移動AI：安卓的死局，晶片的破曉

這個9月，手機和AI之間突然變得基情四射。

毫無疑問，最重要的原因還是蘋果用iPhone X搭載的Face ID等技術，展示了蘋果在人工智慧上的大規模部署。

一方面科技輿論看蘋果，蘋果的動作必定引發行業趨勢；另一方面基於A11晶片的機器學習能力，讓業內開始思考人工智慧給IOS後續生態帶來的改變。

二者相加，人工智慧在手機圈的話語權水漲船高。

加上月初華為發布的麒麟970移動AI晶片，似乎手機AI化成為了不可逆的趨勢。

但在進一步觀察手機和AI合體變身之前，我們不妨思考另一個問題：iPhone X全情投入的手機AI時代，安卓機能夠模仿甚至超越嗎？亦或AI帶來的硬體機遇可以讓手機廠商，尤其是國產品牌一定程度上擺脫安卓的束縛？

剝開各家AI的外衣，或許會發現一些有意思的內在聯繫。

蘋果A11晶片砸開的手機AI時代

首先我們要搞懂的，是蘋果打開的，究竟是一瓶什麼味道的AI？

跟谷歌的TPU晶片一樣，蘋果A11晶片也是採用ASIC技術，通過專用集成電路來搭載一個針對機器學習任務的獨立運算單元。

這個模塊在A11晶片中被稱為 「神經網絡引擎neural engine」，是iPhone X開啟眾多人工智慧能力的基礎。

神經網絡引擎，可以讓iPhone X在處理AR、人臉識別、動態捕捉、機器學習等人工智慧任務時獲得更低的功耗和更高的效率。

這些功能大部分在常規CPU+GPU方案中也能運行，但會大大降低手機的運行體驗，這顯然不是蘋果的風格。

與AI晶片對應的，是iPhone X搭載了很多相應釋放AI能力的硬體。

比如實現人臉識別解鎖的結構光傳感器組件，以及被加強過的陀螺儀。

相比發布會上演示的功能，更加引起業內人士注意的是運算能力+適應環境+相關硬體，讓蘋果組成了一套比較完備的本地AI執行體系。

這顯然可以讓無數IOS開發者興奮良久，這套完整的技術邏輯天然適合發揮創意。

尤其是通過傳感系統結構性捕捉的應用，是此前無法在智慧型手機上完成的，並且想像空間非常巨大。

所以說，蘋果砸開的手機AI時代並不在於Face ID，而在於環境完整度下衍生的AI開發可能。

而分析蘋果的設備方案，我們顯然可以得出一個結論：基於特有的晶片處理能力，尤其是專屬機器學習組件，搭配傳感器等配套硬體，讓蘋果的AI能力難以被安卓模仿。

安卓體系的屏障與衰退

蘋果這種高強度連結硬體和軟體獲得的閉環AI體驗，顯然無法對等到碎片化的安卓環境中。

當然我們知道，安卓8.0加入了大量人工智慧能力。

但根據已有信息，加入的這部分人工智慧能力基本上來自系統算法對硬體的判斷。

比如人工智慧節電、人工智慧+定位系統等等。

類似IOS11中強調的AR開發環境ARKit、圖像識別與處理能力這樣需要跟運算能力高度配合的功能，恐怕在安卓中很難見到。

人工智慧在手機功能上的體現，可以分為兩種：一種叫做「優化」，比如實現更長的待機、更快的運行速度；而另一種叫做實現，比如人工智慧實現實時視頻美化、實現精準AR等等。

而在谷歌面對著千奇百怪硬體環境和處理器特徵的情況下，後者所需的環境自然無法達成。

歸根結底，出於開放性和可選擇特質，讓安卓必須去適配低端和奇特的硬體環境，同時也把高硬體環境需求的應用踢出了安卓序列。

很多iOS環境中效果很好的應用無法移植到安卓當中，就是撞上了這個邏輯下的安卓屏障。

在目前看來，面對手機AI時代，安卓依舊無法像蘋果一樣去用硬體和算力去擁抱它。

不能忽視的是，工程師基因嚴重的谷歌似乎也沒有全力追趕蘋果AI布局的計劃。

反正安卓也不賺用戶的錢，何必去試探不可能的任務呢？另外對於谷歌來說，to B業務的安卓需要的矩陣穩定化。

某一家手機的體驗太過膨脹其實對安卓生態是巨大的挑戰，所以谷歌往往會通過安卓內部協議來控制終端產品的硬體能力釋放。

安卓的「天然」屏障加上谷歌自己的戰略目的，讓安卓開發長時間處在「開發者的上限，就是安卓的下限」這種尷尬的境地。

對於搭載安卓的手機品牌來說，蘋果高速跳上AI這條賽道，而安卓原地不動或者另行其是，結果就是應用生態的差距進一步拉大，甚至形成IOS機與安卓機之間的新鴻溝。

畢竟基於AI晶片和傳感器系統的玩法在碎片化的安卓生態里無從模仿。

所以似乎可以很肯定的說，限於積重難返的商業模式和技術基因，在人工智慧這場競賽上，安卓只會被蘋果越甩越遠，甚至毫無拉近距離的可能。

愛恨皆AI，國產手機的過河之旅

有意思的是，安卓與蘋果間的AI裂縫，卻不一定在國產手機環境裡生效。

如今使用原生安卓機的中國用戶應該已經不多了。

對比一下今天的安卓和MIUI、EMUI等系統，會發現體驗和感官上已經很難找到其中的聯繫。

甚至於每次國產手機發布，總會看到一些專門應對安卓文件沉積或者體驗不佳的技術。

應該已經沒有人懷疑，國產手機一定程度上繞過了安卓本身的體驗制約。

而在手機AI時代，這場繞路之旅很可能來的更猛烈一些。

這裡有兩層原因，首先是國產手機在AI硬體和算法上正在迎頭追趕。

最知名的當然是比蘋果AII早10天發布，成為世界第一款移動AI晶片的華為麒麟970。

根據兩場發布會的數據對比，麒麟970在圖像處理上的算力依然是優於A11的，並且專門應對機器學習任務的NPU在應用實現領域也引人遐想。

再如小米等品牌也在積極部署定製化的晶片，在AI硬體環境上，國產品牌似乎已經沒有一定被蘋果甩遠的道理。

另外一點，國產手機是不搭載谷歌GMS服務的。

這一點一度引起了廣泛爭議，但在今天看來，國內應用研發的能力基本消平了去GMS帶來的影響。

而從目前AI應用的實現上看，GMS很可能會限制調用針對AI任務的處理能力。

而國產手機似乎避免了這個尷尬。

在硬體能力追趕和安卓在中國市場的特殊性幫忙下，國產手機在AI這條賽道上很可能獲得不同以往的機會：比如讓中國安卓用戶最早觸碰圖像和感知類AI體驗，或者在AI綜合體驗上完成獨特的創造。

當然，這些設想都有待對AI化之後的國產手機，在硬體架構與執行能力、算法集成能力上進行進一步檢驗。

但麒麟970搭載NPU現身，顯然象徵著AI端計算在中國已經開始浮現，移動AI處理能力不再是歐美巨頭的專利。

國產品牌對AI是愛是恨，決定權很可能在開發者手中。

拼殺池在開發者生態

研讀AI，必須承認這樣一個現狀：AI是一個後端基礎性的能力疊代，而大部分算法和性能上的AI，消費者是感知不到的。

比如iPhone X中，用戶感受到的是人臉識別和AR等等，感受不到那個叫做「神經網絡引擎」的東西。

所以真正觸及用戶的，除了手機自帶的那幾個常規功能外，最重要的是大量APP的AI化。

這就有賴於對開發者生態的重視和營造。

IOS的成功，已經讓我們看到了開發生態的重要性，而手機AI在本質上是給開發者以更多開放條件。

食材多了，調料全了，怎麼料理還是要看主廚的。

舉個例子，或許iPhone的人臉識別解鎖還是無法打動用戶，那麼人臉支付呢？人臉變妝呢？基於人臉識別的MR呢？或者你身邊的蘋果用戶都開始玩某款基於人臉識別的遊戲呢？這些安卓無法觸達而IOS可以的應用群，才是對用戶最大的誘惑。

假如國產手機希望贏下這一局，就需要在開發基礎、環境友好度、社群生態、項目激勵上同時發力，最大限度促進移動應用開發者AI化，以及機器學習項目進行移動終端部署。

再退一步，至少要讓很可能大量出現在IOS生態中的AI應用，以比較快的速度遷移到自身產品里。

這就需要提供給IOS開發者良性的遷移工具，以及足夠有誘惑力的補貼方案。

誰能舉起「安卓+人工智慧」的大旗？

手機AI是一個有嚴苛界限的命題，必須在終端有針對性的機器學習處理單元，並且運算能力足夠支撐才能開啟，否則AI任務根本無法在移動終端運行。

蘋果的探索或許已經證明了，必須有硬體入場券才能談相對高階的移動AI。

那麼，在安卓軟體環境基本喪失追趕能力的情況下，手機廠商能否通過自身硬體儲備和技術解決方案加入手機AI的戰局呢？

綜合來看，代表安卓爭AI話語權，一方面需要足夠的技術能力和硬體體系支撐，一方面需要足夠的資金與意願來開啟生態，生產消費者體驗。

目前來看，已經布局晶片，正在全力攻堅全面屏的小米似乎還沒有提出明確的AI計劃。

但硬體格局已經有了一定基礎，只是自有技術相對初級，處理器等單元還是依賴高通。

距離構建AI優勢可能還有一定距離。

而三星當然在硬體技術上更成熟，也陸續發布了AI相關計劃。

但三星的硬體本位戰略導致其一直在軟體和應用生態上布局相對薄弱。

Note8似乎也忽略了AI能力的加入。

相對謹慎的三星，一直刻意避免與蘋果產生生態層面的對抗。

看到三星和AI的共舞，也許還要比較長的時間。

這樣看來，搶先發布搭載AI處理單元的麒麟970晶片，必然在AI上重度投入的華為似乎更有機會。

可以預料，華為Mate10必然在很多領域上與iPhoneX產生基於AI的對抗和比較。

當然，這兩款機型都只是雙方各自AI戰的開局之作而已，就像上文所說的，AI最終拼殺的是消費者體驗和直接價值。

除了硬體與產品的布局之外，開發平台、開發者激勵激勵計劃甚至合作者計劃都可能決定移動AI從技術到應用的蛻變過程。

未來還有變數，但不管怎麼說，麒麟970應該可以被看作安卓手機反衝AI的信號。

而且說不定，移動AI之路上過程比結果更精彩。