2024年智能终端大战开启：Vision Pro？AI手机？还是？15年前，电影《阿凡达》在全球院线D电影的技术奇迹，为观众带来了媒体历史上最为沉浸式的观影体验，该片也以全球票房约29亿美元的成绩，位列全球影史票房成绩第一名。

　　但是电影上映后不久，美国有线电视新闻网（CNN）报道了一种奇特的现象，部分人称之为后《阿凡达》抑郁症（post-Avatar depression syndrome）。由于影片的沉浸式体验过于强烈，一些观众在离开影院时，纷纷表示感受到了一种空虚，仿佛还置身于潘多拉星球。

　　甚至有一位影迷在论坛上发帖表示，“自从看完《阿凡达》之后，我就一直很沮丧。看着奇妙的潘多拉星球和那美克星人，我想成为他们中的一员。我甚至开始考虑，我觉得如果我死后会在潘多拉星球上重生，就像阿凡达那样。”可怕的是在这个帖子下，居然有1000多条网友回复，他们都抱有类似的想法。

　　白驹过隙，随着Meta、HTC和索尼等公司虚拟现实VR产品获得初步成功，混合现实MR体验逐渐普及，许多产品的用户也出现了类似现象。体验越加真实，当用户摘下头显时，反而感到愈发不适。

　　1月19日，苹果Vision Pro正式发售，售价25000元起，备受瞩目。然而，这款产品在发售之初便迅速售罄，乃至引发抢购热潮。

　　在京东平台，Vision Pro价格飙升三倍之多，达到了惊人的89999元。可见大家都很想体验下库克（cook）厨子口中的“One more thing”的超强混合现实体验。

　　除此混合现实之外，随着ChatGPT为代表的AI大模型的兴起，硬件设备与AI的深度融合，成为了另一条备受期待的发展路径，AI+硬件，又是否会在2024年给我们带来惊喜呢？

　　这几年苹果对自家消费级硬件的更新，每年的发布会什么样大家也都看在眼里。虽说每一代都有令人“Amazing”的提升，但也逃脱不了“挤牙膏”、“刀法精准”、“就这？”等负面评价。

　　大体从iPhone12开始，手机的外观基本定型，每年的iPhone发布部分就总是“三摄镜头模组、芯片SOC、手机操作体验”三件套升级，以至于有的博主已经预测出来明年iPhone16要更新哪些东西了。

　　外部也在猜测苹果天天“挤牙膏”的原因，有的人说乔帮主一走，苹果真的江郎才尽，“创新已经结束”的论调甚嚣尘上；还有一种说法则是，苹果觉得手机的形态已经走到尽头，创新的研发主力已经转移到更加面向未来的项目之中。

　　如果你对苹果十分关注，你会发现2023年9月iPhone15的苹果发布会亮点相较往年更加少了。但如果你想在发布会中寻找苹果为Vision Pro所做的铺垫，那么其中所蕴含的信息量还是相当大的。

　　首先，在最新款的Apple Watch中，引入了一款四核神经引擎。为何一款仅限穿戴的设备需配置如此高性能的芯片？原因在于手表新增了手势识别功能。通过拇指与食指的简单捏合点击，用户可实现诸如接听、挂断电话、启动或关闭闹钟等控制操作。

　　然而，我们再来看看Vision Pro的宣传片，是不是交互方式很相似？习惯成自然，用久了Apple watch，再用Vision Pro也就顺理成章了。

　　再有就是关于生化危机、刺客信条等大型游戏登录iPhone，甚至在手机上来了一出“原神启动”，这个举动不禁令人质疑：难道苹果也突然关心我们这些臭打游戏的了？

　　而且在2023年6月的WWDC，苹果把知名游戏制作人小岛秀夫拉到了现场，《死亡搁浅》也放到了苹果Mac上来。

　　然后苹果还给电脑搞了一个游戏移植工具包，可以让游戏开发者轻松地把其他平台上的游戏在苹果电脑上运行。

　　要知道这几年，游戏开发所依赖的基础工具已日臻完善且繁杂多样。苹果想打造一款通用型的移植工具，势必得让各类技术工具与苹果Metal图形加速体系实现逐一匹配，这个工程量有多大不言而喻。那么，为何要投入如此巨大的精力，将大型游戏纳入苹果生态呢？

　　如果我们把视角再扩大一些，就可以看到微软这两年来也对单机游戏产生了浓厚的兴趣。轰轰烈烈的暴雪收购案也在国内受到了广泛关注，这并非偶然，不是游戏产业有多香，而是巨头们为了在下一代个人消费电子终端的竞争中占据先机。

　　一言以蔽之，巨头们认为下一代的终端很可能是沉浸式的，所以他们必须牢牢把握住现今最沉浸的内容生态，也就是大型游戏。

　　空间计算，我们可以简单地理解为把虚拟内容和现实世界，无缝衔接的技术。是包含了计算机视觉、人工智能、混合现实（MR）、虚拟现实（VR）、传感器技术以及高级图形处理的一个大的集成。

　　空间计算设备的技术需求，包括环境感知与交互、混合现实体验、高级图形处理以及自然用户界面等功能，这与手机APP的平面UI设计有着本质区别。

　　而如今，具备这类技能的人才主要集中在大型单机游戏公司中。对于新的内容生态来说，人才是最为至关重要的资源。当众多开发者选择使用某一种工具或平台，它就会逐渐形成行业标准和生态系统。

　　其实早在2015年，为了专注于Vision Pro的开发，苹果公司就成立了一个专门的部门——Vision Products Group（原来叫TDG）。这个小组包括软件和硬件工程、战略、计算机视觉、内容、应用开发和项目管理团队。技术上苹果的铺垫也很多，包括苹果手机的激光雷达功能、AirPods的空间音频和一直更新到的AR kit6，都支持引入4K的视频了。苹果公司还在过去的几年中获得了5000多项专利，推动技术创新和市场拓展上的进步。

　　现代的个人智能终端，演进方向大多都是更大的屏幕和更直觉的交互，最终目的就是让人们接收和处理更多信息。如果沿着这个方向发展，Vision Pro呈现了一种不同于其他终端的全新维度。因为Vision Pro的屏幕尺寸可以视为无限，通过更加直观的手势交互，用户甚至可以实现手写输入，从而极大地提升了工作效率和便捷性。

　　这表明了什么？这表明它不仅能在以后颠覆个人移动设备，还极有可能颠覆个人内容消费市场。只要芯片算力持续提升，游戏、电影、电话、文字处理、PPT制作以及网页浏览等所有功能，都可以在这个空间中实现，在你带上Vision Pro之后可以说，整个世界都是你的桌面。

　　但不管苹果本身的想法如何，最终还是要落实到用户的体验上，而大家对于Vision Pro佩戴舒适度的担心，以及对于用户能否接受它那种全新的操作方式的担心，也是不绝于耳。正好我已经买到了Vision Pro，不久之后会给各位带来实机体验乐鱼体育，欢迎关注我们的账号。

　　在过去的十年里，人们对局限于智能手机的世界感到沮丧，如今世界是否已准备好将关注点转向其他硬件领域？针对这个问题，初创公司Humane给出的答案与苹果6 月份通过Vision Pro向世界展示的截然相反——他们要让人们从屏幕中彻底解放出来。

　　他们给出了硬件的答案——AI Pin。作为初创公司Humane的首款产品，是一款可佩戴在衣物上的人工智能设备。AIPin计划于2024年3月起开始发货。

　　这款方圆型设备配备了摄像头、麦克风以及深度和运动传感器，以语音控制为核心功能。用户需通过语音唤醒AI并与之交流。激光墨水显示屏是单色的，它能将诸如来电等文本信息实时投射到用户的手掌之上。AIPin的设计理念，在于无需依赖智能手机即可独立使用。

　　其实早在2023年5月，Humane的创始人Chaudhri发表了一场题为“消失的计算机：Humane无屏技术的独家预览”的TED演讲。他在演讲中表示：“未来，技术将既是环境的，又是情境的，这意味着利用人工智能来真正了解用户及其周围环境，以达到最佳效果。”

　　我们在之前的视频中，就曾经说过AI pin就像现在的“小王”秘书一般。但是再深入研究一下，我们就能知道它所蕴含的概念性意义——环境计算。

　　就像硬件光谱的另一个极端一样。环境计算，指的是计算技术在日常环境中无缝融入，以潜移默化的方式为用户带来智能支持与服务。与空间计算更侧重于空间数据的处理与分析不同，环境计算致力于打造智能、自动化的生活和工作环境。就像小米之家的各项智能家具，虽然没有屏幕，但是都很智能。

　　事实上，各种前车之鉴都已表明，智能硬件完全依赖语音交互是很不靠谱的。不说别的，在嘈杂的环境环境中，语音命令的接收和正确识别就是个大问题。

　　显示部分使用了“激光墨水显示器”来将内容投射到用户的手掌上，虽然颇有几分未来感。但他仅仅是一个分辨率仅720P的单色画面。在如今各类视频图片等内容数量已经极为丰富的情况下，单色显示已经很难满足用户的需求。

　　最后还有个很现实的问题：如果手机也实现了大模型的无缝接入，那么AIPin的独特的吸引点是什么？难道是不用盯着屏幕吗？

　　因此在我看来，AI Pin仍可视为偏向概念性的产品，其更适合扮演辅助角色的定位，将各类电子产品相互关联，但短期内尚无法替代手机功能。AI Pin的实际应用价值，确实还需进一步观察。就像科技博主Om Malik（奥姆马利克）所说：

　　“当iPhone推出时，人们对触摸屏作为界面的概念不乏怀疑。我仍然记得人们对虚拟键盘的强烈抗拒。十五年后，没有人再对智能手机的显而易见感到惊讶。再过几年——得益于人工智能，语音将成为我们数字交互现实的一部分。它不会是唯一的方式，但它将是重要的一种方式。”

　　今年开年，三星就发布了他们的新一代高端旗舰系列产品三星Galaxy S24 系列。在全新三星Galaxy S24系列手机上，AI功能成为了一大亮点。这款手机深度集成了AI大模型，全面优化了输入、通话、录音、笔记和相机等常用功能。

　　回看国内，在2023年下半年，手机厂商也开始将AI卷进自家系统。先是Mate 60Pro宣布接入盘古大模型，然后是小米的澎湃AI、Vivo的蓝心大模型，OPPO的安第斯大模型……每家手机都在开发并接入大模型。

　　凭借AI大模型的支持，智能手机不仅可以成为用户的个性化数字助手，还可以显著提升对复杂语义和语境的理解能力。手机厂商们都有一个设想：都希望自家的手机成为的“私人助理”，每人配一个钢铁侠的“贾维斯”，岂不美哉？

　　Vivo副总裁周围在蓝心大模型的发布会采访中表示，对于智能手机来说，在终端部署大模型几乎不用考虑成本，但大模型上云的单次成本是可以明确计算的，大约为单次0.012元或0.015元。如果按3亿用户每天使用10次计算，那么一天就要花费至少3600万元，一年就是100多亿元。

　　所以一个很现实的考虑就是，尽量在手机上（端侧）实现大模型的计算，因为相比之下，端侧计算成本更可控，并且由于数据不用上云，安全隐私性更强，而且计算效率也更高。不过，端侧计算却对手机硬件提出了更高的要求。一般而言，大模型肯定是越大越好，这代表着推理结果会越精确。

　　但是，硬件的诞生往往是妥协的产物。AI大模型的参数是巨大的，手机的内存、核心处理器的计算能力却是有限的。

　　1B的数据在手机上会占用1个G的运行内存，而当数据量达到13B，运行内存占用就会超过7G。如今大部分高端手机的RAM是12G或16G，这意味着一个很好用的大模型要在手机端侧实装，可能占掉大约一半以上的内存，很可能影响手机的流畅使用。

　　大模型对手机的挑战远远不止内存。大模型计算同样对SOC芯片计算能力提出了更高的要求。当前，行业内可供AI大模型采用的芯片不多，目前也只有联发科天玑9300和高通骁龙8gen 3芯片能支持大模型的端侧落地。

　　这些大模型对于手机内存和芯片的限定要求，也注定了在短期内，手机端大模型只会是高端手机的专属体验。

　　不过，芯片厂商们也敏锐识别了手机厂商的诉求。比如，前段时间高通就在骁龙8 gen 3上提升了AI计算能力，不仅能支持运行100亿参数的模型，还针对70亿参数LLM每秒能够生成20个token，这意味着各类虚拟助手、GPT聊天机器人未来都能在手机等终端运行。

　　而对于大模型能否在手机成为“智能助手”，其实还包括手机隐私数据、用户信息能否在AI数据的应用深层次地调用。

　　例如你想让AI助理帮你买张机票，它就至少要调用你的身份信息，支付信息和日程信息。而这些也是APP应用商手中最敏感的数据，想要让AI能够完全调用各种用户的私人信息，目前还是困难重重。

　　AI大模型在手机领域的普及仍然进展缓慢，目前的努力只是探索之旅的初步阶段。各大手机厂商要想让AI大模型和手机充分融合，成为真正的智能终端，仍有很长的路要走。

　　混合现实、环境计算、AI手机，我不知道这些人与机器继续共生的探索，到底哪个会成为主流，我们唯一能确定的是，一个全新的时代正在到来。