讲座回顾 ｜ 对AI手机的思考和探索手机产业链「讲座回顾 ｜ 对AI手机的思考和探索」

嘉宾分享内容回顾

陈晓春校友

陈晓春校友的分享分为四个部分：AIGC技术在用户端与手机结合的机会探讨、开启AI手机时代需要怎样的驱动力、AI手机主要特征以及对AI手机将形成的产业链有何展望。

陈晓春校友从OPPO的发展历程出发，介绍了手机的发展历程以及用户需求随时代的变化。

以拍照为例，消费者真正需求是手机拍照，因此出现了拍照手机的产品定位。随着技术的发展，摄像头模组空间越来越小，但光学原理限制了单反相机在狭小空间内的使用。手机拍照成为用户需求的痛点，越来越多的技术被引入，以满足这一需求。

因此，用户需求与手机的功能会随时代改变，这就为AIGC技术在用户端与手机结合创造了机会。

2.1 关键技术

过去驱动手机发展的关键技术有：更丰富的功能、更快的网络、更强的感知能力、显示与续航等等，那么下一个驱动技术究竟是什么？

2022年底，GPT技术的出现，让AI真正走向千家万户，让手机领域出现了一种新形态，即AI手机。这种形态与过去智能机加AI有很大的不同，它所提供的一些AI交互能力，为手机提供了更丰富的功能，打破了短视频在云和端之间传输的障碍，从而产生了新的商业模式。

这一现象背后的本质驱动力其实是算法、算力、数据这三大方面的突破与变革。通过大模型实现一切皆可自然对话，打破了传统人工智能的限制。随着大模型的不断发展和创新，未来AI技术将在更多场景中发挥重要作用，改变人们的交互方式，提高服务获取方式，并使系统本身和模型变得更强大。

2.2 为什么选择手机作为载体？

陈晓春校友认为，手机是最合适的AI载体，因为手机具有三个特点：随身性、随时随地交互的能力和全能的处理器算力。

智能手机可以随时随地获取用户的意图，满足用户在网络环境下随时随地的交互需求，且具备强大的算力，可以满足模型本地推理和解决隐私性问题。因此，智能手机是端云协同AI的合适载体。

2.3 手机的AI功能

智能手机聚焦拍照、修图等用户需求，精准识别手机行业痛点，首先，拍照时修图动作可能导致时间浪费，因此需要寻找更高效的方式，节约碎片化时间。其次，智能机解决了功能机的信息不对称性，但同时也带来了新的问题，如信息被不同认知的人理解可能造成误解。

为解决这些问题，OPPO推出了AI接电话功能，通过AI帮助用户识别骚扰电话。此外，AI还可以帮助解决语言文化障碍问题。总之，AI技术在解决现代社会问题时具有巨大潜力。

首先，AI手机具备高效利用算力的能力，可以在端侧通过现有的技术运行大语言模型和大视觉模型。其次，AI手机具有感知物理世界的能力，可以知道一个人现在的状态和他所处的环境。最后，AI手机需要具备自学习能力，能够学习每个手机主人的操作方式和情绪等。其本质就是交互引发的服务供应的改变，这样的功能和改变将让用户的时间释放到更有价值的事情中去。

4.1  手机协议栈的优化与重构

陈晓春校友提到手机技术在生成创作方面的一些需求，如算力高效利用、大语言模型等方面。他还提到了过去计算机体系架构设计中的问题，如计算子系统之间的传输问题。

为了满足未来的交互需求，需要有更丰富的硬件器件，如AON设备或结构光设备等。此外，大语言模型方面，他希望未来能有一个真实世界的模拟器，以更好地还原人的思维到虚拟世界。

4.2 手机产业链与应用生态的挑战力

手机产业链面临着很多问题，如寡头垄断、操作系统底层被定义等。此外，自家的应用生态也面临困难，如APP生态增长缓慢，用户需求都在头部APP上。总之，手机产业链和应用生态都面临着挑战。如何从容面对这些挑战，拥抱AI所带来的机遇？

陈晓春校友以OPPO Find X7为例，展示了多模态的系统级AI体验是如何将用户从手机使用场景的复杂操作中解放出来的。集中了AI通话摘要、AI消除等多模态功能的手机，经由多维数据的联合处理实现了用户的生态级体验，该种AI体验会创造数字世界和物理世界相互的完美转换。

4.3 AI手机的生态产业链展望

现有的产业生态结构难以支撑不断变化的技术与用户需求，因此预测未来的AI手机产业生态结构集中在以下四个方面：混合算力供给生态、大模型生态、智能体生态、原生化服务组件生态，原生服务生态是支撑智能体的能力，如抢自习教室、课表等，使得智能体能够直接运转。未来AI手机的生态产业链结构将被用户推动，而不仅仅是B端。

嘉宾点评环节

周耿教授

分享问答环节

最后，南大MBA各年级的在校学生及部分校友就AI手机的数据安全与隐私性问题、AI手机在教育和工作中的应用、AI手机成本与市场趋势分析等问题，与嘉宾进行了热烈的交流与互动。

本次讲座有超过525位MBA师生、校友及业界人士线上参会，引发热烈反响。