大模型+影像：智能手機(jī)“上春山”

這個(gè)春節(jié)假期，一首《上春山》火了。吃瓜群眾熱熱鬧鬧學(xué)了一個(gè)假期的“春山學(xué)”，了解了搶占C位的各種技巧。

假期過去，開工大吉，手機(jī)行業(yè)開始搶占今年的C位。那么問題來了，今年智能手機(jī)最大的機(jī)會(huì)點(diǎn)在哪里？答案呼之欲出，當(dāng)然是AI大模型。去年下半年，手機(jī)廠商陸續(xù)推出端側(cè)大模型。春節(jié)剛過，OPPO發(fā)布了全新的AI戰(zhàn)略，宣布進(jìn)入AI時(shí)代。魅族宣布不再生產(chǎn)“傳統(tǒng)智能機(jī)”，全面擁抱AI時(shí)代。顯然，大模型就是手機(jī)行業(yè)的那座“春山”。

但根據(jù)“春山學(xué)”相關(guān)知識(shí)，跟著大家一起上山是不夠的，必須更上一層才能穩(wěn)站C位。在大模型+手機(jī)的眾多結(jié)合點(diǎn)中，有一項(xiàng)能力是C位中的C位，妥妥的“真·春山無雙”——大模型+手機(jī)影像。

據(jù)說在這個(gè)春節(jié)，一線城市的寫真店紛紛轉(zhuǎn)變了商業(yè)模式。原本大家都是去拍寫真，店家負(fù)責(zé)拍攝和修圖。現(xiàn)在都是去拍AIGC照片，店家搖身一變?yōu)锳I提示工程師，用各種AIGC平臺(tái)來實(shí)現(xiàn)用戶種種匪夷所思的需求。

回來對(duì)比照片，也不是比你這張光打得不錯(cuò)，你這張P得更自然，而是你這張照片用的什么提示詞，你這張一看就模型泛化性比較強(qiáng)……

總之，AI之風(fēng)正經(jīng)由照相館、寫真店、小程序、APP，強(qiáng)烈地吹拂著我們的影像生活。

但是問題來了，這些強(qiáng)烈的AIGC影像需求，真的必須去線下店才能完成嗎？為什么不能在手機(jī)端一鍵搞定？最近手機(jī)新品動(dòng)輒搭載幾十億參數(shù)的端側(cè)大模型，它們閑著干嘛呢？

事實(shí)上，手機(jī)里的大模型肯定是閑不住的。目前擁抱AI大模型的手機(jī)，基本情況是大模型是大模型，影像是影像，但這種分裂局面必然會(huì)很快得到改變。

“大模型與移動(dòng)影像”的融合賽道，是2024年智能手機(jī)行業(yè)最為清晰的風(fēng)口，也是手機(jī)廠商急切想要上，也必須上了就不能下來的，具有戰(zhàn)略意義的那座“春山”。

大模型+手機(jī)影像，這座春山怎么上？我們來弄清其中的“春山學(xué)”問題吧。

六年之后，AI影像再上山

首先我們需要明確一點(diǎn)，那就是AI+影像絕不是什么新鮮事物，甚至很多人都已經(jīng)習(xí)慣了AI與影像的結(jié)合。

這個(gè)概念開始受到業(yè)界重視，是早在2018年的時(shí)候。那一年4月，華為發(fā)布了P20手機(jī)。這款手機(jī)利用麒麟芯片的NPU端側(cè)算力，首次在拍照中搭載了AI功能，能夠識(shí)別包括寵物、人像、風(fēng)景、美食等19種場(chǎng)景，覆蓋500多個(gè)識(shí)別目標(biāo)。在AI識(shí)別這些目標(biāo)物后，會(huì)自動(dòng)調(diào)整攝影模式和參數(shù)設(shè)置。

隨后，這種AI攝影模式一度爆火，成為當(dāng)時(shí)最具熱度的手機(jī)技術(shù)升級(jí)，并且逐漸為全行業(yè)所接受。隨著幾年發(fā)展，AI影像變得越來越復(fù)雜，可識(shí)別物越來越多，并且加入了動(dòng)態(tài)抓取、去除反光等AI能力，還與此后流行的計(jì)算攝影概念結(jié)合，成為手機(jī)影像系統(tǒng)中的基礎(chǔ)能力之一。

但到這個(gè)層面，AI攝影的能力依舊有顯著的局限性。它對(duì)圖片的作用集中于“美化”，而不是“修改”和“生成”。我們也探訪過一些AI攝影相關(guān)賽道的開發(fā)者，他們很希望能夠利用手機(jī)的AI能力做出更具創(chuàng)意的應(yīng)用，但端側(cè)算力和模型能力是主要的限制。

而伴隨著AI大模型的爆火，模型能力的關(guān)隘被突破了。在大模型的加持下，用戶可以對(duì)影像系統(tǒng)提出復(fù)雜的指令，影像系統(tǒng)也能夠更完整理解用戶交互邏輯與意圖指向。在能力上，大模型可以幫助完成高精度的圖像元素替換，甚至加入AI生成的影像。

或許可以這樣說，最初用戶聽聞AI影像概念的時(shí)候，腦海中設(shè)想的影像能力，其實(shí)是在今天才有可能實(shí)現(xiàn)的大模型影像。

伴隨著大模型能力落地手機(jī)，AI影像終于可以完成關(guān)鍵一躍，實(shí)現(xiàn)那些早就許下的諾言。

大模型，就是AI影像的必須上的那座山。

春山上，風(fēng)景如何？

春節(jié)還沒過去，世界就感受到了來自Sora的視覺震撼。AI行業(yè)有句話，叫語言模型為打榜，視覺模型能賺錢。機(jī)器視覺能力是讓用戶感受到AI魅力最快速也最有效的方案。

長(zhǎng)期以來，手機(jī)影像可謂一卷再卷，卷無可卷，但用戶始終能做的只是拍攝圖片。AI大模型能力的加入，可以讓用戶獲得無門檻修改圖片，以及將AIGC影像與手機(jī)拍攝影像結(jié)合的能力。AI大模型+手機(jī)AI計(jì)算能力+手機(jī)影像系統(tǒng)的組合，極大拓展了手機(jī)影像的邊界，既繼承了手機(jī)廠商多年來的技術(shù)與供應(yīng)鏈布局，同時(shí)還獲得了新的增長(zhǎng)空間。

目前階段，這條賽道已經(jīng)迅速鋪開。比如三星就通過圖片助手功能，讓用戶實(shí)現(xiàn)了移動(dòng)圖片中目標(biāo)，自動(dòng)填充空缺，生成新圖片的能力，從而讓手機(jī)影像具備更大的構(gòu)圖自由。

而OPPO Find X7系列則實(shí)現(xiàn)了通過AI大模型來提供AIGC消除功能。就像我們最近在廣告里看到的那樣，用戶可以把春節(jié)聚會(huì)時(shí)不想看到的人從合影中消除，同時(shí)依靠AIGC補(bǔ)齊背景。目前，F(xiàn)ind X7已經(jīng)可以支持最多6個(gè)主體單獨(dú)提取。除此之外，OPPO還更新了AI超清合影功能，可以智能識(shí)別并增強(qiáng)合影中人臉的清晰度。

可以預(yù)見的是，接下來我們會(huì)看到大量基于AI大模型實(shí)現(xiàn)的影像功能，比如AI摳圖，AI替換，AI擴(kuò)圖等。整體而言，大模型+手機(jī)影像會(huì)呈現(xiàn)三大發(fā)展趨勢(shì)：

1.AIGC內(nèi)容與拍攝內(nèi)容結(jié)合。AIGC的文生圖平臺(tái)，在過去一年快速贏得了用戶青睞，將這種能力與手機(jī)本身影像能力融合，是AI手機(jī)賽道上最關(guān)鍵的爭(zhēng)奪戰(zhàn)。

2.AI能力從應(yīng)用側(cè)上移，與手機(jī)本身的影像系統(tǒng)結(jié)合。目前，AI大模型帶來的視覺能力，更多還是單獨(dú)的軟件應(yīng)用。接下來，手機(jī)廠商會(huì)將這些能力上移到系統(tǒng)側(cè)，成為產(chǎn)品本身的差異化賣點(diǎn)。

3.手機(jī)影像能力可以O(shè)TA。AI大模型的加入，一定程度上讓手機(jī)自身的影像能力成為可升級(jí)，可迭代的軟件。讓手機(jī)自身的系統(tǒng)級(jí)能力也可以持續(xù)更新，持續(xù)運(yùn)營，是AI大模型帶給手機(jī)的一種新變化。

總體來看，大模型與手機(jī)影像的結(jié)合，有著非常充沛的創(chuàng)意發(fā)揮空間，有源源不斷的可能性。想要抓住這個(gè)機(jī)會(huì)，客觀上將帶來手機(jī)廠商之間新一輪的技術(shù)競(jìng)賽。

那座山，就是下一個(gè)戰(zhàn)略高地

目前階段，還沒有廠商將“大模型+影像”這個(gè)概念旗幟鮮明地提出來，但這個(gè)概念以各種不同的名稱落地，應(yīng)該已經(jīng)為期不遠(yuǎn)。

需要注意的是，在端側(cè)部署大模型，以及發(fā)展出一些創(chuàng)意性的AI影像玩法都很容易，但要將AI大模型+影像真正發(fā)展為長(zhǎng)期賽道，構(gòu)成品牌的用戶心智支點(diǎn)，那還需要廠商投入巨大的精力，來展開一場(chǎng)全新的智能手機(jī)行業(yè)競(jìng)賽。

其原因在于，大模型+手機(jī)影像是一場(chǎng)名副其實(shí)的綜合考驗(yàn)。它需要硬件側(cè)的算力配合，需要影像系統(tǒng)的支撐，同時(shí)也需要模型側(cè)的算法加持，更需要應(yīng)用開發(fā)創(chuàng)意以及AIGC專屬的視覺審美。從務(wù)實(shí)到務(wù)虛，從底層硬件到頂層應(yīng)用，大模型+手機(jī)影像的競(jìng)賽近乎覆蓋了手機(jī)行業(yè)的每個(gè)層級(jí)。

而重點(diǎn)來看，搶占大模型+影像的戰(zhàn)略高地，需要手機(jī)廠商在三個(gè)方面集結(jié)重兵：

1.AI基礎(chǔ)設(shè)施更新。這個(gè)基礎(chǔ)設(shè)施包括了AI算力與AI算法兩個(gè)部分。涉及芯片能力，端云協(xié)同能力，以及基礎(chǔ)算法能力。手機(jī)的AI基礎(chǔ)設(shè)施更新需求，也將帶動(dòng)產(chǎn)業(yè)鏈展開新一輪洗牌。

2.AI應(yīng)用的準(zhǔn)確把握。AI大模型能夠手機(jī)影像帶來的可能性不是太少，而是太多了。如何在有限的算力條件下，給用戶最準(zhǔn)確，最吸引人的AI影像應(yīng)用，將成為手機(jī)廠商面對(duì)的頭一道考題。

3.AI審美能力的建設(shè)。最近很多人注意到Sora團(tuán)隊(duì)有專門的藝術(shù)人才加入。藝術(shù)與審美能力在AIGC時(shí)代非常重要。隨著產(chǎn)業(yè)發(fā)展，算法能力會(huì)趨同，審美能力的差異化則會(huì)暴露出來。手機(jī)廠商過去更重視的是設(shè)計(jì)能力，這與藝術(shù)表達(dá)、審美判斷等能力是存在一定差異的。構(gòu)建屬于AI手機(jī)的新審美能力，是一項(xiàng)全新的賽事。

最后，說一個(gè)有點(diǎn)反常識(shí)的判斷：大模型+手機(jī)影像這座“春山”，其實(shí)還是很容易上的。其門檻遠(yuǎn)沒有手機(jī)廠商宣傳得那么夸張，但如果你最近用心學(xué)習(xí)了“春山學(xué)”教材，就會(huì)知道真正困難的不是上山，而是賴在山上不下來。

如何把大模型+手機(jī)影像從一個(gè)年度噱頭，變成可以多年發(fā)展的長(zhǎng)期賽道，甚至變成改寫產(chǎn)業(yè)格局的錨點(diǎn)，那才是真正的考驗(yàn)。

不過好消息是，有春山可上至少證明了一件事：包裹手機(jī)行業(yè)的堅(jiān)冰正在技術(shù)暖風(fēng)的吹拂下開裂、消融。能否就此別冬入春，選擇權(quán)在從業(yè)者手中。