移动AI来了，能否带给国产手机跨越安卓困局的机会？

编者按：本文来自微信公众号脑极体。

这个9月，手机和AI之间突然变得基情四射。

毫无疑问，最重要的原因还是苹果用iPhone X搭载的Face ID等技术，展示了苹果在人工智能上的大规模部署。一方面科技舆论看苹果，苹果的动作必定引发行业趋势；另一方面基于A11芯片的机器学习能力，让业内开始思考人工智能给iOS后续生态带来的改变。二者相加，人工智能在手机圈的话语权水涨船高。

加上月初华为发布的麒麟970移动AI芯片，似乎手机AI化成为了不可逆的趋势。但在进一步观察手机和AI合体变身之前，我们不妨思考另一个问题：iPhone X全情投入的手机AI时代，安卓机能够模仿甚至超越吗？对于大部分手机厂商来说，AI时代是死局还是机遇?

首先我们要搞懂的，是苹果打开的，究竟是一瓶什么味道的AI？

跟谷歌的TPU芯片一样，苹果A11芯片也是采用ASIC技术，通过专用集成电路来搭载一个针对机器学习任务的独立运算单元。这个模块在A11芯片中被称为 “神经网络引擎neural engine”，是iPhone X开启众多人工智能能力的基础。

神经网络引擎，可以让iPhone X在处理AR、人脸识别、动态捕捉、机器学习等人工智能任务时获得更低的功耗和更高的效率。这些功能大部分在常规CPU+GPU方案中也能运行，但会大大降低手机的运行体验，这显然不是苹果的风格。

与AI芯片对应的，是iPhone X搭载了很多相应释放AI能力的硬件。比如实现人脸识别解锁的结构光传感器组件，以及被加强过的陀螺仪。

苹果这种高强度链接硬件和软件获得的闭环AI体验，显然无法对等到碎片化的安卓环境中。

当然我们知道，安卓8.0加入了大量人工智能能力。但根据已有信息，加入的这部分人工智能能力基本上来自系统算法对硬件的判断。比如人工智能节电、人工智能+定位系统等等。类似iOS11中强调的AR开发环境ARKit、图像识别与处理能力这样需要跟运算能力高度配合的功能，恐怕在安卓中很难见到。

人工智能在手机功能上的体现，可以分为两种：一种叫做“优化”，比如实现更长的待机、更快的运行速度；而另一种叫做实现，比如人工智能实现实时视频美化、实现精准AR等等。而在谷歌面对着千奇百怪硬件环境和处理器特征的情况下，后者所需的环境自然无法达成。

归根结底，出于开放性和可选择特质，让安卓必须去适配低端和奇特的硬件环境，同时也把高硬件环境需求的应用踢出了安卓序列。很多iOS环境中效果很好的应用无法移植到安卓当中，就是撞上了这个逻辑下的安卓屏障。

不能忽视的是，工程师基因严重的谷歌似乎也没有全力追赶苹果AI布局的计划。反正安卓也不赚用户的钱，何必去试探不可能的任务呢？另外对于谷歌来说，to B业务的安卓需要的是矩阵稳定化。某一家手机的体验太过膨胀其实对安卓生态是巨大的挑战，所以谷歌往往会通过安卓内部协议来控制终端产品的硬件能力释放。

安卓的“天然屏障”加上谷歌自己的战略需求，让安卓开发长时间处在“开发者的上限，就是安卓的下限”这种尴尬的境地。对于搭载安卓的手机品牌来说，苹果高速跳上AI这条赛道，而安卓原地不动或者另行其是，结果就是应用生态的差距进一步拉大，甚至形成IOS机与安卓机之间的新鸿沟。

毕竟基于AI芯片和传感器系统的玩法在碎片化的安卓生态里无从模仿。所以似乎可以很肯定的说，限于积重难返的商业模式和技术基因，在人工智能这场竞赛上，安卓只会被苹果越甩越远，甚至毫无拉近距离的可能。

有意思的是，安卓与苹果间的AI裂缝，却不一定在国产手机环境里生效。

如今使用原生安卓机的中国用户应该已经不多了。对比一下今天的安卓和MIUI、EMUI等系统，会发现体验和感官上已经很难找到其中的联系。甚至于每次国产手机发布，总会看到一些专门应对安卓文件沉积或者体验不佳的技术。

应该已经没有人怀疑，国产手机一定程度上绕过了安卓本身的体验制约。而在手机AI时代，这场绕路之旅很可能来的更猛烈一些。

这里有两层原因，首先是国产手机在AI硬件和算法上正在迎头追赶。最知名的当然是比苹果AII早10天发布，成为世界第一款移动AI芯片的华为麒麟970。根据目前数据对比，麒麟970在图像处理上的算力依然是优于A11的。再如小米等品牌也在积极部署定制化的芯片，在AI硬件环境上，国产品牌似乎没有一定被苹果甩远的道理。

另外一点，国产手机是不搭载谷歌GMS服务的。这一点一度引起了广泛争议，但在今天看来，国内应用研发的能力基本消平了去GMS带来的影响。从目前AI应用的实现上看，GMS很可能会限制调用针对AI任务的处理能力。而国产手机似乎避免了这个尴尬。

在硬件能力追赶和安卓在中国市场的特殊性帮忙下，国产手机在AI这条赛道上很可能获得不同以往的机会：比如让中国安卓用户最早触碰图像和感知类AI体验，或者在AI综合体验上完成独特的创造。

当然，这些设想都有待对AI化之后的国产手机，在硬件架构与执行能力、算法集成能力上进行进一步检验。但麒麟970搭载NPU现身，显然象征着中国的移动AI开始浮现，这个领域不再是欧美巨头的专利。

研读AI，必须承认这样一个现状：AI是一个后端基础性的能力迭代，而大部分算法和性能上的AI，消费者是感知不到的。

比如iPhone X中，用户感受到的是人脸识别和AR等等，感受不到那个叫做“神经网络引擎”的东西。所以真正触及用户的，除了手机自带的那几个常规功能外，最重要的是大量APP的AI化。

这就有赖于对开发者生态的重视和营造。IOS的成功，已经让我们看到了开发生态的重要性，而手机AI在本质上是给开发者以更多开放条件。食材多了，调料全了，怎么料理还是要看主厨的。

举个例子，或许iPhone的人脸识别解锁还是无法打动用户，那么人脸支付呢？人脸变妆呢？基于人脸识别的MR呢？或者你身边的苹果用户都开始玩某款基于人脸识别的游戏呢？这些安卓无法触达而IOS可以的应用群，才是对用户最大的诱惑。

假如国产手机希望赢下这一局，就需要在开发基础、环境友好度、社群生态、项目激励上同时发力，最大限度促进移动应用开发者AI化，以及机器学习项目进行移动终端部署。

再退一步，至少要让很可能大量出现在IOS生态中的AI应用，以比较快的速度迁移到自身产品里。这就需要提供给IOS开发者良性的迁移工具，以及足够有诱惑力的补贴方案。

手机AI是一个高门槛的命题。终端必须满足一系列条件，并且配有针对性的机器学习处理单元、整体算能力足够支撑，否则AI任务根本无法在移动端运行。

苹果的发布会已经证明了，必须有硬件入场券才能谈相对高阶的移动AI。但这种清晰界限，也突然把苹果和大量安卓手机都甩到了一个陌生的赛道上。

手机的AI跑道，有点像是赛车们突然进入了漂移状态。所有人都开始超车，但所有人都可能失控。很难想象一年后的手机能完成什么，而用户对这些冠以人工智能名称的新产品又是什么反应。

总之，终点见吧。