​大模型+影像：智能手机“上春山”

大模型+影像：智能手机“上春山”

图片来源 @视觉中国

文 | 脑极体

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。