如果说智能机与功能机的差别，主要体现在工业设计和用户交互上，那么智能机和AI机的差别，就干脆是工具和人脑的不同了。而以上这两个例子，只是AI手机的部分新价值，未来AI技术还将不断变革手机行业，可以说这个新方向已经非常明确，过去的2017年也被不少媒体和业内人士称为“手机AI元年”。

既然AI手机有这些好处，那我们是不是应该赶紧去入手一台AI手机呢？又该怎么挑呢？

怎么挑AI手机？

市面上自称是“AI手机”的产品大概有以下三类：

一是“芯片派”，即在手机中专门安装了一个处理AI任务的芯片，AI本质本就是大量的计算，所以配置专门的、算力强大的硬件芯片也就是应有之义。

比如华为和荣耀搭载的麒麟970芯片，是世界上首款在CPU、GPU两个通用处理单元之外，加入了AI处理单元NPU（Neural network Processing Unit，神经网络单元）的移动芯片。由于利用了深度学习处理技术，NPU可以比其他处理模式更快地处理卷积、迁移等深度学习任务，也就可以达成更快的AI任务处理能力。

而苹果随后在发布iPhone X时发布了A11 Bionic芯片，两家不约而同采取了相似的策略。A11集成了一个专用于处理AI任务的运算单元“神经网络引擎（Neural Engine）”，开启了iPhoneX的AI之路。极具革命性的Face ID，其原理就是能够将传感器数据进行实时 3D 建模，并利用机器学习识别用户容貌改变，在此过程中产生的大量计算需求，都需要借助 A11 Bionic和Neural Engine来满足。

芯片最大的价值，就是运算能力的极速提升：麒麟970的异构计算架构拥有约50倍能效和25倍性能的提升，图像识别速度可达到约2000张／分钟；苹果A11芯片每秒处理相应神经网络计算需求的次数可达 6000 亿次。

而且这些运算都不需占用CPU或GPU，更无需将数据上传云端，既无需占用原本系统资源，也不必苦苦等候网络传输，在本地端完成AI运算。

第二类是“摄像头派”。 这一派的代表者，即是宣称从 Mobile First 变为 AI First的Google。

去年推出的谷歌pixel 2，给出了一个非常特别的AI摄影模式，它没有专属的AI芯片，却利用算法和AI图像处理单元完成了动态模糊摄影等摄影能力的补偿。虽然没有芯片，Google也在硬件上做了新东西：一块名为Pixel Visual Core的协处理器，其核心部分是 Google 自主设计的图像处理单元（Image Processing Unit，简称 IPU）。

与华为和苹果不同，Google 表示 IPU 的用处很简单：将 HDR＋ 的运行速度提升 5 倍，而功耗则将为十分之一。此举确实一定程度上绕开了开发芯片的难度，并弥补了谷歌硬件上的弱势。

而第三类，则可以称之为“算法派”。比如小米、OV等国内大多数机型都属于这一类。其主旨为：在有限提升算力的前提下，把AI运算应用于拍照等等用户最容易感知到的地方。

我们平时用的各种美颜拍照相机、动态美颜录制应用等等，其实都是依靠算法完成“AI美颜”功能的。如今一些厂商干脆将这些功能集成到拍照APP中，或直接搭载到产品摄像头里。

而这些大多基于高通CPU生产的“AI手机”，其在硬件方面实际是缺乏基础的，因为高通没有为AI运算单独设立硬件单元，而是打造了AI Engine——通过对GPU、CPU和DSP等多个元件进行功能调试，使其更能适应AI运算。这种解决方案的结果是，手机算力虽然有所提高，但普通计算和AI计算都混淆起来，很可能会出现排队的情况。于是AI计算很难像硬件智能那样无时无刻地进行，计算能力也稍逊一筹。

所以我们能看到的是，目前大部分国产手机宣传所谓的AI拍照时，都绝口不提夜拍、动作捕捉等复杂任务。因为这类深度学习的负载很大，用传统移动芯片＋云计算来跑这类AI拍摄任务，其效果和效率并不令人满意。

这一类手机虽然也在宣传话术中大打AI牌，但又时时刻刻把AI和智能拍照划上等号。这并不是因为手机AI只能做到智能拍照，而是因为应用智能自身的局限，限制住了这些手机的AI想象力。

和早于2011年便联手中科院计算所共同开发核心芯片的华为不同，OV、小米在AI芯片上的实质性举动并不明显，目前主要还是依靠算法和高通新架构来实现“AI拍照”。

总结一下上述三类“AI手机”，不难发现唯有在硬件上的投入和技术基础，才能够承担起AI之名，而对很多不具备这方面条件的厂商而言，AI不过是另一个华丽的营销包装罢了。

也就难怪荣耀总裁赵明会在GMIC大会演讲时，向“跟风式”AI开炮，并指出了AI乱象的三大代表——“算力无本质提升的包装式AI、功能无实质落地的炒作式AI、缺乏生态建设的封闭式AI”。

AI只能用来拍照吗？

此前，很多人疑惑“AI手机”是否为一个营销噱头，其中一个重要原因就是厂商尚未带来颠覆性认知的落地场景。

比如除了海报上层出不穷的“AI拍照，让你更美”，就是各家厂商都在主推自己的语音助理，然而除此之外，对于AI能够带来的具体变化，厂商只能是含糊其辞说个大概，乃至使其有了一些玄学的味道，这自然会导致消费者对于AI能带给智能手机的助益作用认知不强。

其中关键的因素就在于，AI本身就应该是一个系统性工程，除了芯片和硬件上的积累，更应该有生态支撑。

可以想象一下，当手机具备AI芯片和其它强大运算能力与成熟算法后，就像拥有Intel＋Windows的PC机，而PC联盟最成功之处，就是丰富多彩海量的应用软件。到了移动时代也是同理，唯有将更多开发者的智慧凝聚一起，形成数据打通，将运算力开放给更多开发者，才有五花八门的应用来服务消费者。

比如现在基于华为的HiAI开发平台，已经有多家厂商利用AI芯片推出了更好体验的产品。眼下大火的短视频平台抖音，就基于麒麟970芯片，做出了独特的实时优化功能。在抖音里，当人在快速挥动手臂时，背景可以做很多无穷替换。在这种情况下，把整个人抠出来，边边角角都在，还不失真，就对芯片的算力提出很严峻的考验。

再比如，如果可以将各种各样的应用之间数据打通、逻辑打通，形成一个完整链条的体验，是会对整个行业有促进作用的，并且有机会形成新的商机——假设用户订购了一张电影票，那么AI手机就会根据用户所处的位置和路面拥堵情况，提醒用户打车或者选择最优路线开车前往，到了电影院主动弹出购票二维码，在电影结束后根据用户习惯，以及还在营业的餐馆，向用户提供更加智慧和贴心的服务，“这种思考过程和逻辑就像人的思考一样自然”。

而所有这些“生态收益”，首先都是要求厂商拥有芯片等核心硬件技术基础，才谈得上开放算力，共享数据。否则一切都是空谈。

随着AI生态逐渐成熟，AI手机的体验也会产生天差地别的变化，同时第一梯队的AI手机也会和后来者拉开越来越大的距离。到时候早就不需要媒体来为用户来解读那些手机AI的真伪，用户自己就可以感受到巨大的差异，也就不那么容易被忽悠了。

如今厂商们对AI之名的滥用，只是技术革新出现时必然出现的通货膨胀。经过几番喧嚣与冷静，市场规律便会慢慢洗刷参与者，最终让一切走向正轨。（作者：钱德虎）