在新一代的手機中，幾乎所有手機廠商都將AI大模型作為宣傳點，仿佛手機有了AI大模型過后，就能變得無所不能一樣。至于手機AI大模型為何會在現(xiàn)在這個時間點爆發(fā)，在我們看來原因很簡單，就是性能夠了。
在新一代的手機中，幾乎所有手機廠商都將AI大模型作為宣傳點，仿佛手機有了AI大模型過后，就能變得無所不能一樣。
AI無所不能的印象，可能是聊天機器人帶給大家的錯覺。手機廠商發(fā)展AI大模型的思路肯定是正確的，未來手機要是沒有大模型，那肯定是不行的。
至于手機AI大模型為何會在現(xiàn)在這個時間點爆發(fā)，在我們看來原因很簡單，就是性能夠了。
最新款的第三代驍龍8移動平臺，內置了強大的NPU，相比上代產(chǎn)品AI算力提升了98%，能效也提升了40%�？梢灾С衷谑謾C中輕松部署70億參數(shù)大模型，甚至100億乃至130億大模型也未嘗不可。比如100億級別的Meta Llama2，就能讓用戶在本地進行文本、圖像和語音交互。
模型參數(shù)這個數(shù)據(jù)可能還有些抽象，Stable Diffusion的圖像生成速度，更能反映出AI性能的提升。在高通此前通過第二代驍龍8的Demo演示中，生成一張圖片的時間大概要15秒左右，而在第三代驍龍8中，只需不到1秒即可完成圖片生成。
不到1秒和15秒之間是有著本質性區(qū)別的，意味著它可以直接嵌入到手機相機應用中，可以在拍照過后，立刻以照片為基礎生成一張效果更好的圖片。高通就在這方面進行過演示，預先提供一張背影照片，即可讓AI精準生成一張身處海邊的黃昏時刻背影大片，將類似功能嵌入到相機中，無疑是個很有創(chuàng)意的想法，每張照片不到1秒的額外時間，完全對得起照片效果，但拍照過后等15秒才能看到照片，或許就不能被大眾接受了。
可能有人會說，Stable Diffusion只是一款10億大模型的圖片生成工具，現(xiàn)在手機中部署的可是70億大模型。其實對性能我們不用擔心，手機中部署的都是比較全面的大模型，Stable Diffusion則是針對圖片生成的模型。從目前有限的機型實際體驗，大模型現(xiàn)在提供的功能中，圖片和文本的生成速度，與模型的交互速度都很令人滿意。
AI大模型實用性實戰(zhàn)，生成式使用提高效率
在AI大模型的加持下，手機現(xiàn)在確實能玩出很多新花樣。搭載第三代驍龍8的小米14 Pro,在小愛同學中就提供了大模型加持，支持了圖片生成，只要在小愛同學中給出一些關鍵詞，即可快速生成一張符合主題的圖片，也可以使用口語化的語音指令，讓小愛同學來生成圖片。
從我們隨手給出關鍵詞生成的照片來看，兩張照片均完美符合我們給出的主題，效果上也相當不錯。完全可以用在平常的圖片制作上，如果你缺乏圖片素材時，或許可以嘗試向你的手機求助，AI大模型或許就能給你不一樣的靈感。
AI寫真功能則可以對人像照片進行深度學習，生成各式人像主題圖片。使用該功能需要先在圖庫中選擇20-30張圖片，讓AI進行人像特征識別學習，之后就可以以此為基礎填入各種關鍵詞，來生成圖片了。
該功能具備不錯的實用性，比如你想要一張美美的學生證照片，就能在AI證件照模型下，生成標準版的白底、藍底證件照片，照片肯定是符合你的五官特征，而且還是經(jīng)過美顏的。想要改變自己的形象時，也完全可以先用AI寫真探探路，看看自己從長發(fā)變成短發(fā)后，究竟會有怎樣的氣質改變。
小愛大模型還能進行各種文本寫作，影評、微博文案、作文等都能搞定，甚至我們給個主題，還能生成PPT。這些是可以顯著提高生產(chǎn)力效率的，AI寫出來的東西或許沒辦法直接使用，但在文本基礎上進行修改，效率總是比從零開始直接寫要高得多。
更多傳統(tǒng)的AI使用方式，也能在大模型的加持下，獲得更好的呈現(xiàn)效果。這里首推小米14系列的魔法消除功能，不僅能夠在照片中識別出各種物體，可以直接去除物體，去除亂入照片的路人。
隱私安全存隱患 端側部署必不可少
在AI大模型的加持下，手機確實有著更豐富多彩的使用方式，不僅可以提高使用效率，還能讓手機與我們變得更為緊密。手機廠商對大模型的推進也很用心，小愛、藍心等大模型已經(jīng)被大家所用到了。
AI大模型與生成式AI相結合，進一步完善了人機交互的方式，讓口語化。平�；慕换コ蔀榱丝赡埽谷藱C交互變得更為自然。它會為我們的生活帶來更多的便利，這些便利不僅能體現(xiàn)在手機中，在PC、汽車等各種終端中，均可以體現(xiàn)。
但目前的手機大模型存在一些問題，其中最明顯的，就是大模型的很多功能都需要聯(lián)網(wǎng)使用。比如圖片生成功能，在斷網(wǎng)后就無法使用了，這顯然對私密性是不利的。尤其是在AI人像相關的圖片生成處理上，雖說廠商都承諾了私密性方面的保護，但終歸是能完全在本地使用，才讓人更為放心。
這其中牽扯到的，其實就是云端大模型和端側大模型之間的問題了。我們期望在手機中部署的，肯定是端側大模型，它熟知我們的生活習慣，對我們的各種隱私數(shù)據(jù)也了如指掌，這些數(shù)據(jù)顯然是不能與外界共享的。而當下我們使用的大模型，還不能做到完全的本地化運行。這會隨著技術發(fā)展和手機配置提升后，得到解決。
當然，AI大模型完全的端側部署，需要移動平臺和手機廠商的共同努力才行。移動平臺目前已經(jīng)基本滿足大模型端側部署的條件，性能已經(jīng)在前文說過了，這里就不多啰嗦了。而在端側部署的最大難題功耗上，第三代驍龍8在能效上有著40%的提升，與高通進行的大模型蒸餾工作結合，將大幅提升處理速度，而且能兼顧模型全天候使用的續(xù)航，從而讓手機不用為此妥協(xié)設計纖薄性或是續(xù)航時長。
在我們看來，云端通用大模型與端側大模型都是未來不可或缺的，在生成式AI的加持下，必然會改變我們的生活方式。對當下手機大模型所提供的新使用方式，確有需求可深入使用，否則了解一番即可。而打算對手機更新?lián)Q代的話，就要提前考慮AI方面的相關支持了，顯然以第三代驍龍8為代表的新一代移動平臺，才是最可靠的選擇。
