近日调研机构Canalys发布的相关报告显示，全球智能手机市场已连续三个季度呈现增长态势，出货量达到2.88亿台、同比增长12%，其中三星、苹果、小米、vivo和传音依次占据了前五的位置。对此有分析师认为，手机厂如今快速推进AI功能落地的战略，后续或将刺激出货量的进一步增长。
在相关调研结果中表明，目前国内手机用户对于AI功能展现出了极高的兴趣，远超其他区域，因此这也意味着这类产品将会拥有更大的发展空间。事实上，国内手机厂商自这一轮AI浪潮出现以来就已开始进行相关探索，虽然各家AI功能的具体落地形式存在差异，但在部署上早已是不甘落于人后。
例如vivo目前的中高端机型型普遍已将自研蓝心大模型作为标配，OPPO更是在不同平台的产品上实现了AI电话摘要、AI文章总结、AI抠图等功能，小米除了将小爱同学作为AI落地的一个方向以外，还通过AI来为小米影像大脑赋能、并命名为小米AI大模型计算摄影平台。这些头部厂商在AI功能落地上的“各显神通”，不仅推动了整个行业的升级，也极大激发了用户对于AI手机的兴趣与期待。
但这一趋势的兴起，也并非仅仅来源于用户自身的选择，而是多重因素交织的结果。智能手机产品的高端化趋势便是其中之一，由于定义AI手机的关键因素之一，便是端侧算力可以满足AI大模型的需求，但在AI手机这一概念兴起之初，只有诸如高通骁龙8 Gen3、天玑9300这类旗舰SoC能够达到要求，再加上内存等硬件方面的局限性，使得AI当时俨然成为了高端机型的专属功能。虽然如今随着AI功能向中低端市场不断渗透，这一现象如今已经有所改善，但旗舰产品在体验上明显还是相对更为出色。
但需要注意的是，相关调研数据进一步揭示了目前AI手机的另一重要趋势，即25-44岁的中坚用户群体成为了推动其快速发展的核心力量。这类用户不仅在日常生活中高度依赖智能手机进行信息获取、社交娱乐，更是将其视为了提升工作效率、优化生活品质的重要工具，因此往往对于手机AI功能的需求也显得更为迫切。
虽然相关数据表明，AI手机在国内市场或将有着巨大的潜力，但同时也面临着诸多挑战，其中成本问题无疑是最为棘手、且急需解决的关键环节。尽管有数据揭示了一个趋势，即用户对AI功能的兴趣与购机预算成正比，即预算越高、对AI功能的期待与接受度也相应提升，但这并不意味着较低预算的用户群体对AI功能就毫无需求。
如今对智能手机而言，端侧算力不足无疑是制约AI功能快速发展的一大因素，虽然现阶段中高端主控的NPU算力已经大幅提升，能支持70-100亿参数的大模型，但即使是高通骁龙8 Gen3、联发科天玑9300这样的旗舰主控，在算力上与云端相比仍有指数级的差距，这也意味着即使是顶级旗舰手机也无法满足更大规模大模型的需求。旗舰机型尚且如此，受制于成本的中低端产品自然也不会例外，这显然就将影响AI功能向更多产品渗透。
为突破本地性能这一局限性，引入云端算力来实现AI功能是目前较为普遍的一种解决方案。对于手机厂商而言，这在技术上几乎没有什么难度，毕竟手机此时只需承担数据传输和显示结果的任务，不仅避免了因硬件配置升级所带来的成本提升，还有助于实现AI功能的快速迭代更新。对于用户而言，只需要网络连接稳定，就能用到高质量的AI服务。
但这种方案也并非没有代价，由于云端大模型的每一次使用都会产生成本，所以即使抛开搭建云端服务器的成本，一旦用户量过大就会导致其使用成本大幅攀升。因此后续采取订阅或其他付费方式几乎不可避免，因为只有付费使用才能使得其可持续，例如三星方面就曾暗示其Galaxy AI服务未来可能会收费。然而在初期免费服务的基础上，要如何培养用户对此的付费习惯就将会是个不小的难题。
此外值得一提的是，引入云端大模型尽管能解决端侧算力不足的问题，但也会带来了新的矛盾。一方面为了降低成本、普及AI手机，厂商就会更多的依赖云端算力，但另一方面过度依赖云端，又可能会导致端侧算力的停滞不前。
更为致命的是，由于云端大模型无法享受到以往互联网行业规模效应所带来的加成，随着用户数量的不断上升，其使用成本也会随之增加。例如微软的AI编程助手Github Copilot目前价格为10美元/月，但增加一位用户就会导致20美元的亏损，这对于手机厂商来说显然会很难接受。
因此现阶段对于手机厂商来说，除了继续推进AI功能在产品端的落地之外，如何平衡云端和端侧算力之间，并在硬件成本和使用成本上找到最好的解决方案，或将成为决定未来AI手机能否成为助推剂的一大看点。而除了基础的AI大模型之外，新的杀手级AI应用以及AI与现有功能的融合，显然也将成为帮助更多用户接受AI手机的关键所在。
