AI 浪潮之下，中國已經成為 AI 手機的最大潛在市場。
根據 Canalys 發布的關于《AI 手機對中國消費者的吸引力》報告，2024 年一季度，中國大陸市場依靠作為本土廠商的先發主場及市場高端化結構，AI 手機出貨量達 1190 萬部，占據全球 AI 手機出貨的 25%。
值得注意的是，報告還提到，中國大陸是全球前三大智能手機市場中 AI 興趣傾向最強的市場，中國大陸消費者在調查中展現出了對新技術更開放的態度。
其中，中國大陸有約 43% 的用戶對于 AI 手機有著高度興趣，德國、印度、墨西哥和美國的這一比例則分別為 9%、38%、22% 以及 15%。當興趣轉化為購買需求，這意味著中國將成為 AI 手機的最大潛在市場。
Canalys 預測，具備 AI 功能的智能手機市場份額將呈指數級增長，到 2028 年將達到 54%，2023 年至 2028 年的復合年增長率為 63%，這得益于消費者對增強功能（如 AI 代理和設備內處理）的需求。
AI 大模型，涌進手機系統底層
第一波 AI 大模型的布局中，國產手機廠商走在了行業前列。
2023 年，華為率先將大模型接入手機，使得手機可以執行文本生成、知識查找、資料總結、智能編排、模糊 / 復雜意圖理解等復雜任務。之后，其他廠商迅速跟進，比如小米訓練出更為輕量級的語言大模型，參數規模為 13 億和 60 億兩種。小米內部認為，輕量級模型也有其存在的市場空間，這是端側大模型的特殊要求，也是一家智能設備廠商入局大模型的必經之路。
緊接著，vivo 則推出了藍心大模型，同樣主打輕量化，利于進行手機本地化的數據處理；榮耀則推出了端側 70 億參數平臺級 AI 大模型，并宣布與百度智能云達成戰略合作。
在前期的大模型應用中，手機廠商普遍采用的方案都是基于 AI 的分析和推理能力，對于單個手機功能進行優化。比如利用 AI 算力，提升手機影像質量；利用語言大模型，增加原有手機語音助手的功能，以便于進行文本處理。
而在近期的蘋果和華為開發者大會上，將 AI 內嵌進手機系統底層，成為了某種共識。
以蘋果為例，該公司的新 AI 系統將被稱為 Apple Intelligence，并將出現在新版 iPhone、iPad 和 Mac 操作系統上。iOS 在嵌入 OpenAI 的 AI 大模型之后，Siri 將能夠在更多應用程序中理解用戶的內容并對其采取行動，還能夠調用多個 APP 的功能去完成一個復雜命令。
與蘋果的方案類似，華為此次也試圖將 AI 大模型的能力植入鴻蒙系統底層，以此來同時調用多個 APP 的功能，讓終端設備可以完成復雜度更高的人機交互方式。不同的是，鴻蒙所使用的 AI 大模型為華為自研的盤古大模型。
" 得益于盤古大模型 5.0 的加持，小藝的能力也得到全新升級。" 華為終端 BG CEO 何剛稱，比如，小藝智能體與導航條融為一體，無論在任何應用界面，都可以隨時召喚。只需將文字、圖片、文檔 " 投喂 " 小藝，即可便捷高效處理文字、識別圖像、分析文檔。
顯然，在原生的鴻蒙和 iOS 系統內，嵌入 AI 大模型之后，智能手機的廠商將可以實現更多個性化的 AI 功能。這是陷入創新瓶頸之后，智能手機行業為數不多可以帶來突破性創新的機會。
供應商競爭與政策壁壘
事實上，AI 手機的戰場除了有終端廠商之間的競爭，供應鏈廠商的技術角逐也是一大重點。
目前，高通正努力確立自己在端側 AI 領域的領導地位。比如，高通最新一代的處理器——驍龍 8 Gen 3 在設備上運行的 LLM（在優化后的 7B 模型上達到 20 個 tokens/ 秒）和 LVM（在優化后的 Stable Diffusion 模型上生成每張圖像不到 1 秒），這要歸功于其獨有的量化工具和軟件開發工具包（SDK），這些能力可以帶來用戶體驗的差異化。
同時，高通的 AI Hub 賦予開發者在多個產品類別上使用單個模型，部署人工智能框架的能力，提升了對開發者的吸引力。
聯發科則通過與百川智能、百度文言一心、零一萬物和阿里巴巴通義千問等 AI 模型供應商的合作，鞏固其在中國的應用程序開發版圖。
與高通另外的不同之處在于，聯發科的芯片主要被用于中端手機產品。目前，包括小米、榮耀等手機廠商，在中東、拉美和非洲地區的手機出貨量都增長迅猛。隨著手機廠商將 AI 能力進一步下放到中低端產品，聯發科在 AI 手機領域的出貨量也會水漲船高。
在全球競爭格局上，不同地區對于 AI 的監管政策，也會影響到手機廠商的戰略選擇。
比如，在歐洲，歐洲議會以壓倒性票數通過了《人工智能法案》（下稱 " 法案 "）。根據法案要求，如果通用人工智能（GPAI）用于訓練的累積計算量大于 10 的 25 次方每秒浮點運算次數（FLOPs），將被認為具有 " 系統性風險 "，并將面臨模型評估、系統性風險評估和減輕等額外要求。
斯坦福大學 AI 研究實驗室發布的一項研究顯示，包括 Open AI 的 GPT-4, Meta 的 LlaMa 在內的 10 個主流大模型，均未滿足《法案》草案的要求。
斯坦福研究團隊在報告中表示：" 主要基礎模型提供商目前基本上沒有遵守這些草案要求。他們很少披露有關其模型的數據、計算和部署以及模型本身的關鍵特征的足夠信息。尤其是，他們不遵守草案要求來描述受版權保護的訓練數據的使用、訓練中使用的硬件和產生的排放，以及他們如何評估和測試模型。"
在中國，根據《數據安全法》（DSL）和《網絡安全法》等法律規定，AI 技術產生的數據必須在國內存儲和處理。目前，ChatGPT 的訓練和開發涉及大量數據的運用和獲取，同時 OpenAI 的大模型也未在中國相關監管機構完成備案。
