讓我們回想一下那遙遠的過去,是什么原因決定了我們拋棄小板磚一樣的功能機,選擇智能手機的?

　　是因為顏值?交互新鮮感?我相信絕大部分用戶,是因為APP模式帶來了太多實用價值,身邊的人都用上了,自己甚至沒法不跟進。所以喬幫主的偉大之處,不僅在于顛覆了手機的形態,更重要的是給未來手機的生態打開了入口。直到今天其能量與想象力也遠沒有耗竭。

　　等到手機AI時代拉開序幕,這個邏輯似乎依舊通用。畢竟AI算法的特征就是千奇百怪,做什么的都有。

　　有人用AI做醫療,有人用AI當客服,甚至還有人用AI預測死亡時間,如何把這些令人咋舌的點子,全都移植到手機上,顯然才是這個時代真正的大生意。

　　但對于全新的人工智能世界來說,把開發者和開發生態引入自己的平臺,從而形成手機AI命題下的產業壁壘,在技術和商業上都并非易事。而這場關于開發生態的爭奪戰,其實早已在巨頭間打得風生水起。

　　對AI來說,千百萬聰明的頭腦才值錢

　　看一下今年集中發布的眾多真真假假的“AI手機”,會發現不少有意思的現象。比如去年華為Mate10上率先發布了場景識別、數據標簽的拍照模式,結果今年各品牌的旗艦機全都加入了類似功能。

　　當然不是說這種功能不好,確實場景識別+拍攝可以解決很多問題,帶來體驗升級。但問題是這也太雷同了吧?有那么多能力的AI,怎么會到了最后都變成一模一樣的“學生頭”了?

　　事實上,目前手機上完成度較高的AI解決方案,就有圖像識別、環境理解、圖像增強、NLP、語音處理等幾大類數十種能力。至少可以改善直播和短視頻、攝影、社交、購物、AR、翻譯等六大類主流應用的性能與體驗。創造未知流行應用的可能性則更加誘人。畢竟手機廠商自己永遠也做不了多少AI應用,真正能讓普羅大眾接受手機AI的,是千百萬聰明的頭腦,甚至是基于AI解決方案的全新商業模式。

　　但豐滿的技術理想想要照進骨感的應用現實中,總還需要那么點距離。

　　比如說,手機中缺乏AI專項處理能力的話,很多AI任務放到手機上會體驗很差,或者干脆跑不起來。再就是缺乏平臺和API開放性的前提下,開發者也不知道怎么把AI模型移植到手機上。更遠處說,在無法確定未來利益與商業價值的情況下,開發者也不敢貿然投身手機AI開發這個新事物中。

　　手機AI本身對應用多樣性的呼喚,和開發者缺少技術支持和商業保證,不敢貿然走入手機AI開發,近乎成為了手機AI話題的主要矛盾。假如不解決,那我們可能會面對每年只能看到兩三種新AI應用的尷尬情況。

　　當然了,矛盾從來都是機會。尤其對于掌握技術先手優勢和生態聚合底氣的玩家來說,在行業普遍無法完成一件事時完成它,或許是對未來最好的布局。而今圍繞移動AI應用開發的爭奪戰,其實已經在少數幾個巨頭間悄悄打響。

　　HiAI與TFlite:巨頭們的生態爭奪早已經開始

　　對于中國消費者,尤其是手機重度愛好者而言,今天最熟悉的手機AI開發平臺,肯定是華為在麒麟970之后推出的HiAI移動AI開發架構。

　　基于麒麟970提供的終端AI加速能力,以及華為與榮耀先后推出了三款搭載AI芯片的產品,HiAI架構的作用在于打通開發者環節,引入生態開發能力。

　　到目前為止,HiAI架構已經升級到了2.0版本,幾乎兼容了所有主流深度學習開發框架,并且推出了開發教學課程以及兩代開發者主板。

　　我們耳熟能詳的快手、抖音、美圖,以及不少購物、社交類應用,都已經披露了與華為和HiAI架構進行合作的方案。比如快手會基于HiAI架構開發新的直播特效、手勢與肢體識別、場景識別應用,并且還將開發新的壓縮模型,在弱網環境下也能使用AI特效。

　　與華為在終端執行AI的思路相類似,但又有很大不同的,大概要屬谷歌在去年年底開啟的TensorFlow Lite。與HiAI基于華為的AI芯片與產品不同,TFlite本質上還是基于深度學習開發框架TensorFlow的,只是其目的在于幫助開發者在本地設備上開發和運行汲取學習模型。這也導致其特性偏于算法開發一端,而比較輕視應用和商業環節。