技术端:AI 算法通常需要大量的计算资源,包括强大的处理器、图形处理器(GPU)和专用的人工智能芯片。这要求手机具备高效的硬件性能,以支持实时的 AI 计算和任务处理;AI 任务的计算密集性较高,可能导致手机电池消耗过快。因此,需要有效的能耗管理技术来优化 AI 算法的运行,延长手机的电池寿命;AI 手机涉及用户的数据收集和处理,因此必须确保数据的隐私和安全。这包括加密技术、访问控制和用户数据的保护机制;并且,由于手机的存储和计算资源有限,需要对 AI 模型进行压缩和优化,以减少模型的大小和计算量,同时保持较高的准确性。
成本端:为了支持 AI 功能,手机可能需要更强大的处理器、更大的内存和存储容量,以及专门的 AI 芯片或模块。这些硬件升级可能会增加手机的制造成本;并且,训练大模型需要的数据以及人才也会增加整体的人力、采购成本。手机厂商如何有效控制成本下实现规模生产,并且以合理价格最终卖给消费者,这需要一个过程。
长远来看,面对智能手机出货量连续的同比下降,AI+智能手机这个概念确实给智能手机厂商一个增量的希望。Counterpoint Research 近日发布的《生成式 AI 智能手机出货量洞察》报告中就预估 2024 年会成为生成式 AI 智能手机的关键元年,预估出货量将达到 1 亿台。