2024 開年，去年全球最暢銷的i智能電話 iPhone ，在中國的銷量就經歷了罕見大跌。
研究公司 Counterpoint 的數據顯示，2024 年的前六周，蘋果 iPhone 在中國的銷量出現大幅下滑，同比下降 24%。華為的復蘇是其中一個原因，華為同期的銷量暴漲 64%。
天風證券分析師郭明錤此前表示，蘋果下調 2024 年 iPhone 出貨預估量至約 2 億部，較上一年下降了 15%，這可能是全球主要手機品牌中降幅最大的。
郭明錤進一步預測，iPhone 15 系列與新款 iPhone 16 系列的出貨量預計將分別在 2024 年上半年和 2024 年下半年同比降低 10-15%。
他認為，iPhone「滯銷」的原因可能與高端手機需求逐漸轉向 AI 和折疊屏有關。郭明錤甚至認為，如果蘋果今年無法推出超出預期的 GenAI服務，輝達的市值很有可能超過蘋果。
前不久，蘋果最強勁對手的三星，便是把 AI 功能作為全新旗艦 Galaxy S24 系列手機的最大賣點，兜售「AI 手機」概念。
在此之前，Google、微軟已高調宣布自己要在手機端部署 AI 大語言模型的計劃，而華為、OPPO、vivo、小米等國產手機廠商也先後公布了自己 AI 化的戰略，OPPO 更是直接宣布進入 AI 手機時代。
手機廠商們在「AI 會給智能電話帶來新鮮感」這個觀點上達成了高度一致的共識，而上一次出現這樣步伐一致的局面，可能要追溯到七年前的全面屏浪潮。
不過到了 2024 年，蘋果不打算再繼續當「局外人」。
最近，庫克罕見地多次透露蘋果在 AI 方面的雄心。庫克表示，公司將在 2024年在生成式人工智能領域「開天辟地」
我們堅信，這將為我們的使用者帶來革命性的機會。
蘋果決定取消長達十年的造車計劃的同時，也將更多資源投入到 AI 專案，造車專案組裏的部份員工將被調到由 John Giannandrea 領導的機器學習和 AI 部門，轉向生成式 AI 專案。
在這周釋出新款 MacBook Air 的官方新聞稿，蘋果更是直接用了「全球最佳的 AI 消費級筆記電腦」（World’s Best Consumer Laptop for AI）這樣的表述。
結合此前彭博社記者 Mark Gurman 的爆料，蘋果的 AIGC 新功能這很可能會出現在 6 月份公布的 iOS 18 上。並表示iOS 18 很有可能會是 iPhone 歷史上「最重磅」的軟件更新。
目前消費者對 AI 手機還沒完全接受，小米品牌總經理盧偉冰最近還表示「AI 手機是噱頭」，引發了不少討論。
可以肯定是，AIGC 與硬件器材的結合也會越來越快，智能電話這幾年被認為只有擠牙膏式的微創新，未來幾年內可能改變這一局面的變量，可能也只有 AI 了。
iOS 18 要把 Siri 變成 ChatGPT？
關於 iOS 18 的最有力的爆料並非出自我們熟悉的科技記者們，而是來自庫克。
在最近一次財報電話會議中，庫克在接受采訪時透露，蘋果一直在密切關註生成性 AI 技術，並在團隊內部進行了大量的探索與實踐。
他強調，蘋果一貫的做法是先確保工作達到一定標準後，再公開討論相關成果。庫克還提到，蘋果將在今年晚些時候分享一些讓人興奮的新進展。
此前有報道指出，蘋果正在自主研發大語言模型，並已在內部使用它作為人工智能助手進行回答。結合這些資訊，蘋果有可能會在 iOS 18 中整合大語言模型，以提升 Siri 的效能並引入新的功能。
蘋果的機器學習團隊最近發表的一篇論文【LLM in a flash : Efficient Large Language Model Inference with Limited Memory】也在側面印證了這個訊息的真實性。。
在這篇論文中，研究團隊討論了手機和平板等器材上記憶體限制對執行大型語言模型的影響，並提出了兩種解決計算瓶頸的方法，為將來部署大型語言模型鋪平了道路。
繼續翻閱這一年來蘋果機器學習研究團隊發表的論文，你會發現蘋果團隊尤其關註如何把大語言模型與自然語言處理結合。
例如，一篇發表於 12 月的論文【Federated Learning for Speech Recognition: Revisiting Current Trends Towards Large-Scale ASR】指出，雖然大型語言模型在多項自然語言處理任務中表現出色，但在口語理解任務上的效能還依賴於準確的自動語音辨識轉錄（ASR）或內建理解模組。
因此，研究團隊提出了新的解決方案，以提高模型在理解自然語言辨識內容方面的準確性。
而在另一篇論文【Leveraging Large Language Models for Exploiting ASR Uncertainty】中，蘋果團隊則在研究如何將大語言模型與網絡搜尋、機器轉譯結合，以提高生成內容的準確性和質素。
盡管這些研究成果不一定直接套用於產品設計中，但足以顯示蘋果在結合大型語言模型和 Siri 投入了大量精力。
在 Siri 問世之前，iPhone 的人機互動主要依賴於觸控操作。Siri 的加入為互動方式增加了新的維度，但精確的語音辨識一直是個挑戰。
彼時，不夠成熟的語音辨識技術難以給使用者帶來自然流暢的互動體驗，號稱「革命性產品」的錘子 TNT 便是前車之鑒。
現在，大語言模型的出現或許能解決掉一些「技術障礙」。
也許你已經在社交平台上刷到過人與 ChatGPT 手機端 app 語音聊天的影片。在這些影片裏，對答如流的 ChatGPT不僅顯示出其強大的思考和回答能力，還能模仿人類語氣和口音的能力，幾乎可以透過圖靈測試，展現了語音助手真正的潛力。
ChatGPT 強大的理解能力給了人們進一步的想象空間。近期，北京交通大學和阿裏巴巴的研究團隊發表的論文【Mobile-Agent: Autonomous Multi-Modal Mobile Device Agent with Visual Perception】開始探討使用 AI 實作手機操作的可能性。
他們基於 GPT-4V 設計了一個名為 Mobile-Agent 的多模態代理，能夠透過自然語言指令自動執行像搜尋影片、評論，甚至鬥地主等操作。
Mobile-Agent 的操作依賴 GPT-4V 的視覺辨識作定位，因此經常會有辨識出錯導致操作失敗，如果把這個這個過程替換為自動化機制，成功率將大幅提升，而這正是蘋果在研究的套用方向。
據 Mark Gurman 透露，蘋果正在考慮將 Siri 與捷徑結合，以提供更靈活的自動化操作。這表明蘋果不僅想要打造一個更智能的語音助手，而且可能改變語音互動模式，為使用者帶來全新的互動體驗。
如果以上爆料成真，那麽 iOS 18 很可能就是蘋果自 2018 年重組 Siri 團隊以來一直在憋的大招。
用 AI 再次改變改變人機互動
再來看看對手，AI 優等生 Google 已經在一年時間內完成了在 Android 上的 AI 布局。
自 Google 去年釋出其自研大模型 Gemini 以來，他們就一直在想方設法把最新的 AI 技術套用到所有產品陣列上，手機自然也不例外。
首個用上 Gemini 大模型的產品是親兒子 Pixel 8 系列，基於 Gemini Nano 模型，Google 帶來了許多創新功能。
例如輸入法可以根據當前對話內容的自動回復訊息功能，或者能夠即時轉錄錄音為文字並自動總結錄音內容的功能等等。
最近，隨著三星最新的旗艦手機 Galaxy S24 系列的釋出，三星和 Google 宣布合作，共同打造 Galaxy AI 體驗，再次展示了 Google 自研模型的強大。
現在，這些功能不僅限於錄音轉文字，甚至在電話通話中的對話也能即時轉換為文字，並進一步轉譯。如果你在與外國人通話，系統還能將對話轉譯成你所使用的語言。
Google 擅長的 AI 影像編輯功能也被引入到三星器材中。當使用者拍攝的圖片需要重新構圖時，AI 可以自動生成畫面中未捕捉到的內容，提供一個全新的視角和比例，完善圖片。
你還可以抹去圖片中的路人或重新調整物體的位置，AI 將根據選定的內容積比重新填充圖片。
Google 還推出了一個強大新功能「畫圈搜尋」。當你對圖片中的某個物品或文本句子感興趣時，只需長按 Home 鍵啟用畫圈界面，在圖片上圈出物體，系統便會自動執行搜尋，提供相關資訊和購買連結。
這徹底改變了以往繁瑣的影像搜尋和線上購物體驗。
搜尋是 Google 的核心業務，而「畫圈搜尋」的引入實際上是 AI 能力和 Google 的搜尋技術的結合，是一次自我革新的嘗試。
過去，搜尋依賴於輸入框，現在，使用者可以透過簡單地在手機螢幕上畫一個圈來進行搜尋，無需復雜的關鍵詞輸入和篩選過程。
這不僅縮短了使用者與服務體驗之間的距離，而且標誌著搜尋領域的一次革命，並且這種革命是 AI 與器材硬件結合帶來的，是互聯網時代無法實作的。
這同時也意味著，雖然現階段 AI 能力可能僅被視為一個添頭功能，但隨著越來越多的應用程式對 AI 開放介面，結合 AI 的強大理解和影像辨識能力，實作自動化操作，AI 很可能在未來某個時刻爆發，為人們帶來創新的體驗，實作更便捷、更快速的互動。
這是手機上 AI 套用的真正潛力，也為 AI 時代提供了新的人機互動模式的思路。
AI 終將成為智能電話的「新基建」
AI 的突然爆火給了手機行業很大的想象空間，高通、聯發科等硬件廠商將 AI 算力作為新的角力點，開始新的算力競賽；軟件開發商集思廣益，爭取復刻 ChatGPT 和妙鴨相機的破圈傳播。
2024 年，無疑會成為手機系統的大年。
但回歸「AI 到底能給使用者帶來什麽」這個靈魂拷問上，少有廠商能給出讓人信服的答案。使用者真的需要在手機上每天跟機器人聊天、用 AI 生成不一樣自拍照嗎？把過往火爆經驗硬套在手機圈的敘事模式上不一定行得通。
蘋果和 Google 給出的答案是回歸使用者體驗，只有當 AI 手機讓智能電話變得更好用，AI 的加入才有意義。
在 ChatGPT 引領 AI 浪潮和各大手機制造商紛紛宣布 AI 戰略之前，AI 技術已經悄無聲息地融入到我們日常使用手機的各個方面。每當你解鎖手機、使用人臉支付，甚至每次拿起手機拍照時，AI 技術都在其中發揮著作用。
在華為 Mate 60 系列剛釋出時，其可以直接刷碼的智感支付功能在短影片平台上迅速走紅，引起了使用者之間的熱烈分享。
這一功能實際上是呼叫了華為麒麟芯片的 NPU 模組，透過專門用於辨識物品並實作快速跳轉。
這種自發分享行為恰恰說明，使用者更關註的是 AI 技術帶來的直接體驗提升，而非 AI 計算過程本身，AI 不僅背後的重點在於系統體驗的潛在提升。
隨著手機制造商在螢幕和相機硬件上達到瓶頸，智能電話競爭很快將會從硬件層面轉向系統層面，廠商們透過創新互動和提升使用者體驗作為其核心競爭力。
智能電話在經歷了智能化升級之後，下一步的體驗革命可能會是更加人性化的升級。這種理解能力將與圖形計算一樣重要，並有望成為智能器材的新標配。而這一切的核心，可能正是我們目前正在經歷的大語言模型的爆發。
華為在 8 月宣布 HarmonyOS 4系統全面接入盤古大模型，兩個月後，小米宣布澎湃 OS 接入「MiLM-6B」模型；vivo 宣布 vivo X100 內建藍心大模型，OPPO 隨後官宣 Find X7 系列內建 AndesGPT。
過去，相簿識圖、摳圖功能還是少數廠商的「獨門絕技」，而現在有了大模型加持後，這類 AI 功能已經成了旗艦手機標配。而隨著大模型套用的普及和深度整合，會促成更高效的計算硬件、最佳化的演算法湧現，提高算力利用率和效能，從而降低單位計算成本。
在接下來的時間裏，高通、聯發科等硬件廠商不斷提高芯片算力，而手機廠商持續精進模型壓縮和量化技術，以減少模型的大小和執行時資源需求。透過軟硬件協同前進演化，手機端側大模型有望突破智能拐點，實作算力爆發。
屆時，語音助手可能成為擬真人類助手，拍攝照片變成一鍵掃描 3D 空間映像，識圖就能實作全網比價……AI 終將和行動通訊、LBS 服務一樣，成為我們生活不可割舍的一部份。
AI 作為行銷熱詞總有一天會冷卻，但 AI 帶來的體驗革新，將會深刻改變人們使用手機的方式。
