當前位置：前瞻產業研究院 ? 經濟學人 ? 觀察家專欄

AI手機，蘋果又走在了國產廠商前面？

分享到：

解碼Decode ? 2024-06-14 16:18:31 　來源：解碼Decode　E5644G2

來源|解碼Decode(ID：kankeji001)

今年的蘋果WWDC結束之后，盡管媒體的評價都是“沒有驚喜”，但作為頭號黑粉的羅永浩卻異常安靜，上一條“懟人”的微博還是今年一月怒斥榮耀抄襲。

反倒是馬斯克連發了7條推文，狂噴蘋果全面接入OpenAI的ChatGPT，他甚至到庫克的帖子下貼臉開大，說如果庫克不阻止這種令人毛骨悚然的植入型軟件，他將禁止蘋果設備進入其公司，并貢獻了一張被科技圈廣為流傳的表情包。

雖然外界也好奇馬斯克為何如此暴躁，但主要的關注點還是在“沒有驚喜”的Apple Intelligence（蘋果智能）上。著名果鏈分析師郭明錤一邊給蘋果敲警鐘，一邊不忘提醒消費者，稱AI可能會是蘋果區隔高低端機種的新標簽。

WWDC發布會后，蘋果股價做了一圈過山車，先是發布當天應聲跌了2%，第二天又神奇般大漲7%。

從不滿到追捧，資本市場的態度在24小時內發生了驚天反轉，是投資人誤會了庫克嗎？倒是原本樂見其成的國產廠商，仍在不遺余力制造蘋果落后的話題。

倒也不是國產廠商蹭熱度，主要在AI手機這件事上，之所以蘋果會被評價“沒有驚喜”，是因為有一部分消費者已經用上了國產AI手機。換言之，WWDC上蘋果拿出來的那些東西，國產廠商都已經教育一遍市場了。

那么問題來了，這一次蘋果還能走在國產廠商前面嗎？

AI手機行至第二階段

在討論先后的問題前，先來說說AI手機到哪個階段了。

廣泛層面上，AI手機被分為App化、功能化和原生化三個階段。簡單來說，去年年初各種類chatGPT的App出現就是第一階段，而隨著OPPO、三星等廠商推出AI手機，第二階段也已到來。

這一階段的AI手機，如今年1月發布的OPPO Find X7 和三星Galaxy S24，帶有典型的AI功能化特征：支持通話摘要、AIGC消除以及AI語音助手等。

而且在AI手機的整體思路上，各家都趨于一致：將大模型的能力內化到操作系統中，不再以顯眼的AI應用呈現，而是進一步落地到具體手機使用場景，最終目的是讓AI功能看似不存在卻又無處不在。

具體功能集中在以下幾類：

1 輸入法。將生成式AI集成到鍵盤軟件，提供風格建議和智能重寫等功能。如三星Galaxy AI允許用戶以不同的風格和情緒改寫句子，同時還提供拼寫和語法改正。

2 實時翻譯和轉錄。如三星Galaxy S24和華碩Zenfone 11 Ultra可利用設備端AI功能，實現通話實時翻譯。此外，S24的實時翻譯功能提供電話的實時轉錄，在屏幕上顯示文本以方便參考，Zenfone的AI Transcript可自動將語音轉換為書面文本。

3 圖像內容生成和編輯。如小米14和小米14Ultra引入了“AI人像”功能，允許用戶在手機上使用圖庫里自己的照片來做訓練，訓練完成后用戶只需輸入文本提示，即可在幾乎任何設置中生成逼真的AI自拍。OPPO Find X7 Ultra可實現AIGC橡皮擦功能，允許在離線狀態下，從照片中刪除不需要的物體或人物。

4 通過LLM實現AI驅動的個性化功能。三星Galaxy S24可根據提示生成類似人類的文本能力，也可協助編寫郵件或文檔。OPPO Find X7 Ultra提供了上下文感知的多回合對話，也提供了虛擬助手。

5 生成式AI界面工具。榮耀的任意門功能允許用戶在應用程序之間拖放文本或圖像等元素，AI預測用戶意圖并建議相關的應用程序來共享內容。

按照上述功能來看，蘋果之所以被評價“沒有驚喜”，也是因為它的主要功能點一樣落在了文本類、圖片類、語音轉錄、語義搜索和語音助手上。換言之，強如蘋果也仍停留在AI手機的第二階段。

不過，蘋果似乎故意弄了一套障眼法，沒有在發布會上公布自研大模型，加之“沒有驚喜”的Apple Intelligence，導致股價短暫震蕩。但在發布會后，蘋果又在一篇低調發表的技術博客中暗搓搓的介紹，端側模型和云模型都是自己開發的。

其中，端側模型是一個30億參數（3B）的小模型，云上模型具體參數蘋果沒有公布。3B級小模型和主流幾個7B級模型能力上蘋果都能基本勝出，而其云端模型則直接打到了GPT-4 Turbo級。

并且，也有分析認為，即便蘋果實現的AI功能并不突出，但因為它在AI功能落地方面能做的更好，所以仍舊具有一定優勢。

以文生圖功能為例，一般用戶使用手機并沒有生圖需求，但是蘋果將此功能落到真正需求上：如顏表情GenEmoji、聊天message中配圖、iPad文檔處理草圖變精圖等，AI介入將這些功能變得真實有用，帶動用戶需求。

而這還不是蘋果最大的野心。

從功能化到原生化

去年12月，騰訊發表了一篇題為《AppAgent: Multimodal Agents as Smartphone Users》的論文，直譯過來是“作為智能手機用戶的多模式代理”。里面介紹了一種新穎的基于LLM的多模態Agent框架，旨在操作智能手機應用程序。

簡單點說就是騰訊設計了一個框架，能使智能體模仿人類的點擊、滑動等交互操作，從而達到控制手機的目的。關鍵是，這種方法無需訪問系統后端，也就是說它在不同App中有高度的適用性。

騰訊為AppAgent設定了三個核心功能：

1) 自主探索學習：智能體可以獨立地探索應用程序，無需外部指導。

2) 觀察人類演示學習：智能體通過觀察用戶的操作演示來學習任務執行。

3) 知識庫構建：智能體通過上述學習過程積累經驗，構建知識庫，用于跨應用執行復雜任務。

理論意義上，AppAgent是一個幫你操作所有App的應用。類似于蘋果在發布會上的演示，用戶告訴Siri想去接機，Siri可調取郵件里的航班信息、查找最新航班資訊、調用地圖App形成路線，最終生成一份完整的建議。

將多模態能力用戶UI界面，通過理解UI來執行智能體指令，或是AI手機從功能化邁向原生化的一個重要轉折標志。蘋果發布的Ferret UI大模型，就意圖在操作系統層學習用戶使用習慣、并有望替代用戶執行操作。

基于對UI的理解，配合端側智能體的任務規劃和分配能力，AI手機具備了可實現如下重大跨越的潛力：用戶使用自然語言下達指令，AI手機理解意圖并將其拆分為具體工作流，然后從UI層面模擬用戶操作以執行指令。最終實現跨App的操作與復雜任務執行。如此一個AI原生的手機操作系統的主要架構就完成了。

舉例來說，當用戶以自然語言向AI手機輸入指令“幫我買一張明天下午2點去北京的靠窗的火車票”，手機智能體先接受語音、做語義分析和意圖理解，然后進行任務拆分，拆分為：打開12306 App、選擇搜索車票、選擇地址“北京”、選擇“明天下午2點”、選擇“靠窗”、選擇“乘客姓名”、點擊“購買”；并通過UI類模型，解讀App上不同的UI界面，并模擬用戶點擊操作，實現整個流程。

這一系列操作是不是與蘋果在發布會上的演示很像，只不過蘋果現階段沒有使用智能體的稱呼，而是稱之為理解用戶情境，實現跨App操作。

類似的產品在今年MWC展上也出現了。Brain.ai的展示的基于App-less交互模式的概念手機T-Phone，用戶只需在對話框中輸入需求，即可得到快速響應。T-Phone的核心概念是拋棄傳統的圍繞App設計的手機，轉而通過AI使用上下文預測來生成界面，幫助用戶完成任務。

國內廠商中，榮耀在魔法OS上推出的任意門功能也是AI手機原生化的雛形。它允許用戶在應用程序之間拖放文本或圖像等元素，雖然被羅永浩怒懟抄襲，但其核心能力是“AI預測用戶意圖并建議相關的App來共享內容”。榮耀當時宣稱，在推出時預計支持全球約100個最常用的應用程序。

無論蘋果、騰訊、榮耀或者Brain.ai，這些公司希望最終達成的目標是：

用戶只需要輸入想要獲得的服務（通過語音、文字等形式），手機會直接跳轉到服務頁面，或是由AI智能體直接完成用戶所需要的服務。

但基于AI智能體的多元、自然交互體驗，必須要有足夠的甚至所有的功能和服務支撐。在此基礎上，AI智能體的交互才能從傳統GUI（Graphical User Interface）發展成VUI（Voice User Interface），最終升級為全新Agent（App-less）UI，意味著用戶與手機的交互將發生在AI智能體和用戶之間，弱化APP的存在感。

所以這一演進預計不會一蹴而就，未來很長一段時間內，AI智能體與App會同時活躍在AI手機里。而且不僅手機廠商，頭部App也可能圍繞自己的業務生態打造專用AI智能體，例證就是騰訊發表的那篇論文。

尾聲

再回到文初我們提出的問題，在AI手機這件事上，蘋果是否還能領先。從表面看，蘋果似乎沒有突破已有AI手機特征，但有三點是非常值得關注的。

第一，蘋果利用Siri實現的跨App操作，已經非常接近AI手機原生化階段的智能體了，目前國產品牌在這方面仍然落后；

第二，在第二階段的演進上，蘋果仍保留著技術優勢。比如在解決大模型手機內存瓶頸的問題上，蘋果和國產品牌就選擇了不同的技術路線。

蘋果的思路是通過內存優化來解決小內存運營大模型的問題，其構建了一個以閃存為基礎的推理成本模型，并使用窗口化（Windowing）以及行列捆綁（Row-Column Bundling）兩項關鍵技術，來最小化數據傳輸并最大化閃存吞吐量。

簡單來說，蘋果做到了讓8G內存的iPhone 15 Pro跑通3B參數模型，而同樣是8G內存的Pixel 8和8a，今年5月才跑通1.8B的Gemnini Nano。

相較之下，國產廠商之所能在12G內存機型上跑通7B參數大模型，是因為選擇了壓縮路線。

如vivo和OPPO都已在端側跑通7B參數大模型，不過核心能力來自聯發科，借助后者的混合精度INT4量化技術和NeuroPilot Compression技術，能將130億參數LLM所需的內存空間，從13GB減少到5GB。

榮耀在今年4月也宣布，基于自家平臺級AI壓縮技術，7B模型能在12GB內存設備上快速啟動。

總之，在AI手機這件事上的競爭，已經不再是有沒有大模型了，而是如何以更低成本提供更好服務。

第三，就是蘋果宣布開放AI SDK，這可能是被很多人忽略的一個重磅信息。