1448
這個春節(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，手機行業(yè)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(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，宣布進入AI時代。魅族宣布不再生產(chǎn)“傳統(tǒng)智能機”，全面擁抱AI時代。顯然，大模型就是手機行業(yè)的那座“春山”。
但根據(jù)“春山學(xué)”相關(guān)知識，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+手機的眾多結(jié)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(jù)說在這個春節(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，店家負責拍攝和修圖?，F(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平臺來實現(xiàn)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(jīng)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(shù)的端側(cè)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(yè)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(zhàn)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(xué)”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(jīng)習(xí)慣了AI與影像的結(jié)合。
這個概念開始受到業(yè)界重視，是早在2018年的時候。那一年4月，華為發(fā)布了P20手機。這款手機利用麒麟芯片的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(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，成為當時最具熱度的手機技術(shù)升級，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，可識別物越來越多，并且加入了動態(tài)抓取、去除反光等AI能力，還與此后流行的計算攝影概念結(jié)合，成為手機影像系統(tǒng)中的基礎(chǔ)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(guān)賽道的開發(fā)者，他們很希望能夠利用手機的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影像概念的時候，腦海中設(shè)想的影像能力，其實是在今天才有可能實現(xiàn)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(guān)鍵一躍，實現(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(jié)合的能力。AI大模型+手機AI計算能力+手機影像系統(tǒng)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(shù)與供應(yīng)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(jīng)迅速鋪開。比如三星就通過圖片助手功能，讓用戶實現(xiàn)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(gòu)圖自由。
而OPPO Find X7系列則實現(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)聚會時不想看到的人從合影中消除，同時依靠AIGC補齊背景。目前，F(xiàn)ind X7已經(jīng)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(yù)見的是，接下來我們會看到大量基于AI大模型實現(xiàn)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(xiàn)三大發(fā)展趨勢：
1.AIGC內(nèi)容與拍攝內(nèi)容結(jié)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(guān)鍵的爭奪戰(zhàn)。
2.AI能力從應(yīng)用側(cè)上移，與手機本身的影像系統(tǒng)結(jié)合。目前，AI大模型帶來的視覺能力，更多還是單獨的軟件應(yīng)用。接下來，手機廠商會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。
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(tǒng)級能力也可以持續(xù)更新，持續(xù)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(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。想要抓住這個機會，客觀上將帶來手機廠商之間新一輪的技術(shù)競賽。
那座山就是下一個戰(zhàn)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(yīng)該已經(jīng)為期不遠。
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)展為長期賽道，構(gòu)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(yè)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(cè)的算力配合，需要影像系統(tǒng)的支撐，同時也需要模型側(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)實到務(wù)虛，從底層硬件到頂層應(yīng)用，大模型+手機影像的競賽近乎覆蓋了手機行業(yè)的每個層級。
而重點來看，搶占大模型+影像的戰(zhàn)略高地，需要手機廠商在三個方面集結(jié)重兵：
1.AI基礎(chǔ)設(shè)施更新。這個基礎(chǔ)設(shè)施包括了AI算力與AI算法兩個部分。涉及芯片能力，端云協(xié)同能力，以及基礎(chǔ)算法能力。手機的AI基礎(chǔ)設(shè)施更新需求，也將帶動產(chǎn)業(yè)鏈展開新一輪洗牌。
2.AI應(yīng)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(yīng)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(shè)。最近很多人注意到Sora團隊有專門的藝術(shù)人才加入。藝術(shù)與審美能力在AIGC時代非常重要。隨著產(chǎn)業(yè)發(fā)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(shè)計能力，這與藝術(shù)表達、審美判斷等能力是存在一定差異的。構(gòu)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(xué)習(xí)了“春山學(xué)”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(fā)展的長期賽道，甚至變成改寫產(chǎn)業(yè)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(yè)的堅冰正在技術(shù)暖風的吹拂下開裂、消融。能否就此別冬入春，選擇權(quán)在從業(yè)者手中。
下載ECAD模型
