你知道AI手機嗎？
相信對於大多數普通使用者而言，「AI手機」依然活在概念當中，即便在距離手機廠商第一次喊出「AI手機」已經過去了7年時間的今天，「AI」都沒能成為手機市場的主要驅動力。
相較之下，即便問世稍晚的「折疊屏」，似乎都更有使用者認知度，並且也確實撐起了安卓手機高端市場，今年出現的「三折疊手機」更是成為了全網熱點。那麽，這個被國際一線科技大廠競相追逐，把輝達和微軟兩家科技巨頭市值推上3萬億美元的新技術，為何在手機上就不靈了？
歸根結底，還是在於「AI手機」本身，與AI PC一樣，它並沒有帶來肉眼上可以感知的形態變化，AI的提升，更多來自功能層面，而這波AI浪潮的底層驅動力，則是機身內那顆小小的「芯片」。
7年不痛不癢，AI體驗「太弱了」
回想智能電話第一次與AI的結合，最早可以追溯到2017年9月，當月，手機圈共有兩條重磅新聞，首先是9月2日華為推出麒麟970芯片，這款芯片是全球首款內建獨立NPU（神經網絡單元）的智能電話AI計算平台。
另一款則是主導了蘋果未來5年設計，改變手機正面螢幕形態的iPhone X，在所有人都集中於蘋果終於在設計上進入「全面屏時代」並提出「劉海屏」作為未來設計方向的同時，卻很少有人註意到，iPhone X機內搭載的A11芯片，同樣增加了「AI能力」。
芯片內建的神經網絡引擎（Neural Engine）由蘋果自主設計，這是一個專為機器學習而開發的硬件單元。它采用雙核設計，每秒運算次數最高可達6000億次（0.6TFlops），主要負責處理機器學習任務，如面部辨識、Animoji等。這個引擎能夠接管CPU和GPU的任務，提高運算效率，減少能耗。
沒錯「NPU單元」、「AI算力」、「機器學習」這些自去年開始被所有科技廠商掛在嘴邊的詞匯，早在7年前，就已經落地在手機芯片當中。只不過，當時的NPU單元，更多地是為日常的功能提供加速計算，而不是處理重度負載的「AI任務」，比如拍攝中的場景辨識、色彩最佳化、暗光場景下的人臉辨識等等。
聯發科技計算與人工智能技術事業群副總經理陸忠立博士向鈦媒體APP介紹：「使用者能夠感知到AI能力的最典型場景就是手機在攝影時的各類功能，一方面是影像采集部份，另一方面則是影片顯示部份，比如自動切換幀率模式以及對圖片、影片的最終畫面效果進行動態範圍、智能降噪的最佳化，其中都已廣泛套用了AI技術。」
但這些都是比較早期的AI套用，也就是所謂的「分析式AI」，它與大家今天所談到的「生成式AI」有很大的不同，這些AI技術更多地只是在某一特定套用或場景中實作了體驗層的升級而已，或者你也可以把它理解為對傳統固定智能演算法的「小升級」。
生成式AI，如何改變手機？
而現如今大家所談論的「生成式AI」，核心是透過深度學習和大數據分析，使得機器能夠創造出全新的內容，如文本、影像和音訊。這種AI技術不僅能夠模仿已有的數據模式，還能在此基礎上進行創新，產生具有多樣性和一定不可預測性的輸出。
而且與傳統的基於固定演算法或者基於現有內容進行增強的AI功能相比，生成式AI的套用範圍更加廣泛，從自然語言處理到藝術創作，它都能提供高效的解決方案，從而極大地提升自動化水平糊工作效率。
AI能力的變化，背後也有芯片算力提升的推動，早期的NPU單元和手機芯片的總體算力非常有限，如果用它們來執行生成式AI，可能生成一副圖片就需要十幾分鐘，處理一段文本、理解一段語言，也需要幾分鐘的時間，因此根本不具備在終端中套用落地的可能性。
近兩年火熱的「AI芯片」，其最大的變化就是更加強調的是能夠在AI方面擁有獨當一面的能力，比如上月蘋果隨iPhone 16系列釋出A18 Pro芯片，從最簡單的算力層面來看，蘋果A11芯片的神經網絡引擎采用雙核設計，每秒運算次數最高可達6000億次（0.6TFlops），而A18 Pro芯片的神經引擎是16核，算力為35 TOPS（即每秒35萬億次操作）。
簡單估算一下，A18 Pro的AI算力差不多是A11芯片的58倍。本月初聯發科剛剛釋出的天璣9400，同樣也在AI能力上進行了增強，其搭載了聯發科全新的第八代AI處理器NPU 890。
天璣9400在端側長文本理解能力以及AI模型文本支持長度方面進一步提升，並且支持50Token/秒大模型執行速度，再加上對多模態AI模型的支持，使得手機能夠擁有更多的AI套用場景。
舉個現實生活套用的案例，現階段智能電話的語音助手，當聽到「我餓了」的描述時，它們只會機械地幫你開啟外賣、地圖或者搜尋平台，這些都不能幫你解決「饑餓」的實際問題，而天璣9400所支持的智能體，則會透過詢問你的喜好，學習你的生活習慣，直接為你尋找或者推薦附近的餐廳。
再比如，當你拍攝了一張數學題，傳統的智能助手最多只能告訴你這是一道數學題，或者是透過聯網搜尋扔給你一個標準答案。而在天璣9400加持下的智能體，則能夠實作原生的推理運算，像一個會做題的老師一樣，為使用者呈現出從解題思路到最終答案的完整過程。
端側算力，成為手機芯片競逐賽道
由此可見，更好用、更全能的AI，並不是不存在，而是過去只能透過雲端算力或者工作站才能滿足，像ChatGPT、kimi等，這類語音助手所具備內容創作能力、文字搜尋歸納的效率，都遠超大家想象，但它們的背後，都是由一個個伺服器組成的算力中心。
未來「AI手機」的競爭，與其說是拼想法，倒不如說是拼芯片，對於終端廠商來說，部署龐大規模的雲端算力很顯然是一件「費力不討好」的事情。一方面，高額的持續投入成本很難化解，站在消費者層面，很難接受作為出廠標配的「AI功能」，竟會是一個需要付費的增值服務。
另一方面，AI功能的全面雲端化，也會帶來因網絡延遲、網絡波動導致的「體驗一致性差」，再加上AI功能「0差異」也很難成為刺激使用者換新的手段，因此，AI功能的「端側移植」可以說是勢在必行。
這一趨勢不光會出現在「AI手機」當中，隔壁的「AI PC」也很早就走上了相同的道路。鈦媒體APP預測，未來幾年，無論是蘋果、聯發科、高通亦或是其他手機芯片廠商，其芯片的叠代重點都會將「AI算力」納入其中，同時也是透過算力層面或者說硬件層面的領先部署，來為套用層面的更多可能性提供支撐。
新一輪的手機芯片大戰，將會圍繞「AI」展開。 （本文正選於鈦媒體APP 作者/鄧劍雲 編輯/鐘毅）
