必要的背景和杂物，让空有高配手机却拍不出合格照片的“手残党”，也能成为出片大师。

AI大模型对手机功能体验的改善是显而易见，并能切中用户需求的，或将刺激大批打算尝鲜的用户换机，打破手机行业创新乏力的同质化内卷困境。

根据市场研究机构Canalys发布的最新报告，截至2023年第二季度，中国智能手机市场出货量约为6430万台，较去年同期下降5%；全球智能手机市场同样动力不足，今年二季度出货量同比下降10%。

而在下滑的大盘中，高端市场则相对走俏。Canalys分析师Amber Liu指出，“消费者越来越愿意为高品质产品买单。自去年以来，中国智能手机市场的平均价格已超过450美元，预计未来几个季度将继续攀升。”

如果AI手机可以大幅提升体验，国内外手机市场再次被激活或成为可能。

华泰证券在其题为《AI会推动新一轮换机潮吗？》的专题研究中指出，随着AI大模型时代到来，AI有望成为驱动下一轮换机潮的重要因素，预计2023 下半年首批“AI 手机”将陆续面世，目前AI 手机主要应用 NLP（自然语言处理）和 CV（计算机视觉）技术，预计 2024-2025 年将有更多创新 AI 应用在手机落地。

在2023年第二季度业绩会上，联发科也表达了类似观点，认为“AI 落地手机将加速换机周期”。

“抢滩”大模型，厂商进展不一

其实，手机行业争相抢滩AI大模型，并非仅仅是跟风热点，头部厂商布局AI已有时日，且在步步递进，早期更多是从功能改善层面出发，如今逐渐深入到系统层面。

虽然直到今年8月份发布鸿蒙4系统时，华为才宣布将大模型接入手机系统，但盘古大模型早在2020年9月就已经启动研发，至今已经迭代至3.0版本并已商用。

同样较早布局AI大模型的还有OPPO。

自2020年起，OPPO小布助手团队就开始探索和应用大语言模型。

早在其大模型AndesGPT项目开展以前，OPPO就已经展开了大量的AI投入，对预训练语言模型进行开发和探索，自主研发了曾在中文语言理解测评基准CLUE1.1总榜中排名第五、大规模知识图谱问答KgCLUE1.0，以及排行榜排名第一的大模型OBERT。

vivo发力AI大模型的时间虽尚不可考，但从其2018年成立AI全球研究院，今年8月份在权威测评网站提交了70亿参数大模型vivo_Agent_LM_7B看，投入相关领域研发时间不会短。

小米下场也不晚，早在2016年7月就已经布局AI，到了今年4月，又顺势正式组建了AI实验室大模型团队。

正如小米技术委员会 AI 实验室大模型团队负责人栾剑所说，“手机和 AI 的结合其实很早就有了，比如在拍照中对照片的调整——快速对焦，超分辨率等。现在把大模型加入手机，是一个升级，它提高的是自然语言的交互，包括文字处理的能力、多模态的处理能力等。”

国内手机厂商之所以急着在近三四个月将自身的AI大模型推到台前，甚至整合应用到手机，或是想先发制人，抓住AI手机可能带来的换机潮的窗口期。

根据前述内容，除了自研大模型进展一直没消息的荣耀，国内大部分手机巨头，基本都选择了自研AI大模型，但因为各自条件限制和启动时间有先有后，落地进展不尽相同。

自建一套生态的华为，目前算是第一家将手机AI大模型落地新机的国内手机厂商。

其次要属OPPO和小米。二者虽然未正式发布内置AI大模型的新机型，但已经将旗下内置AI大模型的新手机助手分别启动公测和内测，迈出将AI大模型和手机系统融合的步伐。

OPPO整体考虑更周全，提前做好和上游厂商的磨合。在自主训练AndesGPT大语言模型的同时，OPPO也和联发科合作，希望借用其4位量化技术，实现精度不掉点效果下端侧性能更优，尽快推动AndesGPT在端侧轻量化落地。

vivio虽然自研大模型已上权威排行榜，但至今未见具体落地行为。

网传vivio在今年10月左右会推出内置AI大模型的新OriginOS 4.0系统，如果届时一并推出内置AI大模型新系统的新机，vivo有望成为继华为之后，国内第二个将AI大模型落地新机的手机厂商。

与华为软、硬件自成一体不同，其他手机厂商在自研大模型的同时，未来还是免不了和上游硬件厂商合作，借助其芯片及轻量化技术，更好推进自研AI大模型在手机端的落地，变量更多。

从某种程度而言，谁能更快和硬件厂商磨合好，将自研的大模型加速轻量化落地，谁就能更快抢得先机。

自研大模型：终将走向端云一体化？

另一个问题来了：目前市场“百模大战”火热，手机厂商为什么不采取拿来主义，直接调用成熟云端大模型的开源接口，非要亲自下场自研端侧大模型？

原因可用两个关键词概括：带不好、带不动。

一方面，像ChatGPT这类部署在云端的大模型的具体应用，一直以来都伴随着强烈的隐私安全争议。

而本地化部署的手机AI大模型，数据不会离开端侧，在用户数据的隐私和安全性方面更有保障。

因为参数量较为轻量化，手机大模型的加载运行速度也会更快，不受网络环境限制。

此外，布局在手机端的轻量化大模型训练周期短，能根据用户需求进行快速的迭代更新，在响应用户需求方面更灵活。

华泰证券也在前述研报中断言，不同于训练环节的高计算性能要求，推理环节主要根据用户需求，利用训练好的模型进行推理预测，对峰值计算性能要求较低，更注重单位能耗算力、时延、成本等综合指标。

由于云端算力与终端设备间需通过网络信道传输，仅将推理算力分布于云端，受限于网络带宽和传输距离，将无法满足部分场景低时延、高可靠性等要求。

另一方面，对云端大模型来说，随着接入的需求增多及使用频率的增加，云端算力、网络带宽、存储及硬件等资源的消耗负担越重。

手机厂商如果把手机性能革命的驱动力中枢搭载在这些“笨重”的云端大模型上，手机性能体验很容易不稳定，乃至被拖入泥潭。

对于自研端侧大模型的问题，小米技术委员会 AI 实验室大模型团队负责人栾剑在接受腾讯科技采访时的回答，让我们从手机厂商视角看清了它们的考量。

关于自研，栾剑认为，在各种设备终端上，使用的芯片不尽相同，它们在内存大小、算力强弱、平台支持的算子集上都会有差别。这就要求模型必须能根据硬件条件做出动态调整以达到最佳性能。

而一个开源模型，结构上就是固定的，无法再调整，使用起来非常受限。如果希望具备定制模型结构和从头开始训练的能力，就必须自研。

这也解释了，为什么手机厂商一方面要自研大模型，另一方面又得加强和硬件厂商的磨合。

栾剑同时指出，端侧大模型能更好保护用户隐私，同时让用户可以用更低成本去获取更多的功能，但这绝不意味着用手机端就能解决所有问题。

虽然高通、联发科等硬件厂商通过持续提升量化算法，可保证在轻量化落地端侧大模型的同时，带来手机能效和性能的提升；但无法否认，AI大模型再怎么压缩，参数体量摆在那儿，对手机硬件、性能的要求只会越来越高。

前述华泰证券研报也指出，AI 模型大量的计算，将对总线带宽提出更高要求；不断运行的推理任务将使得设备耗电加快，拉动电池容量以及相应的电源管理芯片升级需求。

随着大模型预测越来越准确，这些问题会愈发明显，或将带动上下游产业链的升级。

那么，除了不断优化量化等技术、提升手机配置，手机厂商还有哪些方案，能有效应对端侧大模型进化带来的更高要求？

对此，小米提出的“端云一体化”概念或许是现实选择，即未来AI手机一部分能力或功能，端侧模型可以解决的，就在端侧解决；端侧无法解决的，则调用云端能力。这样既能确保隐私安全性和对用户需求的精准理解和灵活响应，又能保证实现更复杂高阶的操作，优化用户体验。

高通也提出和小米类似的思路。

在技术白皮书《混合AI是AI的未来》中，高通指出，随着生成式AI以前所未有的速度发展以及计算需求的日益增长，AI处理必须分别在云端和终端进行，才能实现AI的规模化扩展并发挥其最大潜能。

而华为目前的解决方案，也是和前两者高度接近的。

据了解，针对消费者在不同设备不同场景下的需求，华为小艺背后的大模型拥有端侧和云侧等形态。在小艺与大模型的结合中，端侧大模型会先对用户请求和上下文信息做一层预处理，再将预处理后的需求发送到云侧，从而最大化地发挥“端侧模型快”和“云侧模型强”的优势。

AI大势已至，作为用户量最广、用户粘性最高的智能终端，手机，或许会成为AI大爆炸大普及的第一载体。