大模型+影像：智能手机“上春山”

　　本文来自微信公众号“脑极体”(ID:unity007)，作者:风辞远。

　　这个春节假期，一首《上春山》火了。吃瓜群众热热闹闹学了一个假期的“春山学”，了解了抢占C位的各种技巧。

　　假期过去，开工大吉，手机行业开始抢占今年的C位。那么问题来了，今年智能手机最大的机会点在哪里?答案呼之欲出，当然是AI大模型。去年下半年，手机厂商陆续推出端侧大模型。春节刚过，OPPO发布了全新的AI战略，宣布进入AI时代。魅族宣布不再生产“传统智能机”，全面拥抱AI时代。显然，大模型就是手机行业的那座“春山”。

　　但根据“春山学”相关知识，跟着大家一起上山是不够的，必须更上一层才能稳站C位。在大模型+手机的众多结合点中，有一项能力是C位中的C位，妥妥的“真·春山无双”——大模型+手机影像。

　　据说在这个春节，一线城市的写真店纷纷转变了商业模式。原本大家都是去拍写真，店家负责拍摄和修图。现在都是去拍AIGC照片，店家摇身一变为AI提示工程师，用各种AIGC平台来实现用户种种匪夷所思的需求。

　　回来对比照片，也不是比你这张光打得不错，你这张P得更自然，而是你这张照片用的什么提示词，你这张一看就模型泛化性比较强……

　　总之，AI之风正经由照相馆、写真店、小程序、APP，强烈地吹拂着我们的影像生活。

　　但是问题来了，这些强烈的AIGC影像需求，真的必须去线下店才能完成吗?为什么不能在手机端一键搞定?最近手机新品动辄搭载几十亿参数的端侧大模型，它们闲着干嘛呢?

　　事实上，手机里的大模型肯定是闲不住的。目前拥抱AI大模型的手机，基本情况是大模型是大模型，影像是影像，但这种分裂局面必然会很快得到改变。

　　“大模型与移动影像”的融合赛道，是2024年智能手机行业最为清晰的风口，也是手机厂商急切想要上，也必须上了就不能下来的，具有战略意义的那座“春山”。

　　大模型+手机影像，这座春山怎么上?我们来弄清其中的“春山学”问题吧。

　　六年之后

　　AI影像再上山

　　首先我们需要明确一点，那就是AI+影像绝不是什么新鲜事物，甚至很多人都已经习惯了AI与影像的结合。

　　这个概念开始受到业界重视，是早在2018年的时候。那一年4月，华为发布了P20手机。这款手机利用麒麟芯片的NPU端侧算力，首次在拍照中搭载了AI功能，能够识别包括宠物、人像、风景、美食等19种场景，覆盖500多个识别目标。在AI识别这些目标物后，会自动调整摄影模式和参数设置。

　　随后，这种AI摄影模式一度爆火，成为当时最具热度的手机技术升级，并且逐渐为全行业所接受。随着几年发展，AI影像变得越来越复杂，可识别物越来越多，并且加入了动态抓取、去除反光等AI能力，还与此后流行的计算摄影概念结合，成为手机影像系统中的基础能力之一。

　　但到这个层面，AI摄影的能力依旧有显著的局限性。它对图片的作用集中于“美化”，而不是“修改”和“生成”。我们也探访过一些AI摄影相关赛道的开发者，他们很希望能够利用手机的AI能力做出更具创意的应用，但端侧算力和模型能力是主要的限制。

　　而伴随着AI大模型的爆火，模型能力的关隘被突破了。在大模型的加持下，用户可以对影像系统提出复杂的指令，影像系统也能够更完整理解用户交互逻辑与意图指向。在能力上，大模型可以帮助完成高精度的图像元素替换，甚至加入AI生成的影像。

　　或许可以这样说，最初用户听闻AI影像概念的时候，脑海中设想的影像能力，其实是在今天才有可能实现的大模型影像。

　　伴随着大模型能力落地手机，AI影像终于可以完成关键一跃，实现那些早就许下的诺言。

　　大模型，就是AI影像的必须上的那座山。

　　春山上，风景如何?

　　春节还没过去，世界就感受到了来自Sora的视觉震撼。AI行业有句话，叫语言模型为打榜，视觉模型能赚钱。机器视觉能力是让用户感受到AI魅力最快速也最有效的方案。

　　长期以来，手机影像可谓一卷再卷，卷无可卷，但用户始终能做的只是拍摄图片。AI大模型能力的加入，可以让用户获得无门槛修改图片，以及将AIGC影像与手机拍摄影像结合的能力。AI大模型+手机AI计算能力+手机影像系统的组合，极大拓展了手机影像的边界，既继承了手机厂商多年来的技术与供应链布局，同时还获得了新的增长空间。

　　目前阶段，这条赛道已经迅速铺开。比如三星就通过图片助手功能，让用户实现了移动图片中目标，自动填充空缺，生成新图片的能力，从而让手机影像具备更大的构图自由。

　　而OPPO Find X7系列则实现了通过AI大模型来提供AIGC消除功能。就像我们最近在广告里看到的那样，用户可以把春节聚会时不想看到的人从合影中消除，同时依靠AIGC补齐背景。目前，Find X7已经可以支持最多6个主体单独提取。除此之外，OPPO还更新了AI超清合影功能，可以智能识别并增强合影中人脸的清晰度。

　　可以预见的是，接下来我们会看到大量基于AI大模型实现的影像功能，比如AI抠图，AI替换，AI扩图等。整体而言，大模型+手机影像会呈现三大发展趋势:

　　1.AIGC内容与拍摄内容结合。AIGC的文生图平台，在过去一年快速赢得了用户青睐，将这种能力与手机本身影像能力融合，是AI手机赛道上最关键的争夺战。

　　2.AI能力从应用侧上移，与手机本身的影像系统结合。目前，AI大模型带来的视觉能力，更多还是单独的软件应用。接下来，手机厂商会将这些能力上移到系统侧，成为产品本身的差异化卖点。

　　3.手机影像能力可以OTA。AI大模型的加入，一定程度上让手机自身的影像能力成为可升级，可迭代的软件。让手机自身的系统级能力也可以持续更新，持续运营，是AI大模型带给手机的一种新变化。

　　总体来看，大模型与手机影像的结合，有着非常充沛的创意发挥空间，有源源不断的可能性。想要抓住这个机会，客观上将带来手机厂商之间新一轮的技术竞赛。

　　那座山

　　就是下一个战略高地

　　目前阶段，还没有厂商将“大模型+影像”这个概念旗帜鲜明地提出来，但这个概念以各种不同的名称落地，应该已经为期不远。

　　需要注意的是，在端侧部署大模型，以及发展出一些创意性的AI影像玩法都很容易，但要将AI大模型+影像真正发展为长期赛道，构成品牌的用户心智支点，那还需要厂商投入巨大的精力，来展开一场全新的智能手机行业竞赛。

　　其原因在于，大模型+手机影像是一场名副其实的综合考验。它需要硬件侧的算力配合，需要影像系统的支撑，同时也需要模型侧的算法加持，更需要应用开发创意以及AIGC专属的视觉审美。从务实到务虚，从底层硬件到顶层应用，大模型+手机影像的竞赛近乎覆盖了手机行业的每个层级。

　　而重点来看，抢占大模型+影像的战略高地，需要手机厂商在三个方面集结重兵:

　　1.AI基础设施更新。这个基础设施包括了AI算力与AI算法两个部分。涉及芯片能力，端云协同能力，以及基础算法能力。手机的AI基础设施更新需求，也将带动产业链展开新一轮洗牌。

　　2.AI应用的准确把握。AI大模型能够手机影像带来的可能性不是太少，而是太多了。如何在有限的算力条件下，给用户最准确，最吸引人的AI影像应用，将成为手机厂商面对的头一道考题。

　　3.AI审美能力的建设。最近很多人注意到Sora团队有专门的艺术人才加入。艺术与审美能力在AIGC时代非常重要。随着产业发展，算法能力会趋同，审美能力的差异化则会暴露出来。手机厂商过去更重视的是设计能力，这与艺术表达、审美判断等能力是存在一定差异的。构建属于AI手机的新审美能力，是一项全新的赛事。

　　最后，说一个有点反常识的判断:大模型+手机影像这座“春山”，其实还是很容易上的。其门槛远没有手机厂商宣传得那么夸张，但如果你最近用心学习了“春山学”教材，就会知道真正困难的不是上山，而是赖在山上不下来。

　　如何把大模型+手机影像从一个年度噱头，变成可以多年发展的长期赛道，甚至变成改写产业格局的锚点，那才是真正的考验。

　　不过好消息是，有春山可上至少证明了一件事:包裹手机行业的坚冰正在技术暖风的吹拂下开裂、消融。能否就此别冬入春，选择权在从业者手中。