從個人AI Agent看AI手機的現(xiàn)在與未來

　　AI 功能早已進入手機，比如拍攝優(yōu)化、面部識別、語音助手等。2024年被手機廠商宣稱為“AI手機元年”，主要是指AI大模型進入手機，可能引起交互與體驗的變革，如語音交互能否取代觸屏，個人智能助理成為重要的用戶價值等。相應(yīng)地，手機操作系統(tǒng)、芯片、內(nèi)存等需升級換代，手機廠商認為這將驅(qū)動手機進入繼功能機、智能手機之后的第三階段，AI手機階段。

　　對于消費者來說，AI手機價值不在于硬件堆疊，而是基于AI大模型的應(yīng)用。IDC和OPPO聯(lián)合發(fā)布的《AI手機白皮書》提出“AI手機的用戶價值，是自在交互、智能隨心、專屬陪伴、安全可信的個人化助理。”實際上，大模型的出現(xiàn)(LLM為主)，智能個人助理(Assistant)可以擴展為更為自主的個人智能代理(Agent)，深度參與到個人數(shù)據(jù)中，提供個性化服務(wù)。手機廠商2023年下半年起，逐步推出搭載大模型的手機，標配生成式AI應(yīng)用與個人Agent，但都還處于早期階段。本文基于個人AI Agent將成為個人智能應(yīng)用核心模式的判斷，從個人AI Agent核心組件及實現(xiàn)出發(fā)，討論AI手機的現(xiàn)狀與未來，以及運營商可為的布局。

　　個人AI Agent將成為智能應(yīng)用的核心模式，重塑終端與應(yīng)用生態(tài)

　　一是大模型具備增強智能助理擴展性和可用性的潛力。Siri、谷歌助手、華為、百度的智能助手等早已進入智能手機與智能家居，它們基于預(yù)定義的規(guī)則和較小的專用語言模型，執(zhí)行具體定向的任務(wù)，如設(shè)定提醒、播放音樂、獲取天氣預(yù)報等，但擴展性不足，對用戶意圖理解力也不夠。大模型(LLM為主)展現(xiàn)出很強的自然語言理解、內(nèi)容生成、邏輯推理等能力，以大模型驅(qū)動的個人AI Agent，具備把目標分解成子任務(wù)，并調(diào)用工具來完成的潛力，預(yù)期可以做更泛化場景的任務(wù)。

　　二是APP與智能終端積累個人軌跡數(shù)據(jù)，使行為智能成為可能。互聯(lián)網(wǎng)時代網(wǎng)站崛起，人類實現(xiàn)廣泛的信息共享交流，積累豐富的知識內(nèi)容，為大模型訓(xùn)練提供了內(nèi)容基礎(chǔ)。移動互聯(lián)網(wǎng)時代，人類生活逐步線上化，即時通訊、購物、健身、出行等APP匯聚用戶行為軌跡數(shù)據(jù)，為個人行為預(yù)測訓(xùn)練提供了基礎(chǔ)。智能化時代，真正智能的個人Agent成為可能，從“幫你做事”到主動預(yù)測“代你做事”(代理性程度不一)，Agent有望成為智能時代的核心應(yīng)用載體，行為智能是本質(zhì)特點。

　　圖1 Agents可能成為個人智能應(yīng)用的核心載體

　　三是從個人AI Agent應(yīng)用模式出發(fā)，會重構(gòu)智能終端與應(yīng)用生態(tài)。個人AI Agent的終極目標是理解用戶并完成任務(wù)，具備響應(yīng)性技能和主動性技能(圖2)。即響應(yīng)用戶需求的能力，如問題答復(fù)、天氣查詢等，與在用戶沒有明確命令的情況下，提供主動服務(wù)的能力，如活動推薦及執(zhí)行等。從應(yīng)用目標出發(fā)，個人AI Agent需要：(1)更廣泛的個人數(shù)據(jù)采集，包括來自APP等“軟終端”與各類傳感器、智能硬終端的信息監(jiān)測;(2)用戶歷史記憶檔案與當(dāng)前狀態(tài)信息(環(huán)境、位置等)的組合，體現(xiàn)個性化、即時服務(wù)特點;(3)多樣的工具調(diào)用能力，包括不同專業(yè)Agent的協(xié)同;(4)基礎(chǔ)AI模型是核心，連接調(diào)度Agent的功能組件。結(jié)合現(xiàn)有進展，我們預(yù)計將會出現(xiàn)：(1)新一波監(jiān)測類智能終端創(chuàng)新，類似Limitless錄音吊墜、Galaxy Ring運動睡眠等監(jiān)測;(2)新一波智能Agent應(yīng)用創(chuàng)新，個人綜合Agent與專屬Agent(如健康助理)等;(3)新一波承載Agent應(yīng)用的終端創(chuàng)新，類似Rabbit R1、AI Pin、Ray-Ban Meta，當(dāng)然包括AI手機;(4)新的操作系統(tǒng)內(nèi)核，大模型為核心，支持多工具、多Agent調(diào)用等;(5)個人隱私保護技術(shù)創(chuàng)新及應(yīng)用，加密與可信環(huán)境等。

　　圖2 個人AI Agent的主要組件

　　來源：《PERSONAL LLM AGENTS: INSIGHTS AND SURVEY ABOUT THE APABILITY, EFFICIENCY AND SECURITY》

　　現(xiàn)階段AI手機以生成式應(yīng)用為主，“行為智能”尚處探索階段

　　綜合當(dāng)前各方對AI手機的界定，AI手機可以概括為包含端側(cè)大模型、具備NPU的SoC芯片(IDC要求NPU性能在30到45 TOPS之間)、端側(cè)實現(xiàn)GenAI并向個人Agent發(fā)展等。下表是手機廠商目前推出的AI手機及特征總結(jié)：

　　表1 主流廠商當(dāng)前AI手機推出情況

　　可以看出，現(xiàn)階段AI手機端側(cè)模型以7B為主流，并與云端協(xié)同，大模型開始與操作系統(tǒng)融合。但受硬件與技術(shù)限制，AI手機應(yīng)用以內(nèi)容生成處理類場景為主，多是云端大模型應(yīng)用的移植，個人AI Agent尚未真正發(fā)揮“行為智能”的特點，所以用戶感覺沒有明顯的差異化，不夠顛覆性。具體而言：

　　(1) 主打內(nèi)容生成處理，體現(xiàn)一定特色。以端側(cè)AI在圖像和文本處理的深化為主，如文本和圖片生成、AIGC 消除與背景補充、文件和本地通話摘要等。差異化來自某類場景的專注提升，如小米專注“影像”，VIVO文檔提煉更加高效等。

　　(2) 個人AI Agent處于探索階段。智能助手在識別用戶意圖，對手機的資源、性能、業(yè)務(wù)應(yīng)用進行調(diào)度方面開始探索，如：榮耀YOYO提供“任意門”功能，宣稱實現(xiàn)意圖識別、信息跨應(yīng)用跨設(shè)備流轉(zhuǎn)，VIVO小V自然語言操控手機APP等。

　　(3)注重跨終端融合與智能應(yīng)用生態(tài)打造。如小米“人車家全生態(tài)”布局，小愛能學(xué)習(xí)用戶的使用習(xí)慣，實現(xiàn)跨終端自動控制。應(yīng)用生態(tài)方面，一是利用成熟生態(tài)，如三星與Google的大模型及生態(tài)合作;二是建新生態(tài)，如OPPO“1+N智能體生態(tài)”，即小布助手+開發(fā)者和用戶Agents，榮耀發(fā)起“百模生態(tài)計劃”，手機端自有AI大模型為中控，調(diào)度云端模型生態(tài)等。

　　AI手機適應(yīng)新應(yīng)用模式的未來關(guān)鍵方向分析

　　新范式催生新終端形式，重構(gòu)應(yīng)用生態(tài)，AI Pin是無屏幕交互Agent，Rabbit R1是直接操作APP的 Agent，Limitless的愿景也是個人 Agent，AI及Agent模式還會持續(xù)帶來智能眼鏡、耳機、家居等終端創(chuàng)新。面對原生AI終端與AI應(yīng)用，AI化的手機的定位及形態(tài)面臨升級，或需重新定義的局面。具體來說，有以下幾個值得關(guān)注的問題和方向：

　　(1) AI手機還能否整合AI終端保持中心設(shè)備的位置：本質(zhì)上就是AI手機能否成為個人AI Agent的集成調(diào)度中心，AI終端成為手機的補充，或者作為新的功能組件的問題。目前專項AI硬件，如Limitless吊墜、Ploud錄音機，包括主打音頻和拍攝的Ray-Ban Meta初步獲得市場認可，也與手機配合，而偏綜合的，甚至宣稱取代手機的AI Pin、Rabbit R1低于預(yù)期，高開低走。AI手機成為個人AI Agent的集成調(diào)度中心，核心優(yōu)勢是本地算力和存儲，能夠承載端側(cè)模型和個人隱私數(shù)據(jù)，是當(dāng)下的最佳載體。未來不排除某類更隨身輕靈的AI原生穿戴設(shè)備，借助云端+網(wǎng)絡(luò)+可信數(shù)據(jù)空間等成為新中心，產(chǎn)生更移動化場景的Agent應(yīng)用生態(tài)。

　　(2) 行為數(shù)據(jù)孤島下如何協(xié)調(diào)建立用戶的個人記憶：用戶行為軌跡數(shù)據(jù)分散終端及在各大APP中，后者未必愿意開放API。探索的方向是：①Agent學(xué)習(xí)APP操作方法，通過UI界面模擬完成任務(wù)，如Rabbit R1，以及APPAgent框架等，但不是最有效率的方案;②系統(tǒng)級個人Agent、專項Agent(如購物、旅游)之間協(xié)同調(diào)用，彌補數(shù)據(jù)孤島劣勢;③大廠廣泛布局智能終端，構(gòu)建用戶記憶檔案，比如小米、蘋果、華為、三星等向智能可穿戴、智能家居擴展等。

　　(3)  手機廠商APP Store能否升級為“Agent” Store：APP Store是手機廠商的重要營收渠道，引入Agent面臨：①大模型不是手機廠商包括蘋果的強項，主導(dǎo)權(quán)在Open AI 、Google等手中;② Agent模式向下擠壓原APP，甚至跳過APP，利益鏈條被打破;③Agent Store需要新的平臺插件、功能組件與商業(yè)模式等�？赡艿姆较颍阂皇墙�立大模型生態(tài)，如榮耀“百模生態(tài)計劃”以及蘋果尋求多方合作;二是探索新商業(yè)模式，如系統(tǒng)級Agent、專項Agent及APP數(shù)據(jù)交換與協(xié)同合作，平臺架構(gòu)設(shè)立面向B端的Agent組合調(diào)用層，按量/訂閱收費分成等;三是建立或參與建立數(shù)據(jù)集成平臺(如可信數(shù)據(jù)空間)，匯集用戶行為數(shù)據(jù)，統(tǒng)一格式與隱私管理，為Agent提供開發(fā)運營基礎(chǔ)等。

　　(4)個人數(shù)據(jù)安全如何有效保障：在AI手機等本地端保存處理，被認為是最安全的方式，但對內(nèi)存挑戰(zhàn)大，推理成本也比較高。云邊協(xié)作是另一種處理方式，隱私保護技術(shù)主要是數(shù)據(jù)屏蔽、數(shù)據(jù)加密、可信執(zhí)行環(huán)境等。總的來說，現(xiàn)有隱私保護技術(shù)還不足以支持高水平個人AI Agent運作，需要手機廠商等提出創(chuàng)新性解決方案，贏得用戶信任。

　　(5)AI手機軟硬件持續(xù)升級：一是端側(cè)模型及OS效率改進，蘋果OpenELM 、微軟Phi-3、Octopus V2等端側(cè)模型在語⾔、推理、編碼等方面有良好表現(xiàn)，蘋果即將發(fā)布的iOS 18是其展開AI競爭的主要平臺;二是端側(cè)硬件持續(xù)升級，將采用3nm等更先進制程，推理能力及手機內(nèi)存加速提升等。

　　運營商可以做什么布局

　　面對AI終端與應(yīng)用模式變革趨勢，電信運營商一是可把握新一波AI終端云端聯(lián)網(wǎng)的流量需求，帶動流量卡號銷售;二是優(yōu)化網(wǎng)絡(luò)質(zhì)量與套餐服務(wù)，Agent端云實時的數(shù)據(jù)處理交互，對網(wǎng)絡(luò)速度和穩(wěn)定性的需求增加，因個人數(shù)據(jù)更加完整，運營商可以與應(yīng)用方合作，提供個性化的套餐服務(wù);三是布局個人、家庭Agent特色智能服務(wù)，如健康管理服務(wù)、智能家庭服務(wù)、緊急響應(yīng)服務(wù)等;四是參與用戶數(shù)據(jù)隱私保護技術(shù)開發(fā)與可信數(shù)據(jù)空間建設(shè)，提供加密技術(shù)保護用戶Agent數(shù)據(jù)，積極布局個人、家庭可信數(shù)據(jù)空間基礎(chǔ)設(shè)施建設(shè)等。