大模型+影像：智能手機“上春山”

　　本文來自微信公眾號“腦極體”(ID:unity007)，作者:風辭遠。

　　這個春節假期，一首《上春山》火了。吃瓜群眾熱熱鬧鬧學了一個假期的“春山學”，了解了搶占C位的各種技巧。

　　假期過去，開工大吉，手機行業開始搶占今年的C位。那么問題來了，今年智能手機最大的機會點在哪里?答案呼之欲出，當然是AI大模型。去年下半年，手機廠商陸續推出端側大模型。春節剛過，OPPO發布了全新的AI戰略，宣布進入AI時代。魅族宣布不再生產“傳統智能機”，全面擁抱AI時代。顯然，大模型就是手機行業的那座“春山”。

　　但根據“春山學”相關知識，跟著大家一起上山是不夠的，必須更上一層才能穩站C位。在大模型+手機的眾多結合點中，有一項能力是C位中的C位，妥妥的“真·春山無雙”——大模型+手機影像。

　　據說在這個春節，一線城市的寫真店紛紛轉變了商業模式。原本大家都是去拍寫真，店家負責拍攝和修圖。現在都是去拍AIGC照片，店家搖身一變為AI提示工程師，用各種AIGC平臺來實現用戶種種匪夷所思的需求。

　　回來對比照片，也不是比你這張光打得不錯，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……

　　總之，AI之風正經由照相館、寫真店、小程序、APP，強烈地吹拂著我們的影像生活。

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

　　事實上，手機里的大模型肯定是閑不住的。目前擁抱AI大模型的手機，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很快得到改變。

　　“大模型與移動影像”的融合賽道，是2024年智能手機行業最為清晰的風口，也是手機廠商急切想要上，也必須上了就不能下來的，具有戰略意義的那座“春山”。

　　大模型+手機影像，這座春山怎么上?我們來弄清其中的“春山學”問題吧。

　　六年之后

　　AI影像再上山

　　首先我們需要明確一點，那就是AI+影像絕不是什么新鮮事物，甚至很多人都已經習慣了AI與影像的結合。

　　這個概念開始受到業界重視，是早在2018年的時候。那一年4月，華為發布了P20手機。這款手機利用麒麟芯片的NPU端側算力，首次在拍照中搭載了AI功能，能夠識別包括寵物、人像、風景、美食等19種場景，覆蓋500多個識別目標。在AI識別這些目標物后，會自動調整攝影模式和參數設置。

　　隨后，這種AI攝影模式一度爆火，成為當時最具熱度的手機技術升級，并且逐漸為全行業所接受。隨著幾年發展，AI影像變得越來越復雜，可識別物越來越多，并且加入了動態抓取、去除反光等AI能力，還與此后流行的計算攝影概念結合，成為手機影像系統中的基礎能力之一。

　　但到這個層面，AI攝影的能力依舊有顯著的局限性。它對圖片的作用集中于“美化”，而不是“修改”和“生成”。我們也探訪過一些AI攝影相關賽道的開發者，他們很希望能夠利用手機的AI能力做出更具創意的應用，但端側算力和模型能力是主要的限制。

　　而伴隨著AI大模型的爆火，模型能力的關隘被突破了。在大模型的加持下，用戶可以對影像系統提出復雜的指令，影像系統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影像概念的時候，腦海中設想的影像能力，其實是在今天才有可能實現的大模型影像。

　　伴隨著大模型能力落地手機，AI影像終于可以完成關鍵一躍，實現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，風景如何?

　　春節還沒過去，世界就感受到了來自Sora的視覺震撼。AI行業有句話，叫語言模型為打榜，視覺模型能賺錢。機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。

　　長期以來，手機影像可謂一卷再卷，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影像與手機拍攝影像結合的能力。AI大模型+手機AI計算能力+手機影像系統的組合，極大拓展了手機影像的邊界，既繼承了手機廠商多年來的技術與供應鏈布局，同時還獲得了新的增長空間。

　　目前階段，這條賽道已經迅速鋪開。比如三星就通過圖片助手功能，讓用戶實現了移動圖片中目標，自動填充空缺，生成新圖片的能力，從而讓手機影像具備更大的構圖自由。

　　而OPPO Find X7系列則實現了通過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，用戶可以把春節聚會時不想看到的人從合影中消除，同時依靠AIGC補齊背景。目前，Find X7已經可以支持最多6個主體單獨提取。除此之外，OPPO還更新了AI超清合影功能，可以智能識別并增強合影中人臉的清晰度。

　　可以預見的是，接下來我們會看到大量基于AI大模型實現的影像功能，比如AI摳圖，AI替換，AI擴圖等。整體而言，大模型+手機影像會呈現三大發展趨勢:

　　1.AIGC內容與拍攝內容結合。AIGC的文生圖平臺，在過去一年快速贏得了用戶青睞，將這種能力與手機本身影像能力融合，是AI手機賽道上最關鍵的爭奪戰。

　　2.AI能力從應用側上移，與手機本身的影像系統結合。目前，AI大模型帶來的視覺能力，更多還是單獨的軟件應用。接下來，手機廠商會將這些能力上移到系統側，成為產品本身的差異化賣點。

　　3.手機影像能力可以OTA。AI大模型的加入，一定程度上讓手機自身的影像能力成為可升級，可迭代的軟件。讓手機自身的系統級能力也可以持續更新，持續運營，是AI大模型帶給手機的一種新變化。

　　總體來看，大模型與手機影像的結合，有著非常充沛的創意發揮空間，有源源不斷的可能性。想要抓住這個機會，客觀上將帶來手機廠商之間新一輪的技術競賽。

　　那座山

　　就是下一個戰略高地

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

　　需要注意的是，在端側部署大模型，以及發展出一些創意性的AI影像玩法都很容易，但要將AI大模型+影像真正發展為長期賽道，構成品牌的用戶心智支點，那還需要廠商投入巨大的精力，來展開一場全新的智能手機行業競賽。

　　其原因在于，大模型+手機影像是一場名副其實的綜合考驗。它需要硬件側的算力配合，需要影像系統的支撐，同時也需要模型側的算法加持，更需要應用開發創意以及AIGC專屬的視覺審美。從務實到務虛，從底層硬件到頂層應用，大模型+手機影像的競賽近乎覆蓋了手機行業的每個層級。

　　而重點來看，搶占大模型+影像的戰略高地，需要手機廠商在三個方面集結重兵:

　　1.AI基礎設施更新。這個基礎設施包括了AI算力與AI算法兩個部分。涉及芯片能力，端云協同能力，以及基礎算法能力。手機的AI基礎設施更新需求，也將帶動產業鏈展開新一輪洗牌。

　　2.AI應用的準確把握。AI大模型能夠手機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，給用戶最準確，最吸引人的AI影像應用，將成為手機廠商面對的頭一道考題。

　　3.AI審美能力的建設。最近很多人注意到Sora團隊有專門的藝術人才加入。藝術與審美能力在AIGC時代非常重要。隨著產業發展，算法能力會趨同，審美能力的差異化則會暴露出來。手機廠商過去更重視的是設計能力，這與藝術表達、審美判斷等能力是存在一定差異的。構建屬于AI手機的新審美能力，是一項全新的賽事。

　　最后，說一個有點反常識的判斷:大模型+手機影像這座“春山”，其實還是很容易上的。其門檻遠沒有手機廠商宣傳得那么夸張，但如果你最近用心學習了“春山學”教材，就會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+手機影像從一個年度噱頭，變成可以多年發展的長期賽道，甚至變成改寫產業格局的錨點，那才是真正的考驗。

　　不過好消息是，有春山可上至少證明了一件事:包裹手機行業的堅冰正在技術暖風的吹拂下開裂、消融。能否就此別冬入春，選擇權在從業者手中。