图片来源 @视觉中国

文 | 雷科技 Ieitech


(资料图片)

原本小雷还以为「2023 年是属于元宇宙的一年」，实在没想到以 ChatGPT 为代表的 AI 技术能在这么短的时间内抢走元宇宙的风头，成为 2023 年的技术关键词。从 OpenAI 到搜索引擎、从绘图工具到游戏公司，几乎所有「稍微出名点」软件企业都在今年推出了自己的自然语音 AI 对话模型。

但可惜的是，本应「造福所有人」的 AI 技术，却不是每个人都用得上。比如有的 AI 模型严格限制使用者的 IP 地址，有的 AI 模型动不动就会封禁某个区域的用户账号，相比之下那些「资源有限」要求排队抽签领取测试资格的 AI 模型都变得那么的平易近人。

当然了，有使用门槛就意味着有信息差，也意味着有人可以用这个信息差「大赚一笔」：在 Google Play、App Store 甚至是微信小程序平台，我们可以找到各式各样的 AI App。他们有些调用的是 OpenAI 给出的免费接口，有些则直接挂羊头卖狗肉，用货不对本的低级 AI 模型来糊弄用户。但有一点这些 App 倒是表现出惊人的一致性：他们要么全是广告，要么向用户收费。

不过这些 App 的好日子马上就要结束了。

图片来源：OpenAI

前段时间，推出了大量成功 AI 模型的 OpenAI 更新了招聘职位列表，开始寻找「移动工程师」，简单来说就是正在组建移动平台上的 AI 团队。没错，OpenAI 终于要对移动互联网生态下手了。

姗姗来迟的 AI 移动端

尽管 OpenAI 这才开始组建移动团队，其他几大 AI 平台行业也都不约而同地选择了浏览器（网页端）作为自己的主要载体，但从 App Store、Google Play 等平台的搜索量以及第三方 App 的下载量来看，移动端 AI 显然有着极为广阔的市场前景：

比如文心一言才发布没多久，在 App Store 上就出现了很多「第三方文心一言」App。这些 App 从 LOGO 到文案介绍都和文心一言别无二致，再配上有模有样的图片展示，让很多网友们以为，这就是百度官方推出的文心一言 App。小雷不久前也和大家分享过这些山寨 AI App 的事情，有兴趣的话可以点击（https://www.leikeji.com/article/56192）重温。

虽然小雷不建议大家使用这一类「第三方 AI App」，但从下载量来看，确实有不少人对这种手机 AI App 有迫切的需求。不过话又说回来，为何各大 AI 模型都还只提供浏览器的访问入口？在移动平台上部署 AI，真就这么难吗？

从开发者的角度看，「将 AI 模型带到移动平台」具体可以分为两种情况：只在本地部署前端，模型放在远端的「在线模型」以及将整个 AI 模型部署在移动设备上的本地模型。

我们先说第一种，所谓「只有前端在本地」这个方案其实已经非常成熟，成熟到无数「第三方 AI App」都已经实现了这个需求。简单来说，只部署前端指的是用户手机上安装的 App 只负责用户界面等软件交互，实际上所有的数据都通过 AI 模型的 API 发送到对应的远端服务器中。举个不太恰当的例子；用户安装在手机里的 App 只不过是一个外卖软件，实际炒菜的是外面的餐厅。至于最终炒菜的餐厅是「丽晶饭店」还是「丽晶苍蝇馆」，用户并不知悉。

在这里小雷也必须澄清一点，这类只提供前端的第三方 App 并非都是「偷蒙拐骗」的 App，有些 App 确实能解决 OpenAI 的 ChatGPT 在使用上的不便。如果大家有使用过 ChatGPT，应该对它复杂的访问环境要求和烦琐的登录验证流程有印象。即使小雷品是都是通过 Google 直接登录，但反复的验证确实也非常麻烦。

而有些第三方 App 就在本地重写了 ChatGPT 的交互，优化了原本使用浏览器时的不便。这类 App 通常需要用户自己在 OpenAI 的控制板中生成自己端口的 API（AI ID）并添加到 App 中。

可能有人觉得这类 App 技术技术含量低，但至少从 OpenAI 招聘启事来看，他们正在组建的移动 App 团队，采取的也是这种方案。对于采用这种方案的 App 来说，它的难点主要在于如何把一个有潜力成为国民级 App 的交互界面设计得更人性化，而不是像某个真国民级 App 那样让全国人民教产品经理做软件。

换句话说，这种 App 做起来并不难。但作为对比，采用第二种方案开发的 App，它的工程难度高了可不止一点半点。

移动 AI 之难，难于上青天

从技术的角度看，完全在移动平台上部署 AI 模型背后的技术难点可以分为五个部分：计算资源限制、网络资源限制、电量限制、储存空间限制和信息安全限制。

一般来说移动设备的计算资源通常有限，而深度学习模型需要大量的计算资源。因此在移动平台上使用 AI 的用户一般会使用专门为移动设备设计的硬件来提高计算速度，比如笔记本电脑就会配备更适合 AI 加速的专业显卡。

但很显然手机上没有用来加速 AI 运算的专业 GPU，甚至在大多数手机移动平台上，和 AI 最沾边的不是神经网络单元 NPU 就是用来处理相机图像信号的 ISP。当然了，开发者也可以调整 AI 模型的逻辑，让 AI 主动适应移动平台上并不充裕的计算资源。只不过出来的效果可能就只有 Siri 的级别了。

网络资源限制听起来有些矛盾，毕竟我们讨论的是部署在移动设备本地的 AI 模型。但如果大家有试过在本体部署 AI 模型，应该明白不断更新的网络资源对 AI 模型的重要性。

电量限制和存储空间无需多讲——深度学习模型需要进行大量的计算，这会导致移动设备的电量迅速耗尽，这对于本上就不以续航见长的智能手机来说则更是要命。另外在计算机科学领域有一句非常著名的话叫「空间换时间」，简单来说就是算法的「空间复杂度」和「时间复杂度」通常无法两全——想要在手机上部署并维持一个好用的 AI 模型？OpenAI 你问过手机里那一个文件保存 5 份还会过期的国民级 App 了吗？

信息安全限制听起来很复杂，但是实际上非常简单：在移动设备上运行 AI 模型需要使用大量的用户数据，而手机这个载体记录的个人数据已经远远超过了其他个人电子设备。我们该如何保证 AI 拿到所有信息都是我们「想让 AI 知道」的呢？

我们需要怎样的移动 AI？

虽然让 AI 登陆手机背后有无数的难点，但作为一个 AI 模型用户，我不得不承认 AI 技术的加入将对整个手机行业带来天翻地覆的变化，甚至有可能打破 iOS 与 Android 之间「一超多强」的格局。

一旦 AI 模型登陆手机平台，首先可以肯定的是上游 SoC 供应商会积极改变产品策略，大幅提升 SoC 中用于 AI 运算的 NPU 数量和性能。AI 也不再是我们评判手机拍摄表现时的指标，而是成为一个通用的综合能力指标，甚至跑分软件都会争相加入对 AI 算力的测试环节。

而在用户层面，AI 技术的加入也将解决一些过去手机中那些有大量数据，但因算力不足而无法解决的问题。比如用 AI 学习用户的脸部变化，从而提供更安全的口罩人脸解锁或声纹解锁，或者利用 AI 学习用户的使用习惯，从而在用户横着掏手机时精确判断用户意图并打开相机自动拍摄。针对采用曲面屏的手机，AI 的加入可以根据用户拿手机的方式提供更智能的边缘防误触策略。

至于 AI 在相机领域的应用更是一绝：在 AI 的帮助下：某些手机品牌可以跳过拍照的步骤，直接「增强」一张月亮照片出来。实际上，对智能手机行业来说 "AI" 并不是陌生的词汇，甚至早在七八年前，就已经有手机厂商宣布会借助 AI 能力对手机体验进行优化，而发展至今 AI 也依然潜藏在我们的手机里。

但我们需要认识到的是，ChatGPT 技术发展的速度、所展现的能力远不是智能手机上那种 " 增强 AI" 可比的，如果类似的大模型 AI 真的深入到智能手机中，说不定直接会让智能手机变成一个全新的品类。

但如果 OpenAI 只想打造一个适用于移动端的 App，那么手机厂商暂时还不用过多担心，甚至可以尝试和 OpenAI 合作说服他们开放接口，好让这种 AI 能力接入到手机的各个应用层面之中。

当然了，AI 模型的加入也会为手机带来真正智能化的语音助手，而当大型 AI 模型真正在用户手机上部署时，Siri 也应该摆脱「人工智障」的外号了吧。只是又有多少 iPhone 存得下一个完整的 AI 模型呢？

但愿 AI 时代没有 64GB 的 iPhone。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体 App

关键词：