【AI】关于AI和手机

2011 年至2015 年期间,全球智能手机出货量年增长率均超过两位数,显示出强劲的市场需

求和快速扩张趋势。然而,自2016 年起,全球智能手机用户数量趋于饱和,换机周期也逐

渐变长,市场进入存量替换阶段,新的驱动因素未能及时出现,全球智能手机出货量开始出

现负增长。中国市场的情况与全球趋势类似,自2016 年以来,中国智能手机市场出货量持

续下降,尤其是2020 年跌幅达到20%。

是的,大概就是从2016年开始,没有什么特别新鲜的手机更新换代了。我当时用的,应该是苹果5或者是苹果6,记不清。

根据 IDC 数据,2023 年全球智能手机市场份额前五依次是苹果、三星、小米、OP P O 和传

音。其中苹果和三星的市占率分别为20.1%和19.4%,占据了市场的前两名。苹果的全球智

能手机市场份额较2022 年增加了3.7%,超过三星成为全球第一。

到了韩国,你会发现到处都是三星,一切都是三星。资本主义发达到了一定阶段,就是这个样子。

IDC定义AI手机为装配了算力超过30TOPS的NPU并配备了SoC的设备,同时需具备在端侧运行大型AI模型的能力。此类手机能利用大型及预训练的生成式AI模型,实现多模态内容生成、情境感知,并展现出不断增强的类人智能特性。

根据Counterpoint的报告,生成式AI手机的核心特征包括:能够在移动设备端独立进行数据处理和计算,不依赖于远程服务器或云端,但在处理复杂AI任务时也可选择云端协同。它们还需具备多模态自然对话能力,即能接收图像、语音等多种形式的输入,并通过翻译、图像和视频生成等方式进行输出。同时,提供流畅自然的用户体验和直观易用的交互方式也是必不可少的。

相较于传统智能手机,AI手机展现出显著优势:

  1. 数据隐私与安全:新一代生成式AI手机在端侧运行大型模型,不受网络环境波动影响,本地处理数据,有效避免上传数据带来的潜在泄露风险,最大程度保护用户数据和隐私安全。同时,随着AI的快速发展,端侧处理更多生成式AI任务有助于减轻云端计算压力。

  2. 个性化与智能服务:利用端侧异构算力资源、个性化训练及大小模型推理技术,AI手机能更深入地理解用户复杂需求,提供更智能、个性化、贴心的服务体验。未来,AI手机将不再局限于被动服务,而是能基于对用户场景的感知,主动提供精准意图理解的服务。

我觉得,也不是所有的AI功能,都适合在手机上使用。

不过搜图这种应用,相信很多网购达人,还是会很喜欢的。

送上一张总的对比表:

相关推荐
爱技术的小伙子5 分钟前
【ChatGPT】 让ChatGPT模拟客户服务对话与应答策略
人工智能·chatgpt
OptimaAI33 分钟前
【 LLM论文日更|检索增强:大型语言模型是强大的零样本检索器 】
人工智能·深度学习·语言模型·自然语言处理·nlp
谢眠37 分钟前
机器学习day4-朴素贝叶斯分类和决策树
人工智能·机器学习
HelpHelp同学41 分钟前
教育机构内部知识库:教学资源的集中管理与优化
人工智能·知识库软件·搭建知识库·知识管理工具
深度学习lover1 小时前
<项目代码>YOLOv8 番茄识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·番茄识别
IT古董1 小时前
【机器学习】机器学习中用到的高等数学知识-1.线性代数 (Linear Algebra)
人工智能·python·线性代数·机器学习
飞腾开发者1 小时前
飞腾平台Arm NN软件栈安装使用指南
linux·运维·人工智能·机器学习·计算机视觉
Watermelo6171 小时前
通过MongoDB Atlas 实现语义搜索与 RAG——迈向AI的搜索机制
人工智能·深度学习·神经网络·mongodb·机器学习·自然语言处理·数据挖掘
AI算法-图哥2 小时前
pytorch量化训练
人工智能·pytorch·深度学习·文生图·模型压缩·量化
大山同学2 小时前
DPGO:异步和并行分布式位姿图优化 2020 RA-L best paper
人工智能·分布式·语言模型·去中心化·slam·感知定位