這個9月，手機和AI之間突然變得基情四射。

毫無疑問，最重要的原因還是蘋果用iPhoneX搭載的FaceID等技術，展示了蘋果在人工智能上的大規模部署。一方面科技輿論看蘋果，蘋果的動作必定引發行業趨勢；另一方面基于A11芯片的機器學習能力，讓業內開始思考人工智能給iOS后續生態帶來的改變。二者相加，人工智能在手機圈的話語權水漲船高。

加上月初華為發布的麒麟970移動AI芯片，似乎手機AI化成為了不可逆的趨勢。但在進一步觀察手機和AI合體變身之前，我們不妨思考另一個問題：iPhoneX全情投入的手機AI時代，安卓機能夠模仿甚至超越嗎？對于大部分手機廠商來說，AI時代是死局還是機遇？

蘋果A11芯片砸開的手機AI時代

首先我們要搞懂的，是蘋果打開的，究竟是一瓶什么味道的AI？

跟谷歌的TPU芯片一樣，蘋果A11芯片也是采用ASIC技術，通過專用集成電路來搭載一個針對機器學習任務的獨立運算單元。這個模塊在A11芯片中被稱為“神經網絡引擎neuralengine”，是iPhoneX開啟眾多人工智能能力的基礎。

神經網絡引擎，可以讓iPhoneX在處理AR、人臉識別、動態捕捉、機器學習等人工智能任務時獲得更低的功耗和更高的效率。這些功能大部分在常規CPU+GPU方案中也能運行，但會大大降低手機的運行體驗，這顯然不是蘋果的風格。

與AI芯片對應的，是iPhoneX搭載了很多相應釋放AI能力的硬件。比如實現人臉識別解鎖的結構光傳感器組件，以及被加強過的陀螺儀。

相比發布會上演示的功能，更加引起業內人士注意的是運算能力+適應環境+相關硬件，讓蘋果組成了一套比較完備的本地AI執行體系。

這顯然可以讓無數iOS開發者興奮良久，這套完整的技術邏輯天然適合發揮創意。尤其是通過傳感系統結構性捕捉的應用，是此前無法在智能手機上完成的，并且想象空間非常巨大。

所以說，蘋果砸開的手機AI時代并不在于FaceID，而在于環境完整度下衍生的AI開發可能。而分析蘋果的設備方案，我們顯然可以得出一個結論：基于特有的芯片處理能力，尤其是專屬機器學習組件，搭配傳感器等配套硬件，讓蘋果的AI能力難以被安卓模仿。

安卓體系的屏障與衰退

蘋果這種高強度鏈接硬件和軟件獲得的閉環AI體驗，顯然無法對等到碎片化的安卓環境中。

當然我們知道，安卓8.0加入了大量人工智能能力。但根據已有信息，加入的這部分人工智能能力基本上來自系統算法對硬件的判斷。比如人工智能節電、人工智能+定位系統等等。類似iOS11中強調的AR開發環境ARKit、圖像識別與處理能力這樣需要跟運算能力高度配合的功能，恐怕在安卓中很難見到。

人工智能在手機功能上的體現，可以分為兩種：一種叫做“優化”，比如實現更長的待機、更快的運行速度；而另一種叫做實現，比如人工智能實現實時視頻美化、實現精準AR等等。而在谷歌面對著千奇百怪硬件環境和處理器特征的情況下，后者所需的環境自然無法達成。

歸根結底，出于開放性和可選擇特質，讓安卓必須去適配低端和奇特的硬件環境，同時也把高硬件環境需求的應用踢出了安卓序列。很多iOS環境中效果很好的應用無法移植到安卓當中，就是撞上了這個邏輯下的安卓屏障。

在目前看來，面對手機AI時代，安卓依舊無法像蘋果一樣去用硬件和算力去擁抱它。

不能忽視的是，工程師基因嚴重的谷歌似乎也沒有全力追趕蘋果AI布局的計劃。反正安卓也不賺用戶的錢，何必去試探不可能的任務呢？另外對于谷歌來說，toB業務的安卓需要的是矩陣穩定化。某一家手機的體驗太過膨脹其實對安卓生態是巨大的挑戰，所以谷歌往往會通過安卓內部協議來控制終端產品的硬件能力釋放。

安卓的“天然屏障”加上谷歌自己的戰略需求，讓安卓開發長時間處在“開發者的上限，就是安卓的下限”這種尷尬的境地。對于搭載安卓的手機品牌來說，蘋果高速跳上AI這條賽道，而安卓原地不動或者另行其是，結果就是應用生態的差距進一步拉大，甚至形成IOS機與安卓機之間的新鴻溝。

畢竟基于AI芯片和傳感器系統的玩法在碎片化的安卓生態里無從模仿。所以似乎可以很肯定的說，限于積重難返的商業模式和技術基因，在人工智能這場競賽上，安卓只會被蘋果越甩越遠，甚至毫無拉近距離的可能。

愛恨皆AI，國產手機的彎道之旅

有意思的是，安卓與蘋果間的AI裂縫，卻不一定在國產手機環境里生效。

如今使用原生安卓機的中國用戶應該已經不多了。對比一下今天的安卓和MIUI、EMUI等系統，會發現體驗和感官上已經很難找到其中的聯系。甚至于每次國產手機發布，總會看到一些專門應對安卓文件沉積或者體驗不佳的技術。

應該已經沒有人懷疑，國產手機一定程度上繞過了安卓本身的體驗制約。而在手機AI時代，這場繞路之旅很可能來的更猛烈一些。

這里有兩層原因，首先是國產手機在AI硬件和算法上正在迎頭追趕。最知名的當然是比蘋果AII早10天發布，成為世界第一款移動AI芯片的華為麒麟970。根據目前數據對比，麒麟970在圖像處理上的算力依然是優于A11的。再如小米等品牌也在積極部署定制化的芯片，在AI硬件環境上，國產品牌似乎沒有一定被蘋果甩遠的道理。

另外一點，國產手機是不搭載谷歌GMS服務的。這一點一度引起了廣泛爭議，但在今天看來，國內應用研發的能力基本消平了去GMS帶來的影響。從目前AI應用的實現上看，GMS很可能會限制調用針對AI任務的處理能力。而國產手機似乎避免了這個尷尬。

在硬件能力追趕和安卓在中國市場的特殊性幫忙下，國產手機在AI這條賽道上很可能獲得不同以往的機會：比如讓中國安卓用戶最早觸碰圖像和感知類AI體驗，或者在AI綜合體驗上完成獨特的創造。

當然，這些設想都有待對AI化之后的國產手機，在硬件架構與執行能力、算法集成能力上進行進一步檢驗。但麒麟970搭載NPU現身，顯然象征著中國的移動AI開始浮現，這個領域不再是歐美巨頭的專利。

拼殺池在開發者生態

研讀AI，必須承認這樣一個現狀：AI是一個后端基礎性的能力迭代，而大部分算法和性能上的AI，消費者是感知不到的。

比如iPhoneX中，用戶感受到的是人臉識別和AR等等，感受不到那個叫做“神經網絡引擎”的東西。所以真正觸及用戶的，除了手機自帶的那幾個常規功能外，最重要的是大量APP的AI化。

這就有賴于對開發者生態的重視和營造。IOS的成功，已經讓我們看到了開發生態的重要性，而手機AI在本質上是給開發者以更多開放條件。食材多了，調料全了，怎么料理還是要看主廚的。

舉個例子，或許iPhone的人臉識別解鎖還是無法打動用戶，那么人臉支付呢？人臉變妝呢？基于人臉識別的MR呢？或者你身邊的蘋果用戶都開始玩某款基于人臉識別的游戲呢？這些安卓無法觸達而IOS可以的應用群，才是對用戶最大的誘惑。

假如國產手機希望贏下這一局，就需要在開發基礎、環境友好度、社群生態、項目激勵上同時發力，最大限度促進移動應用開發者AI化，以及機器學習項目進行移動終端部署。

再退一步，至少要讓很可能大量出現在IOS生態中的AI應用，以比較快的速度遷移到自身產品里。這就需要提供給IOS開發者良性的遷移工具，以及足夠有誘惑力的補貼方案。

漂移時刻

手機AI是一個高門檻的命題。終端必須滿足一系列條件，并且配有針對性的機器學習處理單元、整體算能力足夠支撐，否則AI任務根本無法在移動端運行。

蘋果的發布會已經證明了，必須有硬件入場券才能談相對高階的移動AI。但這種清晰界限，也突然把蘋果和大量安卓手機都甩到了一個陌生的賽道上。

手機的AI跑道，有點像是賽車們突然進入了漂移狀態。所有人都開始超車，但所有人都可能失控。很難想象一年后的手機能完成什么，而用戶對這些冠以人工智能名稱的新產品又是什么反應。

總之，終點見吧。