苹果入局,AI手机或将实现“真智能”?
【潮汐商业评论/原创】
“AI应用+智能手机不就是现在的AI手机。”
当被问到现阶段对AI手机的看法时,John如是说。“术业有专攻,那么多APP在做AI功能,下载用就是了,也用不着现在换个AI手机啊。”
对于AI手机,或许大多数人与John都有相同的看法:下载AI应用,复刻AI手机。
自去年下半年开始,手机厂商们便争相竞逐在“AI时刻”,从AI语音助手到AI拍照修图,再到AI通话摘要……可以说,迫不及待地要把“AI”绑定在大众的手机日常,但也细微投射出了过往的“影子”,颇有种“AI堆料”的味儿。
而上个月,在苹果全球开发者大会WWDC上,苹果也终于带着自己的AI系统“Apple Intelligence”走到了人前。苹果在发布会上重点介绍了这项与OpenAI深度合作的成果,这一AI全家桶功能包括了智能助手、邮件摘要、图片修改、自动翻译等。尽管还未上线,但大众对苹果“AI手机”的期待声不止。
不过,有意思的是,作为要划时代的产品,苹果将要拿出来的“AI手机”,对于现阶段的AI手机市场来说,不够“惊喜”。再直接一点,就是不够“新鲜”。其推出的AI功能在三星、华为、小米、OPPO、vivo等品牌上已是基础操作。
而作为重点之一,搭载了AI的Siri更能够识别用户意图,对于用户提出的问题还可以连接ChatGPT进行查询,体现了苹果更高级的AI能力。但事实上,“意图识别”在荣耀的Magic OS 8.0的任意门功能已经实现了。
不论AI战略发展层面,还是实际AI应用,在AI手机这件事儿上,国内手机厂商似乎都走在了苹果前面。
尽管在“速度领先”上已经失掉分数,但最终产品还未落地,苹果能否在秋季新品发布后,依靠AI体验,重回行业前列?总以“苹果”为头号竞对的手机厂商们,又能否在AI手机上实现弯道超车?
AI手机这场“戏”也比以往更加有看头了。
01 AI手机,进行到哪一步了?
如果你对AI手机的认知还在基于语言大模型应用需“主动式”进行,如语义搜索、写作问答等“交流型”AI功能上,那么你还停留在最基础层的“AI应用”手机阶段。
对于AI手机的体验迭代,手机厂商们进行速度可是相当快。如今的AI手机已经在向更深、更广的方向步步迈进。
与最初通过AI应用互动实现指令执行的“APP化”AI不同,如今手机厂商们已经将大模型的能力内化到了操作系统中去,落地到具体的手机使用场景,实现了“AI功能”手机,让AI“看似不存在,却又无处不在”。
例如,将生成式AI集成到键盘软件上,提供风格建议和智能重写等功能,让输入法变得有“人味儿”。三星Galaxy AI就允许用户以不同的风格和情绪改写句子,同时还提供拼写和语法改正。
而在图像功能上,同样有 “智能化”的表现。例如,小米14和小米14Ultra引入了“AI人像”功能,允许用户在手机上使用图库里自己的照片来做训练,训练完成后用户只需输入文本提示,即可在几乎任何设置中生成逼真的AI自拍。OPPO Find X7 Ultra可实现AIGC橡皮擦功能,允许在离线状态下,直接从照片中删除不需要的物体或人物。
如果说,上述“AI功能”更多的只能体现“工具型”的智能,而非带有“人类大脑”的人工智能。那么,拥有“意图识别”的AI手机或许能让你恍惚间感受到与人工智能的“对话”。今年初,荣耀发布了MagicOS 8.0系统,其“任意门”AI功能则带来了行业首个基于意图识别的人机交互。可以简单理解为,手机可以主动理解用户的意图并提供相应的服务。
AI手机时代的到来,似乎让手机厂商们的尽头都变为了“AI厂商”,而AI手机的“风”最终吹向的是整个智能终端。近期,联想发布了面向AI时代布局的“一体多端”战略,依靠天禧智能体系统这一“AI大脑”,植入AIPC、AI手机、AI平板以及多样化的AIoT设备。未来我们会拥有更多具有“AI智慧大脑”的产品,享受全场景无缝连接的AI体验。
毫无疑问的是,如今国内市场上的AI手机早已不再局限于简单的技术展示,而是形成了一个由模型层、平台层、应用层构成的相对完整生态。
手机厂商们正在打破大众对AI手机的层层“偏见”,而我们的手机距离真正的“AI助理”也越来越近。
但,比训练AI更难的,还有“调教”用户。
02 “调教”消费者,比训练AI「难」
近期,Canalys发布最新报告,称中国大陆是全球前三大智能手机市场中AI兴趣倾向最强的市场,具有“高”到“极高”AI兴趣倾向的消费者占比最高,分别达到31%和12%,仅1%消费者对AI毫无兴趣。
事实上,拥有较高兴趣倾向并不意味着即刻就能转化为“消费动力”。尽管近日,中国信通院发布数据显示,2024年1-5月,国内市场手机出货量为1.22亿部,同比增长13.3%。
智能手机能够重返增长通道,生成式AI的应用是离不开的重要因素。但对于大多数的消费者来说,带着兴趣地“观望”“再等等”或许才是他们对于AI手机的真正态度。
而我们透过现象看本质,消费者对于AI手机的“冷静态度”,背后其实是一场“情绪价值与效率”的权衡利弊。
新技术的出现理应是带来更加方便、高效的体验价值,但以目前AI手机的落地,在体验便捷之前,或许要先尝试“麻烦”。
首先,AI手机带来的最大改变,并不单单只是行业本身的实质性突破,还有改变用户的使用习惯。
例如,厂商们都在打造的“AI私人助理”,利用生成式AI可以帮助用户“有效”提高生产力。但事实上,我们就拿写工作报告为例,写报告的流程通常是要先思考梳理要写的内容,接着就是执行去写,执行的过程中进行内容的优化,最终得到一份完整的工作报告。
而以现在的AI能力去辅助,虽然中间能省去很多时间,但我们不能忽略的是与AI间的“沟通成本” ,我们需要设想怎么把思路更好地转述,中间要再沟通调整优化,最后还要对不太“完美”的结果进行二次加工。
且不说沟通的情绪消耗,一次次沟通过后未达到心理预期而造成的落差感,是用户不愿改变现有使用习惯,去接纳AI的关键因素。AI看似提效的同时,也增加了用户的“沟通成本”,忽略了“情绪价值”。
其次是目前AI功能的使用频率和可代替性。现有市面上已经发售的AI手机,基本上都涵盖了实时双向翻译、写作与沟通辅助、AI影像与修图、智能语音助手等AI功能,但在手机的使用上,这些功能的使用场景对于大部分人来说出现的频率并不会太高,使用频次就更不用说了。
与此同时,现在可以看到的是,许多功能性APP也在推出相应的AI功能,基本上可以替代AI手机的大多数AI功能。
我们再回到厂商本身,正如大家一直用“私人助理”来定义AI手机,“助理”的本职是帮助做事,而“私人助理”则更多的在于懂用户的基础上,帮用户得到想要的结果。而大多数手机厂商们的AI手机,扮演的都仅是“助理”的角色。
即便如今已经有荣耀这样的厂商将AI手机提升到了“意图识别”这样稍带有“人味儿”的人工智能阶段。结合当下最“聪明”的大模型GPT-4o的Apple Intelligence也要在今年秋季上线。但眼下,由于AI手机尚存较大发展空间,消费者对于进行中的AI技术革命,也依旧以观望状态停驻。
既然当今时代把“人工智能”拿上了手机的牌桌,消费者基于《钢铁侠》电影中“贾维斯”全能智能管家的想象,对AI手机自然报有更高地期待。
而为AI手机“冲动消费”这件事,还要再等等。
03 我们距离拥有“手机贾维斯”还有多远?
不论是冗杂的“沟通成本”,还是“情绪价值”的预期落差,本质其实都是AI手机还不够AI。
在漫威宇宙中,“贾维斯(J.A.R.V.I.S.)”以其卓越的智能和能力成为了无数粉丝心中的理想“人工智能”形象。作为托尼·斯塔克的得力助手,“贾维斯”不仅能管理复杂的家居系统,还能在战场上提供实时的战术支持,科技感十足。
“贾维斯”体现了一种高度智能、能够理解复杂的人类语言和情感、甚至在没有明确指令的情况下做出决策,成为大众理想中的AI。
而当我们将这一虚构形象与现实中的人工智能技术相比较时,我们能够发现两者之间的巨大差距。
现实中的人工智能虽然能够处理和分析数据,理解和生成语言,但仍然缺乏高度的自主性和深层的情感理解能力。目前的人工智能依赖于用户的明确指令,而不能像“贾维斯”那样在广泛的场景中“灵活”行动。
但透过“贾维斯”,我们也能窥见AI手机未来发展的可能性。
目前,AI手机给大众带来的整体感受更偏向于“技术感”,而非“科技感”。
“技术感”在某些方面能够体现了一定的先进性,但整体给人的感觉是相对孤立和局部的。例如,一部手机具备高清摄像头和快速的处理器,这可以被视为具有技术感,但要素相对单一,还不足以推动大众消费者“买单”。
“科技感”则有着更全面、更融合的感受。而这背后依托的是众多技术的深度融合与创新应用,是超越传统技术的便捷与智能,从而激发出的强烈“科技感”,让消费者产生消费冲动。
如今,我们似乎已经能够看到AI手机正朝着更加“科技化”的方向发展。例如,荣耀的AI离焦护眼技术和AI换脸检测技术。“AI离焦护眼技术”利用AI仿真离焦镜光学原理,让屏幕通过AI算法处理之后呈现离焦效果,实现舒缓视力的作用。而“AI换脸检测技术”则可自主识别用户视频通话中的画面要素,如果检测到视频存在AI换脸,将向用户发出风险提醒。
诚然,我们离“手机贾维斯”时代或许还有些距离,但与以往只能靠想象相比,如今我们已经在路上了。
“用AI写报告不太实用,以目前的发展阶段来说,也不好用。但对于每天盯电子屏幕的我来说,如果手机屏幕可以AI实现变离焦镜,我一定要去感受一下这样的手机。”John兴奋道。
你看,商业就是这样。
相关文章:

苹果入局,AI手机或将实现“真智能”?
【潮汐商业评论/原创】 “AI应用智能手机不就是现在的AI手机。” 当被问到现阶段对AI手机的看法时,John如是说。“术业有专攻,那么多APP在做AI功能,下载用就是了,也用不着现在换个AI手机啊。” 对于AI手机,或许大多…...

AI网络爬虫019:搜狗图片的时间戳反爬虫应对策略
文章目录 一、介绍二、输入内容三、输出内容一、介绍 如何批量爬取下载搜狗图片搜索结果页面的图片?以孙允珠这个关键词的搜索结果为例: https://pic.sogou.com/pics? 翻页规律如下: https://pic.sogou.com/napi/pc/searchList?mode=2&start=384&xml_len=48&am…...
Windows 网络重置及重置网络可能出现的问题( WIFI 没有了 / WLAN 图标消失)
当 Windows 网络出现本机故障时,一般从以下两个方面解决:网络栈和使用网络栈的组件或程序。 1、Winsock 组件问题 以管理身份运行 cmd,输入以下命令 netsh winsock reset重置 Winsock 组件以修复网络连接问题。 Winsock 是 Windows 操作系…...

100 个网络基础知识普及,看完成半个网络高手!
1)什么是链接? 链接是指两个设备之间的连接。它包括用于一个设备能够与另一个设备通信的电缆类型和协议。 2)OSI 参考模型的层次是什么? 有 7 个 OSI 层:物理层,数据链路层,网络层࿰…...

高盛开源的量化金融 Python 库
GS Quant GS Quant是用于量化金融的Python工具包,建立在世界上最强大的风险转移平台之一之上。旨在加速量化交易策略和风险管理解决方案的开发,凭借25年的全球市场经验精心打造。 它由高盛的定量开发人员(定量)创建和维护&#…...
【Linux】docker和docker-compose 区别是什么
Docker 和 Docker Compose 是用于容器化应用的工具,它们在开发、部署和管理容器化应用程序时有不同的作用。以下是对它们的简要介绍和功能描述: Docker 定义: Docker 是一个开源的平台,允许开发者自动化地部署、扩展和管理应用程序容器。容器是一种轻量级、可移植、独立的软…...

Qt图片缩放显示
在Qt中,如果你想显示图片的像素或者对图片进行缩放显示,可以使用 QImage 类来处理图片数据,并使用 QLabel 或自定义的 QWidget 来显示图片,但是很难通过鼠标进行缩放显示 QGraphicsView可以实现此功能 在Qt中,QGraphi…...

47、lvs之DR
1、DR模式: 1.1、lvs三种模式: nat 地址转换 DR 直接路由模式 tun 隧道模式 1.2、DR模式的特点: 调度器在整个lvs集群当中是最重要的,在nat模式下,即负载接收请求,同时根据负载均衡的算法转发流量&…...

分布式技术栈、微服务架构 区分
1.分布式技术栈 这些技术栈都是为了更好的开发分布式架构的项目。 (大营销平台的系统框架如下图,扩展的分布式技术栈) (1)Dubbo——分布式技术栈 DubboNacos注册中心是应用可以分布式部署,并且提供RPC接…...

【JavaEE精炼宝库】文件操作(2)——文件内容读写 | IO流
文章目录 一、输入流1.1 InputStream 概述:1.2 read 方法详解:1.3 close 方法:1.4 利用 Scanner 进行读操作:1.5 Reader: 二、输出流2.1 OutputStream 概述:2.2 write 方法详解:2.3 利用 PrintW…...
C++ 指针变量做参数传递时的情况分析
前言 指针变量作为参数传递时,很容易混淆指针本身和指针指向的内容,实际应用中可能会导致无法预料的问题,所以做一下详细分析。 注意,在测试过程中为了看测试效果,有些指针变量分配了空间,但是未做回收&am…...

Linux环境下Oracle 11g的离线安装与配置历程
在成功体验了 Windows 版本的Oracle 11g 后,这几天心血来潮,决定再挑战一下Linux 环境下的安装,特别是在考虑到部门内部虚拟机无法联网的情况下,我选择了在CentOS 7上进行离线安装。这次安装之旅,主要参考了下面大佬的…...

上位机图像处理和嵌入式模块部署(mcu项目2:串口日志记录器)
【 声明:版权所有,欢迎转载,请勿用于商业用途。 联系信箱:feixiaoxing 163.com】 淘宝上面有一个商品蛮好玩的,那就是日志记录器。说是记录器,其实就是一个模块,这个模块的输入是一个ttl串口&am…...

容器是线程不安全的,如果多线程下不加锁直接使用容器会发什么
可能存在的问题 数据竞争 当两个或多个线程同时读写同一个容器且至少有一个线程在写时,会导致数据竞争。这种情况下,容器的内部状态可能会被破坏,从而导致未定义行为。这些未定义的行为包括数据损坏,程序崩溃,以及无…...

配置光源——笔记
一、灯光的类型 (一)Directional Light(定向光) 1、只改变方向变化,不记录位置变化 2、相当于太阳光 3、室外一般使用 (二)Spot 聚光灯:昏暗(凌晨或傍晚),有一个光斑…...

Java---SpringBoot详解一
人性本善亦本恶, 喜怒哀乐显真情。 寒冬暖夏皆有道, 善恶终归一念间。 善念慈悲天下广, 恶行自缚梦难安。 人心如镜自省照, 善恶分明照乾坤。 目录 一,入门程序 ①,创建springboot工程&#…...

MFC扩展库BCGControlBar Pro v35.0 - 可视化管理主题等全新升级
BCGControlBar库拥有500多个经过全面设计、测试和充分记录的MFC扩展类。 我们的组件可以轻松地集成到您的应用程序中,并为您节省数百个开发和调试时间。 BCGControlBar专业版 v35.0已全新发布了,这个版本改进类Visual Studio 2022的视觉主题、增强对多个…...
Springboot 配置 log4j2 时的注意事项
感谢博主 https://www.cnblogs.com/fishlittle/p/17950944 依赖 SpringBoot 的 spring-boot-starter/ spring-boot-starter-web 自带的是 logback 日志,若要使用 log4j2 日志,需要引入对应依赖。logback 日志和 log4j2 日志都是对 slf4j 门面的实现&am…...

微服务-初级篇
微服务-初级篇 认识微服务1.1 单体架构1.2 分布式架构1.3 微服务 SpringCloud2.1 了解2.2 服务拆分原则2.3 服务拆分效果 Nacos注册中心3.1 认识和安装Nacos3.1.1 Nacos下载3.1.2 Nacos安装 3.2 服务注册到Nacos Feign远程调用4.1 Feign引入4.2 Feign配置 认识微服务 1.1 单体…...

批量制作word表格
问题背景 将excel表中的成绩内容制作为成绩单,每页对应一个学员的成绩,方便打印 代码实现 ## 导入包 import pandas as pd from docx import Document from docx.enum.text import WD_ALIGN_PARAGRAPH,WD_LINE_SPACING# 读取 Excel 内容 df pd.read_e…...
Linux链表操作全解析
Linux C语言链表深度解析与实战技巧 一、链表基础概念与内核链表优势1.1 为什么使用链表?1.2 Linux 内核链表与用户态链表的区别 二、内核链表结构与宏解析常用宏/函数 三、内核链表的优点四、用户态链表示例五、双向循环链表在内核中的实现优势5.1 插入效率5.2 安全…...
OkHttp 中实现断点续传 demo
在 OkHttp 中实现断点续传主要通过以下步骤完成,核心是利用 HTTP 协议的 Range 请求头指定下载范围: 实现原理 Range 请求头:向服务器请求文件的特定字节范围(如 Range: bytes1024-) 本地文件记录:保存已…...
镜像里切换为普通用户
如果你登录远程虚拟机默认就是 root 用户,但你不希望用 root 权限运行 ns-3(这是对的,ns3 工具会拒绝 root),你可以按以下方法创建一个 非 root 用户账号 并切换到它运行 ns-3。 一次性解决方案:创建非 roo…...
根据万维钢·精英日课6的内容,使用AI(2025)可以参考以下方法:
根据万维钢精英日课6的内容,使用AI(2025)可以参考以下方法: 四个洞见 模型已经比人聪明:以ChatGPT o3为代表的AI非常强大,能运用高级理论解释道理、引用最新学术论文,生成对顶尖科学家都有用的…...

均衡后的SNRSINR
本文主要摘自参考文献中的前两篇,相关文献中经常会出现MIMO检测后的SINR不过一直没有找到相关数学推到过程,其中文献[1]中给出了相关原理在此仅做记录。 1. 系统模型 复信道模型 n t n_t nt 根发送天线, n r n_r nr 根接收天线的 MIMO 系…...
站群服务器的应用场景都有哪些?
站群服务器主要是为了多个网站的托管和管理所设计的,可以通过集中管理和高效资源的分配,来支持多个独立的网站同时运行,让每一个网站都可以分配到独立的IP地址,避免出现IP关联的风险,用户还可以通过控制面板进行管理功…...

零知开源——STM32F103RBT6驱动 ICM20948 九轴传感器及 vofa + 上位机可视化教程
STM32F1 本教程使用零知标准板(STM32F103RBT6)通过I2C驱动ICM20948九轴传感器,实现姿态解算,并通过串口将数据实时发送至VOFA上位机进行3D可视化。代码基于开源库修改优化,适合嵌入式及物联网开发者。在基础驱动上新增…...

mac:大模型系列测试
0 MAC 前几天经过学生优惠以及国补17K入手了mac studio,然后这两天亲自测试其模型行运用能力如何,是否支持微调、推理速度等能力。下面进入正文。 1 mac 与 unsloth 按照下面的进行安装以及测试,是可以跑通文章里面的代码。训练速度也是很快的。 注意…...
人工智能 - 在Dify、Coze、n8n、FastGPT和RAGFlow之间做出技术选型
在Dify、Coze、n8n、FastGPT和RAGFlow之间做出技术选型。这些平台各有侧重,适用场景差异显著。下面我将从核心功能定位、典型应用场景、真实体验痛点、选型决策关键点进行拆解,并提供具体场景下的推荐方案。 一、核心功能定位速览 平台核心定位技术栈亮…...

【iOS】 Block再学习
iOS Block再学习 文章目录 iOS Block再学习前言Block的三种类型__ NSGlobalBlock____ NSMallocBlock____ NSStackBlock__小结 Block底层分析Block的结构捕获自由变量捕获全局(静态)变量捕获静态变量__block修饰符forwarding指针 Block的copy时机block作为函数返回值将block赋给…...