AI手机会怎么样？那不得看高通骁龙的AI能怎样

雷刚 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

已经找不到一款不AI的智能手机了。

AI刷脸、AI拍照、AI美颜、AI语音助手、AI……从概念到功能，正在把智能手机带入新阶段。

上一次，我们从功能上评价过OPPO Find X的AI探索，还有资深数码评测盆友提出疑问：AI如此横扫一切，下一步还能怎样？

或者换而言之，手机为代表的AI终端，接下来会如何智能进化？

这个问题很大很泛，答案也会很大很泛，但对于广大国产手机来说，答案又直接而明确：

AI手机会怎么样，那得看高通骁龙的AI能怎么样。

没错，下层芯片决定上层应用，AI手机的应用和能力，取决于高通骁龙AI可以支持的程度。

那么问题来了：高通骁龙的AI，到底能怎么样？

可能要从战略路线、产品能力和技术应用三方面回答。

战略：5G+AI

在今年5月召开的高通AI创新论坛上，当时高通总裁克里斯蒂安诺·阿蒙就分享过对大方向和大趋势的看法。

一句话：两大技术趋势，一是5G，一是AI。

5G到底能做什么？高通的判断是更好服务AI，可以为所有终端及其周边万物带来了机器学习和AI等技术。

5G会比4G更快、更低时延，但这还不够，5G还能带来与额外的处理器进行连接。这也就意味着，移动终端上的边缘计算能力，将被5G推到新高度，智能终端都会拥有更加强大的计算力。

一个小案例，未来在进行手机游戏时，将达到PC一样的性能，利用智能手机的系统级芯片（SoC），更好的VR体验都不再是问题，通过无线边缘的处理能力，获得之前只能在专用游戏PC才能享有的体验。

时也运也，5G带来的计算变革，与AI结合，诸多目前只有云端才能完成的AI能力，在终端就能实现——每一台手机都会越用越聪明。

以往，AI和机器学习算法模型的训练、执行和推理都是在云端处理，但5G到来，终端侧就能完成训练、执行和推理，所有的搭载AI处理器的终端设备，都会具有更强的机器学习能力。

核心是数据处理将在最靠近数据源的位置处理，对云端处理进行补充。

于是，备受关注的用户隐私性会得到更好保障，也会有助于个性化体验。同时，此前终端-云-终端的计算模式带来的不稳定和时延，都将被终端侧计算的稳定性替代，移动环境带来的计算时延等都将成为历史。

总之，手机为核心的智能终端，基础设施要迎来时代性革新。

但不意味着把“趋势”打磨成量产级技术、并装进手机里，就一马平川。

4大技术挑战

主要有4大技术应用挑战。

一是能效。在大数据量运算中，是否还能降低功耗，提升能效，是AI算法高效运行在移动终端平台上的关键，也是用户体验的核心指标——手机发烧，体验就会变差。

二是个性化。AI最核心的特点就是能够通过机器学习找到每一个用户的偏好和行为习惯，然后做出千人千面的反馈和决策。于是如何使深度学习的模型能够根据个人的特点，进行持续学习、模型调整和保护隐私的分布式学习，也是终端侧AI非常重要的挑战。

三是高效。不比云端无边无际的“空间”，终端侧AI的题中之义就要求要通过最少的数据，实现在半监督甚至无监督的条件下的机器学习，这会直接体现为终端AI应用的千人千面体验——到底能否快速读懂你。

四是系统架构。需要有系统底层平台，让能效、个性化和高效等问题的解决方案有底层系统性支持。

最后，高通交出的答卷是：骁龙人工智能引擎(AI Engine)，也称AIE。

AIE

AIE，发布之日起就备受关注，因为让产业界感受到了AI应用正在从具体走向普遍，从部分成为全局。

这是一个底层土壤“准备好了”的风向标时刻。

然而事实上，这并不是高通骁龙的第一次AI实践，而是第三次迭代了。

第一代AI平台是骁龙820，实现了CPU上运行神经网络，并采用了当时商用领域最为主流的框架Caffe。

第二代是骁龙835，引入了神经处理SDK，当时高通与Google和Facebook进行了深入合作，针对两者提供的框架进行了优化，在终端侧支持TensorFlow和Caffe2。

无论是TensorFlow，还是Caffe2，曾经都通常在云端运行。但“装入”骁龙后，一旦网络经过训练，开发者就可以从骁龙移动平台中选择合适的内核运行，高通对所有这些内核都进行了优化。

另外，离线工具可以在目标运行前，对模型进行转换、优化、量化。

所以在骁龙835推出后，智能手机开始进入智能相册管理和人脸识别的时代，成为智能手机新卖点。

此后，年度大招才被发布。产业迎来当前最主流的升级：骁龙845搭载AIE，其后骁龙710上也搭载AIE——AI引擎首次恩泽千元机。

当然，骁龙820、骁龙660等更早发布的处理器，也迅速搭载了AIE。

在构造上，AIE有一系列硬件与软件组件组成，其中关键组件包括——硬件：Hexagon向量处理器、Adreno GPU和Kryo CPU的人工智能优化组合；以及一套软件工具和库：骁龙神经处理SDK、Android NN和Hexagon NN。

以此让手机厂商和其他终端开发者，能够在骁龙内核上处理及加速AI应用。

最直接的应用效应，相信你已经在各大手机厂商发布会上耳熟能详了。

比如AI刷脸、拍照翻译、AI个性化美颜、系统优化，以及学习了用户行为习惯的负一屏。

其实还有更直观的应用案例，特别是3D视觉和视频技术，才更显出AIE带来的手机能力变化。

技术应用

比如商汤提供的实时视频风格转换方案。在视频拍摄或直播中，可以实现P图一样的P视频，实时为视频换风格，或者进行人物美化。

核心思路就是先将实时将摄像头采集到的普通视频，通过模型处理成特定风格化后的效果视频，但背后需要AIE赋予的AI模型训练，以及实时计算能力，否则就无法保证风格化之后的视频的效果，以及保证转换后视频的实时性和流畅性。

还有旷视科技向手机厂商供应的3D Animoji。也是因为AIE，旷视的算法可以在骁龙芯片上实现更快的处理速度，并在极低功耗的情况下实现复杂的场景感知计算，完成实时3D人脸建模和面部表情肌追踪等工作。

值得一提的是，AIE在过去半年带来的最强体验还是拍照方面的提升，因为有了专属AI处理和加速，国产安卓旗舰终于可以在无需堆叠硬件传感器的前提下，通过软件算法等实现更优质的拍照能力，无论是前置单摄，还是后置双摄，都可以逆光拍照也清晰，都可以大光圈人像。

但面向未来，AIE展现的更大趋势，肯定还不止于视觉。

未来：终端全面AI化

按照骁龙AIE展现的能力，语音交互无疑会是AI手机们争夺的下一重要功能。

其实基于手机的“虚拟助理”也已经越来越普遍，但在AIE加持下，各家的虚拟助理都会更聪明。

此外，手机侧将上马的智能应用，也会越来越多：

而且不止于手机，其他终端硬件都能在搭载AIE的骁龙芯片赋能下，升级为智能终端。

无论是可穿戴设备、机器人/无人机、摄像头、AR/VR，还是其他如车载产品、IoT设备，都可以AI加持。

所以赢下了整整一个移动互联网时代的高通骁龙，照此进程下，还将会继续成为智能手机行业向前发展的重要刻度尺——也还会是整个智能终端设备的。

换而言之，不光AI手机看高通骁龙，更多智能终端将至未至的变革，也能从高通那里窥见能力雏形。

高通的AI平台到位了，AI终端也就到位了。

你觉得呢？

— 完 —

加入社群

量子位AI社群18群开始招募啦，欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“交流群”，获取入群方式；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进群专业群请在量子位公众号（QbitAI）对话界面回复关键字“专业群”，获取入群方式。（专业群审核较严，敬请谅解）

实习生招聘

量子位正在招募活动运营实习生，策划执行AI明星公司CEO、高管等参与的线上/线下活动，有机会与AI行业大牛直接交流。工作地点在北京中关村。简历欢迎投递到quxin@qbitai.com

具体细节，请在量子位公众号(QbitAI)对话界面，回复“实习生”三个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态