据Canalys的最新分析,2024年全球人工智能手机的出货量预计将突破6000万台,这一数字显著高于同期人工智能PC的出货量,达到约5300万台。这一增长表明,人工智能技术在手机领域的应用正在加速发展。
尽管“AI手机”这一概念在定义上较为宽泛且模糊,Canalys指出它比“AI PC”更为贴近消费者需求。当前,苹果、华为、vivo、小米等多家厂商已在自家产品中深度集成设备端人工智能技术,旨在提升成像质量、延长电池寿命以及改善打字体验。
为了满足这一新兴市场的需求,Canalys建议人工智能手机应具备以下技术特征:
最低要求: - 硬件支持:SoC(系统级芯片)需集成专门加速AI任务的单元,如高通Hexagon、联发科APU或谷歌TPU。 - 端侧运行能力:手机应在本地运行大型语言模型(LLM),如Google Gemini、三星Gauss,以及其他生成式AI模型,如Stable Diffusion。 - 快速推理性能:端侧LLM的推理速度需达到成人平均阅读速度的水平,即每秒处理10个令牌。 - 高效图像生成:使用端侧AI生成图像的时间应低于2秒。
可选要求: - 预装模型:设备出厂时预装特定的LLM,如Google Gemini或三星Gauss。 - API/SDK支持:为开发者提供生成式AI相关的API和SDK,便于集成AI驱动功能至移动应用。 - 厂商预装功能:预装厂商自研的生成式AI功能,确保高效端侧运行。
Canalys指出,智能手机作为“装机量最庞大”的设备,将在推动AI应用的普及与个性化方面发挥关键作用。尽管预计只有约5%的手机将被归类为AI手机,但这已足以加速AI应用的创新和发展,激励开发者社区创造出多样化的第三方AI应用。
人工智能手机的成功不仅依赖于技术的集成,更在于拓展智能手机应用场景,构建AI原生应用生态。与开发者社区的紧密合作是确保智能手机厂商在AI时代保持竞争力的关键。