某某领导问到我,AI手机这个产业发展如何?对于,地方科技园区,应该如何发展相关产业?我一时还真说不上来,于是,查了一下资料,大概应对了一下。
一:AI手机的定义
首先,AI手机是最近两年的说法,它的出现,应该以三星手机的发布为起点:
三星会重点宣传 Galaxy S24 系列的多语言实时翻译功能。这一功能就来自谷歌提供的 Gemini Ultra 模型。
去年三星手机发布会,第一次宣布AI手机。实际上仅仅是接了一下公网大模型,实时翻译了一下通话。
苹果在2024.06的开发者大会上宣布:GPT-4o 被集成到了 iOS 18 中,用于改善Siri的功能。
苹果作为手机第一品牌,在AI手机上反应较慢,最近才加入,首先肯定是要改造那个智障Siri,我看了一下,目前其实已经可以配置使用,但需要GPT4o API,这玩意儿我可用不起,太贵了。
所以,AI 手机的第一个定义来了:
AI 手机定义一:搭载了AI应用的手机。
注意:如果AI应用的服务方是公网服务,那手机端可能啥都不用改。
如果AI手机就是这样,那基本上的所有手机都能叫AI手机,无非接入个云端大模型,把原有APP改造一下,显得更智能了。这和之前的智能手真没啥不一样。显然,事情并没有那么简单。
我们来看一下之前智能手机想完成,但没有完成的任务:
场景一:小爱同学,XXXXXX。这是智能手机的语音助手,需要有唤起词,很傻。每次在车里要喊:小德,小德,我觉得我是最傻的。还有进入酒店房间要唤醒小爱同学。
所以,合理的方式,是让设备方自动识别知道我在发起命令了,比如:
气息识别——只需要将手机话筒放在嘴边,就可以自动触发与手机的对话和指令。
场景二:手机游戏,RPG主角的移动需要触屏滑动,并不方便。为什么不能手势,或者眼的视线来完成移动。所以,有如下方法:
眼动跟踪——可以实现30公分内高精度的眼动捕捉,根据眼动追踪可以智能完成移动。
场景三:手机有android,IOS,鸿蒙,这些系统间的数据共享,工作协同仍有很大障碍。而手机与平板,电脑,各种物联网设备的协同,也是困难。
目前并没有好的解决方案。
场景四:更多的情况,人在使用手机时,有些行为实际是可以预知的,人的情绪是可以判定的,人的自然语言需要更好的识别,通过摄像头的动作最好能作为指令,等等……
按照 上面的场景,我们可以总结一下:
我们的手机需要能 跨越操作系统(windows,android),万物互联,在不同设备系统间共享数据,协同工作,一致体验。
我们看荣耀手机在业界首次实现了气息识别能力(不需要提示词),眼动追踪功能,可以实现 30 公分内高精度的眼动捕捉,增强游戏的交互能力,提供相应的API。
我们希望手机能自动预测用户行为,识别用户情绪,理解用户自然语义,音频分析,提供跨应用APP的交互指引,或者完成服务的直达。
我们希望手机能提供智能代理提供智能助理,让它能帮助我们完成工作或事务。
AI 手机定义二:我们需要改造手机操作系统,让它跨系统/跨设备融合,提供更好的交互方式,提供智能助理,让它能有更好的体验,更智能。
二:AI手机的技术
2.1:手机芯片
这是Google最新手机的芯片,可以理解为一颗SoC,Google Tensor。
最关键的组件是 TPU:专用机器学习和AI任务设计的处理单元。提供高效的张量运算。
ISP:图像和视频处理,可显著提升拍照和录像的质量。
MTK 天玑 9300+ 5nm工艺
专用APU:专为AI任务优化,处理复杂的AI算法,如图像识别,语音识别等
高通骁龙8 Gen3 可以装入 100亿的大模型,4nm 工艺
集成了Qualcomm AI Engine:最新的AI处理器。
集成了18-bit 三 ISP:影像处理超强。
2.2:大模型
对于公有云的大模型,没什么可说的。可以用商用的,但是手机厂商为了控制成本,应该会提供一个自训的大模型(或者商业联盟)。上图是OPPO自研的大模型。
对于手机特定场景,可能会存在垂直领域的专用模型,比如:OPPO的 Turbo 大模型,这一般是行业模型,基于通用大模型微调而成。微调的核心是行业数据。
对于手机端一定也会部署模型,这应该也是为了成本和安全。对于海量的手机用户,如果依赖于云端运算,那算力要求太高,并且成本高。一些特定场景,完全可以做tiny模型,比如:OPPO的Tiny轻量模型。
2.3:AI OS
对于AI os ,关键是 LLM Kernel,主要是封装对于LLM Model的调用(Prompt调用),以及上下文管理(因为LLM的token的输入宽是有限的),工具管理(用于Agent的调用),这个类似于 LangChain开源框架的处理。并且要注意,智能代理系统:包括一些典型应用的代理,帮助开发者快速去开发相关应用。
我们拿VIVO的 BlueOS为例:
-
它深度与AI集成:
- 系统层和内核层都集成了专门的AI处理单元和算法,确保系统能够高效处理各种AI任务。
- 提供了AI大模型和计算加速平台,使得AI应用能够快速响应和处理复杂任务。
-
丰富的AI应用和服务:
- 提供多种AI原生应用和个性化服务,满足用户的多样化需求。
- 第三方应用可以调用系统的AI能力,扩展了AI功能的应用场景。
-
高效的开发支持:
- 完备的开发工具链和API接口,支持开发者快速开发和集成AI功能。
- 蓝河Studio和SDK等工具,提供了一站式的开发和测试环境。
-
智能化的用户体验:
- 通过AI技术,提供智能助手、语音识别、翻译等个性化功能,提升用户体验。
- AI感知和大模型的应用,使得系统能够主动学习和适应用户行为,提供更智能的服务。
2.4:AI Agent
说到智能体,我们可以用OPPO的 1+N战略为例。
核心智能体(1):
- 智能中枢:作为整个生态系统的核心,超级智能体集成了强大的AI能力,负责协调和管理各个子智能体的工作。
- 智能决策:能够进行复杂的智能决策,整合来自不同子智能体的数据和信息,为用户提供个性化和智能化的服务。
- 学习和适应:通过持续的学习和适应,超级智能体可以不断优化和提升自己的智能水平,满足用户的多样化需求。
子智能体(N):
- 智能体1、智能体2、智能体3...:每个子智能体负责特定的功能和任务,例如智能家居控制、健康监测、语音助手、图像识别等。
- 模块化设计:各个子智能体以模块化的方式设计,可以根据不同应用场景进行灵活配置和扩展。
- 协同工作:子智能体之间通过超级智能体进行协同工作,确保各项任务高效完成,提供无缝的用户体验。
开发平台:
- 开放生态:OPPO AI Pro智能体开发平台为开发者提供了开放的开发环境,支持第三方开发者创建和集成新的智能体,丰富整个生态系统的功能。
- 工具和支持:平台提供了丰富的开发工具、SDK、API接口和技术支持,帮助开发者快速开发、测试和部署智能体。
- 创新驱动:通过吸引开发者和合作伙伴参与,推动技术创新和应用创新,持续提升生态系统的智能水平和用户体验。
OPPO的AI手机平台通过增强创作能力、自学习能力、真实世界感知能力和算力高效利用能力,驱动了智慧OS和智慧平台的全栈革新。同时,通过构建原生服务生态、智能终端生态、大模型生态和算力生态,重构了智能手机的生态系统。这一战略不仅提升了用户体验和设备性能,还推动了智能手机向更高智能化和个性化的方向发展。
3:AI 产品
手机上的AI产品,大致如上图的重要应用。
我们在开发AI产品时,可以考虑属于哪个类型,然后寻找相应的智能代理,或者核心代理,将应用AI化。
4:AI 产品的用户需求
早些年,微信横行,移动互联网初年,手机主要是解决连接的问题。如上:
与人的连接,手机上各应用的连接,与远程服务的连接,与其它设备的连接。
对于AI手机的价值 ,主要突出以下几个点:
- 更好的人机交互——不能仅仅是触屏了,应该是全新的交互模式,不限于语音,眼球,视频中的动作,应该是更适合人的交互方式。提升体验,人与设备无缝连接。
- 智能服务——要理解用户,及时响应环境和用户需求,提供个性化的,随时随地的服务。
- 贴心陪伴——个人情感支持,学习支撑,提供知识。也就是提供人的情绪价值和学习价值。
- 安全可靠——保护个人隐私,提供更安全可信的环境。
这些核心价值共同构建了一个智能、贴心且安全的AI手机生态系统,全面提升了用户的使用体验和满意度。
5:AI 手机行业的思考
提供 tiny的模型(如:100亿参数以内),目前已经有不少,移植到手机上,几款手机芯片都已支持,不过是否可以在本地很好的支撑应用,还是未知的。目前看到的应用,更多是调用的公网的商用模型(超过千亿参数的),这主要是看需求。
手机平台方需要提供新交互的底层支撑。如:气息识别,眼动识别,视频识别之类的,并形成标准的新交互指引。
手机APP很活跃,用AI来改造,可以很快推广,但是,大模型提供的不确定性和幻觉需要得到控制。所以,手机厂商应该通过代理服务来屏蔽和解决类似问题,因此,需要有更好的开发平台。针对android,最好是还有一个统一的开发框架,而不是一款手机来一套,至少用框架来规范化相应的开发,然后适配不同手机。
手机仍然是应用为王,第一拨要改造的肯定是那些明星应用,比如:京东,美团,点评,携程,抖音之类的常见应用。如果这些应用有突破,或者成为手机的底层服务,那将大大加快APP的AI化。
还是比较看好,AI先在手机上突破,或许它比在制造业,在企业信息化的路径上更短,更快。