Canalys今天 “AI手机”进行了分析，认为最近出现的大语言模型驱动了相关手机行业，预计2024年全球将出货6000万部AI手机，超过同年“AI PC”的 5300 万台出货量。

　　从报告中得知，Canalys认为“AI 手机”是一个“广泛且模糊”的概念，不过相对于“AI PC”概念，“AI Phone”实际上更贴近消费者，当下苹果、华为、vivo、小米等厂商已经在自家手机中大量应用设备端 AI，从而提升成像质量、电池寿命和打字体验。

　　▲ 不过Canalys同时提到，在生成式 AI 模型爆发的当下相关手机还应“整合AI模型”，具体应该满足以下标准：

　　最低要求 SoC 应包含能够加速 AI 任务的专用单元。 智能手机应能够在端侧运行 LLM和其他生成式 AI 模型。 端侧 LLM 的推理性能应快于成人的平均阅读速度，相当于 10 token / s。 使用端侧 AI 生成图像的时间应小于 2 秒。可选要求 设备出厂时应预装 LLM。 为第三方开发者提供生成式 AI 相关的 API 和 SDK，以方便开发者将生成式 AI 驱动的功能集成于端侧移动应用中。 在设备上预装由厂商第一方开发的生成式 AI 功能，并且保证其可以在端侧高效运行。Canalys表示，当前智能手机拥有“最庞大的装机量”，到今年年底全球手机总量预计将达到 50 亿部，虽然其中预计只有5%为 AI 手机，但已经足够加速 AI 应用的普及与个性化，并有助于开发者社区创造多样化的第三方 AI 应用。

　　Canalys同时声称，根据对早期“AI 手机”的观察，相关手机的功能性主要包含以下十点：

　　硬件优化：AI 可以根据用户行为或场景为操作系统提供帮助以优化电池寿命或相机成像。 跨设备自动化：通过利用智能手机传感器获得的数据，AI 将能够理解使用场景，并生成跨设备自动化任务。 图像和Canalys 强调，AI 手机成功的关键在于“能否扩大智能手机的应用场景并搭建 AI 原生应用”，第三方应用往往能决定用户如何使用手机，因此智能手机厂商必须与开发者社区紧密合作，以设备端 AI 优势获得未来的竞争优势。

　　参考