核心摘要：
AI手機發展階段：當下人工智能手機進入了早期發展階段，部分功能已舉足輕重,人工智能手機的題中之義是通過AI技術讓手機軟硬件升級的效用最大化，重在“升級”而非“顛覆”，並以視覺、語音等重頭應用場景為核心。
商業化由點及面的驅動：人工智能手機產業鏈各環節呈現出“頭部帶動”效應，上下游廠商之間通過合作擴大優勢，呈現出AI走向主流核心應用、各方合作模式逐漸成熟清晰、爭相在行業生態入口布局的特點。而經濟、政策、資本、行業的支撐，是人工智能手機行業得以發展的基礎條件。
應用場景：人工智能手機通過創新和升級，在人機交互上，對用戶需求先理解後執行，幫助用戶解放了雙手，在內容生產上，幫助應用變得更實用、更豐富。
消費者認知與體驗：中國手機用戶對人工智能手機具有較為廣泛的認知與期待，現有人工智能手機用戶滲透率高，潛在用戶廣泛存在，消費者整體認為人臉解鎖和語音助手體驗最好，並且最有價值。
▌人工智能手機概念界定
人工智能手機=AI芯片+AI功能
人工智能手機（AIPhone）是新興起的概念，業界尚未完全統一認知。艾瑞認為人工智能手機廣義上是指搭載了滿足AI算力需求的移動端芯片、且加載了深度學習AI功能的智能手機。滿足AI算力需求的終端芯片是指：（1）芯片內置獨立的神經網絡計算單元；（2）通過CPU、GPU、DSP及其他通用計算單元聯動賦予芯片深度學習能力。本報告圍繞滿足上述標準的人工智能手機展開研究分析，描繪人工智能手機行業的發展現狀。
▌人工智能手機的發展階段
人工智能手機處於早期成長階段，正如“孩童”
人工智能手機與過去只加載了AI功能，但沒有AI芯片的手機不能割裂地看待，後者是人工智能手機的序曲。過去手機上的語音助手已經通過智能語音語義等AI技術開始為手機賦能，為日後人工智能手機興起埋下了伏筆。2015年起，智能相冊分類、APP預加載等功能出現，背後的人臉識別、深度學習等AI技術開始廣泛地落地在手機場景上，由此進入了人工智能手機的預熱階段。2017年是人工智能手機元年，AI芯片相繼發佈，基礎層算力成熟落地，頭部手機廠商推出AI旗艦機型，AI雙攝、NPU、人臉解鎖等相繼成為熱詞，帶動起人工智能手機的小高潮，市場已經萌芽。當下部分AI功能如AI雙攝/三攝已經成了主流手機的剛需，並經歷了一輪技術方案的迭代，人工智能手機正如“孩童”，處於早期成長階段，未來將在AI智慧上達到更高層次。
▌人工智能手機的核心價值
自我學習、自主服務，重構終端產品邏輯
人工智能手機的主流功能不僅在實時性、準確性、處理效率等指標上表現優秀，還在AI算法與算力的支持下，通過自我學習理解人類世界的邏輯，通過自主服務變得更便捷，提升了用戶體驗。隨著使用，人工智能手機會學習用戶的習慣，優化手機功能，比如人臉解鎖會學習用戶外貌的細微改變降低拒識率，智慧助手可以按照用戶的習慣處理常規任務。人工智能手機把以往針對碎片化需求的服務融合進手機功能，主動地、一步直達地給出用戶需要的結果，比起繁雜的手動操作進步明顯，例如，過去需要調光、對焦、修圖等複合手動操作才能得到的“大片”，變得自主優化、隨拍即美。這些功能與服務的融合重構了終端產品邏輯，使人工智能手機交互更人性、應用更靈活。
▌人工智能手機的發展特徵
AI能力劃分為三個層級，在技術和商業上互有交叉
根據AI功能調用手機軟硬件結構的差異，我們將人工智能手機的AI能力劃分為基礎層、軟件層、移動應用層，各層在技術和商業上有所交叉。技術上的交叉主要體現為，在不同型號的手機上，同一種功能是通過不同層級AI能力實現的，這主要是技術方案的差異和迭代導致，如利用可見光/紅外光進行2D人臉識別主要基於軟件層實現，而3D結構光人臉識別則需要基礎層芯片與軟件層聯動。商業上的交叉主要是指，許多原本屬於移動應用層的熱門功能下沉為手機內置功能，並由技術提供方針對機型做專門方案與優化，效果更好、實時性更強，如美顏拍照類APP啟發了手機內置相機拍人更美的需求，短視頻APP的AR特效也讓市場意識到AR的賣點、開發了類似Animoji的內置功能。
▌人工智能手機技術原理-終端
終端通過SoC或局部元器件上的協處理器運行AI算法
手機中AI算法可以通過終端或雲端來運行，其中終端運行是主流方式。終端AI目前有兩類方案，分別是算法在SoC上運行和在局部元器件上運用協處理器運行。在SoC中算法可以通過調用通用硬件單元實現多種AI應用，也可以加入獨立處理單元完成，是當下最成熟，也是應用最多的解決辦法；在局部元器件上的協處理器中實現AI處理並且已經產品化了的，目前只有智能圖像處理的案例，算法主要通過調用處理單元矩陣，在攝像頭上對照片處理進行智能加速，實現單攝虛化等效果，目前谷歌在其自身的手機產品上探索和使用這一方案。
▌計算機視覺
整體技術成熟，達到了實時、可靠等在手機落地的關鍵要求
計算機視覺通過對採集的圖片或視頻進行處理以獲得相應場景的信息，人工智能手機廣泛應用了計算機視覺技術，使人臉解鎖、相冊分類等功能得以實現。計算機視覺技術在AI手機的典型技術流程是由終端設備首先獲取圖像並進行預處理，提取圖像特徵並識別比對，完成圖像識別、圖像分類等任務。
過去幾年，計算機視覺的識別精度與分類準確率有了質的飛躍，並出現了兩個技術里程碑：一是2014年香港中文大學湯曉鷗團隊將卷積神經網絡應用到人臉識別上，在LFW人臉數據集上第一次得到超過人類水平的識別精度，二是2017年ImageNet大賽圖像分類錯誤率降至2.3%的歷史最低值，計算機視覺整體技術走向成熟。
如今，計算機視覺技術達到了實時性、可靠性等在手機落地的關鍵要求，以人臉解鎖為例，手機人臉解鎖速度約為幾百毫秒，誤識率約萬分之一，部分機型可以達到百萬分之一，並支持活體檢測，有效防止照片或視頻攻擊。
▌智能語音交互
滿足日常應用需求，仍有較大發展空間
智能語音交互是基於語音輸入的交互模式，人工智能手機中的語音助手功能主要應用了該技術。從整體來看，智能語音交互技術主要包括感知層（語音識別+語音合成）和認知層（自然語言處理NLP）。目前，智能語音交互中語音識別技術已經達到較高精度，能夠滿足用戶日常使用需求。不過，由於語言的模糊性與複雜性更高，語音交互中的自然語言處理技術依然存在一些不足。具體來看，一是對語音的處理受複雜的中文同音字、方言等因素影響，二是對意圖的理解受上下文環境的影響，三是對語言的理解還需要感知用戶的語氣和情緒，這些都可能導致系統對於語義的理解出現偏差，手機答非所問。
目前，業內期望通過加強對多輪語音交互的研究、強化自然語言處理技術來優化智能語音交互功能，使手機在理解、思考與學習上走的更遠。
▌深度學習
識別非結構化數據，提升處理準確性
深度學習為人工智能手機相關應用的實現提供了強大支持，例如手機中的圖像識別、文字識別、語音識別、網頁推薦等功能主要通過深度學習中的卷積神經網絡算法得以實現。該算法擅長識別非結構化數據（圖像、聲音、視頻、文本、時間序列），之後經過卷積層濾波器的特徵檢測、池化層的聚合統計、全連接層的特徵分類，最終輸出分類結果。深度學習通過神經網絡模型的構建和海量數據集的訓練，對AI手機獲取的具有表示性的特徵（圖片中的單一元素、聲音的結構等）進行學習，進一步提升了準確性。隨著對於深度學習研究的逐漸深入，未來將會使得手機的大腦得以進一步升級與優化，為用戶帶來更多豐富和人性化的體驗。
▌人工智能手機產業結構
AI芯片提供商和AI算法提供商是AI手機產業鏈的特色
AI手機產業鏈上游由“硬基礎”供應商與“軟基礎”供應商組成，與傳統手機產業鏈有所區別的地方主要在於，芯片環節由新的AI架構設計商和傳統芯片廠商合作提供AI芯片，集成環節引入了AI算法提供商。在移動端想要獲得更順暢、更重度的AI體驗，在算法與算力上需要提升與創新，芯片製造商與技術提供商在其中起到關鍵作用；中游主要由手機品牌商和代工廠商組成，使AI手機產品化，形成商業落地；下游由銷售渠道、運營商和APP服務商組成，使產品最終抵達消費者手中。整條產業鏈分工明確、佈局清晰，承載了眾多國際巨頭型公司，為AI手機發展持續提供動力。
▌人工智能手機落地商業驅動點
上游：AI芯片結構多樣，未來或呈現並行式發展
判定AI手機最重要的標準就在於芯片。在確保成本可控的前提下，手機芯片巨頭廠商為行業帶來了不同的AI實現路徑。高通通過神經處理引擎NPE對其SoC中CPU、GPU、DSP進行調度，意圖打造均衡且適配廣泛的AI解決辦法；蘋果、聯發科、三星和華為海思則研發獨立AI處理模塊，對AI應用進行加速，以實現智能化。目前，這兩種途徑在效果上目前尚無明顯差距。芯片服務商的發展與多樣化創新，為AI手機行業持續提供前進動力。
上游：技術提供商推動人工智能在手機場景的落地
隨著AI技術向更多行業滲透，手機憑藉豐富的使用場景、日益強大的硬件基礎和高頻的人機互動成為了其天然的承載平臺。與蘋果、三星軟硬一體的整體解決方案不同，如華為、小米、OPPO、vivo等中國手機品牌與技術提供商從研發環節合作，開發更適合手機場景的AI解決辦法，共同打造人工智能手機，這其中不止體現出對技術提供商的認可與信任，也表明巨頭願意為技術買單的決心。中國人工智能技術提供商近些年來發展迅猛，備受行業和資本的注目，其中湧現出瞭如商湯科技、科大訊飛等具有國際水平的企業，其自身良性的發展也為人工智能技術商業落地奠定了基礎。
中游：打破產品發展桎梏，巨頭定義行業方向
智能手機行業經過多年的“裝備競賽”已經將屏幕、攝像頭、機身材料等組件的可提升空間壓縮的很小，手機的發展達到瓶頸，需要引入人工智能技術來打破桎梏。而常規的智能手機雖然可以運行AI應用，但它們在流暢度和能耗方面不能滿足用戶更高層次的需求，所以打造一款被市場認可的AI手機，就成為了手機品牌商的訴求和下一輪競逐的方向，巨頭廠商在其中扮演了引領者的角色，從多方面推動AI手機落地。據預測，到2022年，搭載AI功能的智能型手機出貨量佔比，將從2017年的不到10%提升到80%，年銷量將超13億部。AI手機將是未來手機行業的產品方向。
下游：電信運營商進行基礎重構，迎合更高層的軟硬件需求
作為人工智能手機產業鏈中重要的組成部分，電信運營商迎合發展進行自我升級，是AI手機落地的一大助力。隨著以手機為代表的終端應用的不斷髮展，通信網絡需要面臨兩方面的重要變化：一是連接數量和流量規模的爆發式增長；二是終端用戶對網絡的容量、速率、時延、穩定、安全、規模等新能的差異化需求。伴隨AI時代、物聯網時代的到來，電信運營商作為內容承載和連接傳輸的重要組成部分，從基礎上進行重構，引入SDN（軟件定義網絡）/NFV（網絡功能虛擬化）、雲計算、大數據、AI等新型信息通信技術，從網絡層發力促進全行業發展。
▌人工智能手機的商業聯動線
終端：技術提供方與手機廠的合作模式開始清晰成熟
經過摸索，國內手機公司和技術提供方的合作模式已漸清晰。技術提供方圍繞底層技術提供解決方案、針對機型做專門的AI功能優化，終端手機廠商則注重將更大的屏佔比、更靈敏的傳感器等硬件與更智慧的算法進行集成，與此同時，對未來IoT發展的商業預期使雙方具備紮實的合作基礎。在具體的技術合作上，依據手機廠商的需求，雙方可以通過採購底層算法或是完整解決方案的形式合作，其中前者客戶的相關算法自研團隊更偏重集成，其對底層技術的研究也更多是出於集成調優、備用的考慮，而非發展成技術提供方的替代。技術提供方與頭部廠商合作落地後，會將技術方案整合成半標準化SDK，基於一定程度的標準化進行定製合作，未來雙方還將進行標準化、平臺式合作，實現AI對手機的快速賦能，滿足雙方對提效降本的需求。
內容：技術提供方與移動互聯網廠商生態打通
技術提供方越來越廣泛地為人工智能手機上的移動互聯網應用進行AI賦能。典型體現AI賦能內容的是AR應用，AR技術中高視頻幀率、強實時性、高清顯示等特性對手機傳感器、結構件、芯片的要求較高，主流人工智能手機能夠支持。海外的谷歌ARCore、蘋果ARKit、國內的商湯科技SenseAR、華為AR Engine等通過三維註冊技術、虛實融合顯示技術以及人機交互技術等實現的3D展示、人臉與肢體特效，滿足移動互聯網應用的新鮮玩法需求。以谷歌、商湯科技為代表的技術提供方與移動互聯網廠商通過緊密的項目合作、戰略合作乃至資本聯結的方式建立起較為廣泛的協同關係，AI技術與移動互聯網的融合趨勢漸強。未來技術提供方和手機廠商也可能聯合建立生態聯盟，共同向移動互聯網廠商提供開放性技術平臺，如商湯科技與OPPO合作的ARunit開發者平臺，即為業內一次重要嘗試。
底層：芯片預裝合作定義標準，應用生態注重開發平臺建設
自AI芯片開始發力，行業內對AI手機生態入口的搶佔已經來到手機算力的源頭——基礎層芯片。互聯網巨頭、手機廠商、人工智能公司紛紛與移動終端芯片展開合作，芯片級的預裝合作對優化用戶體驗、搶灘生態地位都有重要意義，行業上下游共同定義前沿應用方向與人工智能軟硬件架構成為常態：商湯科技等企業向高通等芯片公司提供多種預先訓練的神經網絡，以支持圖像與攝像頭特性；百度DuerOS對話式人工智能系統將在高通驍龍Aqstic軟硬件上實現參考應用優化；vivo X21與高通基於人工智能引擎的合作實現更高效的AI應用，vivo NEX則向樓氏定製了專用人工智能語音芯片提升Jovi性能。
同時，在人工智能手機移動應用層面，各類玩家則注重在上游應用開發者平臺下功夫，以期獲得AI手機乃至IoT的行業生態主導權，如華為HiAI、AR Engine及華為與百度PaddlePaddle共建合作生態，商湯科技的SenseAR平臺，小米Mobile AICompute Engine（MACE）等,長遠來看都有在行業標準上爭取更強話語權的意味。
▌人工智能手機的資本支撐面
AI吸金熱度不減，獨角獸追求商業化、平臺化
今年過去還不足2/3，但AI企業融資總額已經接近之前三年的總和，這在金融業監管趨嚴、募資難、槓桿收緊的2018年，顯然是資本市場產業投資人與財務投資人對AI持續看好的信號。前幾年誕生的獨角獸也已經陸續進入輪次偏後的C輪至戰略融資，平均單筆融資額高，計算機視覺技術、智能語音、AI芯片、自動駕駛等仍是熱門賽道。AI投資邏輯是通過技術提升生產端的效率，並由普羅大眾成為體驗提升的受益人與最終付費者，基礎設施與軟硬件何時成熟決定行業風口何時到來，而對賦能行業的佈局決定誰能搶灘。已經進入技術、商業、平臺混動發展的AI獨角獸，需要對應用AI賦能落地條件相對成熟的行業進行佈局，手機與移動互聯網是觸達用戶的入口行業之一，具有較高戰略地位。
▌人臉解鎖
實現無感解鎖，更適宜大屏/全面屏手機
人臉解鎖的出現解決了過去密碼解鎖和按壓式指紋解鎖需要手指操作、沾水情況下難以解鎖等問題，無需觸碰傳感器和屏幕，解鎖速度一般是幾百毫秒，在操作和實時性上實現了無感化，特別是在大屏/全面屏手機的浪潮下，傳統解鎖方式需要移動虎口或手指，操作不便，也使人臉解鎖的優勢凸顯出來。人臉解鎖還可解決盜用照片、視頻或利用面具解鎖的問題，安全可靠。人臉解鎖主要包括2D與3D兩種技術方案，2D人臉識別是對於人臉的平面特徵進行識別，目前該技術應用較廣；而3D Sensing人臉識別是基於立體深度的面部特徵進行識別，主要有結構光（包括編碼結構光和散斑結構光）、TOF和立體視覺三類。相比而言，3D Sensing在已商用的識別方案中較為前沿，在識別速度、誤識率和拒識率方面都略勝一籌。
▌互娛特效
AR與AI結合，打破靜態渲染特效
AR技術目前在手機中主要以美化人像的互娛應用為主，通過AR工具和渲染工具，將攝像頭、GPS等傳感器鋪捉到的實物場景進行加工，呈現增強現實特效。伴隨著AR技術與AI技術的結合，人臉識別、肢體識別等技術使AR場景產生動態效果，直播、短視頻中被人們熟知的“手勢控雨”等效果就是其應用的體現。隨著3D結構光技術突破工業紅線，如蘋果、商湯科技等率先將3D結構光人臉識別，與AR相結合，推出如Animoji和SenseMoji等動態表情應用，極大地豐富了社交的互動性。
▌智能語音助手
向“智慧2.0”進階，成為貼心智慧管家
在過去，智能語音助手已經能夠為用戶提供信息發送、日程提醒、天氣查詢等基本功能，目前通過廣泛接入第三方應用和相關軟硬件的升級，智能語音助手可以根據用戶的語音/文本指令向聯繫人發微信、查找附近服務、查詢路線、播放影音、翻譯識別等，如同貼身管家一般。部分機型搭載的語音助手還憑藉底層芯片能力和智能語音語義算法向“智慧2.0”進階，已經可以實現在鎖屏狀態下喚醒語音助手，同時系統識別用戶的聲紋進行解鎖，在對話體驗上，語音助手的回覆變得更自然詼諧，避免“我不懂這句話”一類的尬聊，在功能延深上，能實現如截屏、關機、撤回消息等底層操作，在交互上，支持根據上下文對話識別用戶意圖、根據用戶喜好推薦服務，在深度命令上，可以實現一步到位的執行多個層級的複合命令，比如要求助手“打開支付寶付款碼”，就可以直接展示付款碼，而普通語音助手則需要一步一步展示回到桌面、打開支付寶、打開付款碼。這些升級讓語音助手能真正做到先理解再執行，使之更靈活更實用。
▌系統優化
後臺自我修行，“越用越靈敏”
人工智能手機系統支持通過學習用戶操作習慣，利用AI自主進行功耗管理、內存管理等。平時手機監測應用的內存佔用、運行情況，自動清理垃圾、修復系統，並使常用APP在後臺低功耗運行，避免打開時加載過久，並關閉不常用APP；根據用戶使用習慣進行標籤式分類，提供定製化節電方案；用戶在玩遊戲時，設置後臺通訊應用程序懸浮查看、通話懸浮窗接聽等，並專屬優化後臺程序和網絡條件、保證整體運行的流暢性，同時人工智能手機的底層芯片在遊戲畫面渲染、系統熱穩定性等方面有良好表現，某些機型還可通過智能學習用戶虎口形狀避免誤碰操作，這對於全面屏手機而言實用性尤強。雖然系統優化不會帶給用戶直接的感官體驗，認知度低於語音助手、人臉解鎖等熱門功能，但由於對用戶體驗的提升明顯，尤其對安卓用戶“越用越靈敏”正是直擊痛點，故用戶需求度很高，在人工智能手機上必不可少。
▌中國人工智能手機用戶的使用情況
國產AI手機受青睞，視覺應用更受國人歡迎
根據本次調研結果顯示，中國AI手機用戶在中外手機品牌選擇中，84%的用戶選擇使用國產品牌，其中以華為、小米、OPPO、vivo等品牌最具代表性，在人工智能推動的新一輪變革中，國產手機品牌與國際巨頭站在了同一起跑線；在功能方面，語音助手、人臉解鎖、智能光線拍攝（如逆光拍攝）、智能美顏和智能識圖是中國AI手機用戶最經常使用的TOP 5 AI功能，結合中國消費者對視覺效果有偏好的需求特性，以計算機視覺為基礎的圖像處理類功能，成為行業探究方向。
▌中國手機用戶的換機需求
換機週期縮短，2019年或迎換機潮
通過對中國手機用戶一款手機的使用時長調查，發現手機使用半年到一年時想要換機的人群，大於往期換機人群，而使用一年半到兩年半才換手機的人群小於往期換機人群，整體呈前傾趨勢，中國手機用戶的換機週期在縮短。雖然2017年全球手機銷量出現下滑趨勢，但市場仍保有活力。數據顯示，58.4%的用戶預計在2019年更換手機，這對於AI手機而言是又一利好，市場需求將為其發展提供充足的空間與動力。
閱讀更多 艾瑞 的文章
