如果你過去半年間打算買手機，或留意過地鐵公交站那反復刷墻的各家手機海報，就不難發現，似乎一夜間，中國手機廠商都改成AI（人工智能）廠商了。

比如“我愛AI的快、不止是AI、AI智能拍照，讓美更自然、AI智慧拍照，照亮你的美”類似的海報口號，你總見過一款。

到底什么是AI手機？為什么要買AI手機？AI手機有什么新價值？很多消費者在幾乎完全不懂的情況下，就被廣告宣傳或門店導購忽悠一番后，交錢走人。而AI，似乎成了不少手機廠商敦促消費者下單或換機的魔法。

到底什么叫做AI？

雖然大家手里拿的都叫“智能手機”，但事實上，絕大多數手機目前只能被稱為“被動智能手機”。你看，如果想解鎖手機，就要去按指紋識別甚至是輸密碼才能解開；如果想打開某個APP，就要去點擊圖標；如果要拍一張好照片，往往還要根據不同場景來進行手動設置各種模式參數。

AI對于智能手機的價值，就是能夠提前預測用戶需求，主動給出相應指引或回應，實現真正的智慧化。

也就是說，AI對手機的價值，是能夠改變人機之間的關系。前AI時代的手機，只能成為我們的“工具”。而AI手機，應該可以協助人類最復雜的大腦，甚至分擔一些工作，成為我們的“顧問”。AI手機足以在各個領域縮小認知鴻溝或決策鴻溝，促進整體用戶福祉。

具體到實際應用中，有以下產品的案例最為直觀：

iPhoneX，蘋果舍棄經典的指紋識別后，用Face ID取而代之。曾經在前AI時代，Google也曾經做過面孔識別，然而那種識別，只是把用戶的臉當成用來開鎖的鑰匙，稍有異樣便不能被識別；如今 AI 時代的人臉識別則是，手機通過學習記住了用戶的面部特征，然后手機自動為用戶打開。

在蘋果的A11仿生芯片上，利用AI技術，能夠讓Face ID對人類的面孔特征變化實現主動適應。

其次是拍照的場景智能化。我們在拍照時，往往會根據所處場景來選擇拍照模式，在面對復雜場景時，或許還會祭出專業模式調節各種參數。而AI在拍照中的價值，就是能夠對拍照對象進行自動識別分析判斷，通過識別出鏡頭中是一個什么樣的人、物或場景，然后根據算法調整照片。

對于大多數普通用戶來說，以后拍照基本就不必再絞盡腦汁研究拍攝參數、后期苦苦修圖了，這些工作交給AI自動處理就好。這就是AI手機幫人類大腦分擔工作的體現，與前AI時代的相機形成鮮明對比。

既然AI手機有這些好處，那我們是不是應該趕緊去入手一臺AI手機呢？又該怎么挑呢？

怎么挑AI手機？

市面上自稱是“AI手機”的產品大概有以下三類：

一是“芯片派”，即在手機中專門安裝了一個處理AI任務的芯片，AI本質本就是大量的計算，所以配置專門的、算力強大的硬件芯片也就是應有之義。

比如華為和榮耀搭載的麒麟970芯片，是世界上首款在CPU、GPU兩個通用處理單元之外，加入了AI處理單元NPU（Neural network Processing Unit，神經網絡單元）的移動芯片。由于利用了深度學習處理技術，NPU可以比其他處理模式更快地處理卷積、遷移等深度學習任務，也就可以達成更快的AI任務處理能力。

而蘋果隨后在發布iPhone X時發布了A11 Bionic芯片，兩家不約而同采取了相似的策略。A11集成了一個專用于處理AI任務的運算單元“神經網絡引擎（Neural Engine）”，開啟了iPhoneX的AI之路。極具革命性的Face ID，其原理就是能夠將傳感器數據進行實時 3D 建模，并利用機器學習識別用戶容貌改變，在此過程中產生的大量計算需求，都需要借助 A11 Bionic和Neural Engine來滿足。

芯片最大的價值，就是運算能力的極速提升：麒麟970的異構計算架構擁有約50倍能效和25倍性能的提升，圖像識別速度可達到約2000張／分鐘；蘋果A11芯片每秒處理相應神經網絡計算需求的次數可達 6000 億次。

而且這些運算都不需占用CPU或GPU，更無需將數據上傳云端，既無需占用原本系統資源，也不必苦苦等候網絡傳輸，在本地端完成AI運算。

第二類是“攝像頭派”。 這一派的代表者，即是宣稱從 Mobile First 變為 AI First的Google。

去年推出的谷歌pixel 2，給出了一個非常特別的AI攝影模式，它沒有專屬的AI芯片，卻利用算法和AI圖像處理單元完成了動態模糊攝影等攝影能力的補償。雖然沒有芯片，Google也在硬件上做了新東西：一塊名為Pixel Visual Core的協處理器，其核心部分是 Google 自主設計的圖像處理單元（Image Processing Unit，簡稱 IPU）。

與華為和蘋果不同，Google 表示 IPU 的用處很簡單：將 HDR＋ 的運行速度提升 5 倍，而功耗則將為十分之一。此舉確實一定程度上繞開了開發芯片的難度，并彌補了谷歌硬件上的弱勢。

第三類是“算法派”。比如小米、OV等國內大多數機型都屬于這一類。其主旨為：在有限提升算力的前提下，把AI運算應用于拍照等等用戶最容易感知到的地方。

我們平時用的各種美顏拍照相機、動態美顏錄制應用等等，其實都是依靠算法完成“AI美顏”功能的。如今一些廠商干脆將這些功能集成到拍照APP中，或直接搭載到產品攝像頭里。

而這些大多基于高通CPU生產的“AI手機”，其在硬件方面實際是缺乏基礎的，因為高通沒有為AI運算單獨設立硬件單元，而是打造了AI Engine——通過對GPU、CPU和DSP等多個元件進行功能調試，使其更能適應AI運算。這種解決方案的結果是，手機算力雖然有所提高，但普通計算和AI計算都混淆起來，很可能會出現排隊的情況。于是AI計算很難像硬件智能那樣無時無刻地進行，計算能力也稍遜一籌。

所以我們能看到的是，目前大部分國產手機宣傳所謂的AI拍照時，都絕口不提夜拍、動作捕捉等復雜任務。因為這類深度學習的負載很大，用傳統移動芯片＋云計算來跑這類AI拍攝任務，其效果和效率并不令人滿意。

這一類手機雖然也在宣傳話術中大打AI牌，但又時時刻刻把AI和智能拍照劃上等號。這并不是因為手機AI只能做到智能拍照，而是因為應用智能自身的局限，限制住了這些手機的AI想象力。

和早于2011年便聯手中科院計算所共同開發核心芯片的華為不同，OV、小米在AI芯片上的實質性舉動并不明顯，目前主要還是依靠算法和高通新架構來實現“AI拍照”。

總結一下上述三類“AI手機”，不難發現唯有在硬件上的投入和技術基礎，才能夠承擔起AI之名，而對很多不具備這方面條件的廠商而言，AI不過是另一個華麗的營銷包裝罷了。

AI只能用來拍照嗎？

此前，很多人疑惑“AI手機”是否為一個營銷噱頭，其中一個重要原因就是廠商尚未帶來顛覆性認知的落地場景。

其中關鍵的因素就在于，AI本身就應該是一個系統性工程，除了芯片和硬件上的積累，更應該有生態支撐。

可以想象一下，當手機具備AI芯片和其它強大運算能力與成熟算法后，就像擁有Intel＋Windows的PC機，而PC聯盟最成功之處，就是豐富多彩海量的應用軟件。到了移動時代也是同理，唯有將更多開發者的智慧凝聚一起，形成數據打通，將運算力開放給更多開發者，才有五花八門的應用來服務消費者。

比如現在基于華為的HiAI開發平臺，已經有多家廠商利用AI芯片推出了更好體驗的產品。眼下大火的短視頻平臺抖音，就基于麒麟970芯片，做出了獨特的實時優化功能。在抖音里，當人在快速揮動手臂時，背景可以做很多無窮替換。在這種情況下，把整個人摳出來，邊邊角角都在，還不失真，就對芯片的算力提出很嚴峻的考驗。

再比如，如果可以將各種各樣的應用之間數據打通、邏輯打通，形成一個完整鏈條的體驗，是會對整個行業有促進作用的，并且有機會形成新的商機——假設用戶訂購了一張電影票，那么AI手機就會根據用戶所處的位置和路面擁堵情況，提醒用戶打車或者選擇最優路線開車前往，到了電影院主動彈出購票二維碼，在電影結束后根據用戶習慣，以及還在營業的餐館，向用戶提供更加智慧和貼心的服務，“這種思考過程和邏輯就像人的思考一樣自然”。

而所有這些“生態收益”，首先都是要求廠商擁有芯片等核心硬件技術基礎，才談得上開放算力，共享數據。否則一切都是空談。

隨著AI生態逐漸成熟，AI手機的體驗也會產生天差地別的變化，同時第一梯隊的AI手機也會和后來者拉開越來越大的距離。到時候早就不需要媒體來為用戶來解讀那些手機AI的真偽，用戶自己就可以感受到巨大的差異，也就不那么容易被忽悠了。

如今廠商們對AI之名的濫用，只是技術革新出現時必然出現的通貨膨脹。經過幾番喧囂與冷靜，市場規律便會慢慢洗刷參與者，最終讓一切走向正軌。