华为荣耀：AI手机不是噱头，只是要走好这条路

早在 6 年前，谷歌在自己的第三代 手机 Galaxy Nexus 上就加入了人脸识别解锁功能。

但很遗憾，那个时候的人工智能尚未被捂热，这个产品最终也没有掀起什么水花。不过，这反倒证明了「人脸识别解锁」其实是一项「化石级功能」。

两个月前一场闭门会议，百度安全X实验室在几分钟时间内，轻松破解了一堆安卓手机的人脸识别解锁应用。

刨去趣味性与便利性，「不如密码安全」已经得到了当下白帽子界的普遍确认。

另一边，2017 年国内大大小小数十场的手机品牌发布会上，大部分所谓的「AI 手机」，从来没有跳出「人脸识别解锁+语音助手」的范畴。

其实对于 AI 究竟能在手机上做什么，当下没有人能够说清。

很多厂商的想象力被技术能力、硬件、网络以及系统生态壁垒所限制，只能围绕消费者对手机的喜好而向外勾勒 AI 的边角。

你想闲聊，我就加个语音助手，跟你插科打诨；

你喜欢自拍和大光圈，我就添加用算法优化过的摄影功能，让 AI 照亮你的美……

就连荣耀总裁赵明都承认，现在太多 AI 手机都是被层层花言巧语包装，当然，这也是由 营销 、市场等多方面原因决定的：

「如果真要比 AI，唯一能比的，可能就是谁跑的更快。现实情况是，离 AI 应用井喷期，还有一段距离」。

荣耀总裁赵明

在手机逐渐趋于同质化的当下，有能力把 AI 当做突破口而非噱头的公司，没有几家。

其最大的风险在于，当某一新技术下沉到应用层，最后到达用户端后，受外界多种变量影响，实现效果可能跟普通技术没有区别。

其最好的例子莫过于 80 多年前，被通用 汽车 认为将彻底改变汽车行业，却最终昙花一现的铜冷型发动机。

去年 9 月，华为发布的人工智能芯片麒麟 970 轰动了半导体产业圈。而关注焦点自然在于那块打破了传统计算架构的 AI 硬件处理单元——NPU。

（其实理解起来不难，就是在一块常规手机芯片里，加入了一部分针对 AI 任务，运算能力更强大的专用处理器。通常由于 AI 运算量巨大，很多时候都是在云端进行。如果要在本地执行任务，耗能较大，会出现导致手机运行缓慢，耗电量大等「症状」。）

根据华为公开的内部测试数据，这块专门为深度学习定制的处理器，每分钟可以识别 2005 张照片，几乎是 CPU 的 50 倍。

换句话说，如果要在手机上执行 AI 类任务，NPU 可以扛大旗，让任务处理速度产生质的提升。

在这一点上，业界已经给了麒麟 970 诸多积极评价（自己去翻）；

而从工程效果来看，内置了麒麟 970 的华为 Mate10 与荣耀 V10 的确提升了成像效果，在场景识别上的应用也趋于成熟。而后者也被看作是市面上第一款内置了 AI 芯片的中端手机。

麒麟970架构

但是，就像我们上面提到的，介于有限的使用场景，麒麟 970 执行 AI 任务的现实境遇颇显尴尬——空有一身本领却无处施展。

如果仅仅是给照片美颜，通过场景识别调校成像效果（例如在对蓝天白云进行识别后，手机能够很好地对图片进行白平衡处理），对于 NPU 来说着实有点大材小用了，因为 GPU 与 CPU 的传统计算架构也能做到。

确切地说，这块芯片支持的手机，与其他手机品牌拉开的差距暂时不太明显。

这意味着，给手机产业上游带来惊喜的麒麟 970，对于最末端的普通用户来说，还不能充分让他们体会到自己强大的 AI 任务处理能力。

甚至某种程度上，用户根本不 Care 这是不是一部 AI 手机。

因此，摆在华为及荣耀手机面前有两个问题，当然，同时也是机遇：

如何扩展 AI 应用场景的想象力？

如何为手机的 AI 应用创造更多的条件？

手机图像识别的巨大应用潜力

目前，大部分手机品牌还没有跳出「图像识别」这个想象空间。不过，即便在图像识别这一领域，仍然具备太多可以挖掘的应用潜力。

富余的巨大运算量，充分鼓励了工程师把尽可能多的图像处理操作与更复杂的模型训练放到本地运行。

如果可能，没有手机工程师不希望人脸识别算法在电脑上的运行效率也投射在手机上。

因此，在大幅提升速度与算力的基础上，降噪、美颜、图像质量评价、AI 抠图、更多更复杂的人脸及场景识别、内容识别，服装搭配，甚至是短视频处理……

假如都可以在一台手机上并行处理，那么华为与荣耀手机才能与竞品的 AI 概念逐渐拉开差距：

图像处理在手机上的应用广度与深度是没有边界的，对于消费者来说，拍照效果没有最好，只有更好。

以荣耀 V10 为例，目前虽然可以实现 13 种场景识别（蓝天、白云、树、狗等等简单标识物），但这对于大众来说远远不够，他们期待更加明显的效果。

因此，接下来，针对AI 技术的工程设计与合作将成为荣耀优化 AI 功能的重点。

除了建立自己的AI 研发团队，赵明这样评价去年华为与百度颇受外界关注的战略协议：

「其实我们与李总、陆总交流了很多，在很多技术应用层面达成了合作。双方都会把一些东西开放出来。」

当然，有不少专业人士猜测，已经在底层研发方面取得成效的华为班子，在2018 年也不排除为自己的手机再发一枚集成神经网络单元，且针对中端机市场的移动芯片。

做 AI 硬件，绝不是套壳子

华为 Mate10 发布后仅隔 2 个月，荣耀就再次发布了一款内置麒麟 970 的中端手机。

这也难怪有逗逼国外机友给出这样一个中肯评价：

翻译：每次一部 Mate 系列发布我都挺喜欢，但他们很快就会再发一台规格差不多，但价格却少一半的机子（荣耀）

对于华为和荣耀来说，一方面，这种共享的研发体系的最大好处是摊薄研发成本；

但另一方面，新技术除了可以在市场中得到更多的测试与反馈，也能够充分优化自己的供应链体系。

没错，软件的更迭，必然会带来硬件上的设计变化。

不过，好在手机产业如今已经建立了足够的供应链体系。正如赵明所说，如果不是形态有了质的变化，譬如手机完全变成了一副耳机或者一条领带，否则就不会对上下游产生明显的震动。

但无论如何，AI 进入硬件，需要后者做出积极应对。赵明把这个过程称为「软件硬化」。

这绝对不是给软件加个壳，调一调参数就能实现的，而是一个需要从整体考虑和设计的过程。当然，如果软件和硬件都是自己的，那就更好办了——随便调用，没有屏障。

这便是华为与荣耀研发 AI 手机一个最大的最明显优势——不管你是否愿意承认，这个团队的软硬研发皆为 boss 级别的。

「我们软硬件有很多共同的测试，可以自己定义 AI 的能力匹配程度，也可以定义一个具体的模型，」据赵明透露，荣耀与华为旗下所有研究所每周都有定期会议，通常会坐下来最新的技术进展，或是某个公司取得的相关技术突破，

「哪些能力应该由硬件实现，哪些东西应该放在软件层面，都是经过软硬团队反复商讨与测试来确定的。而 AI 能力究竟放在云端比较好，还是本地比较好，都必须被纳入整个工程设计进行考量。」

但这条华为为自己修葺的「研产一体化」护城河，却也在某种程度上阻碍了华为的技术通用化道路。

与所有技术公司具备同样的野心，华为与荣耀手机也在建立自己的移动 AI 生态圈，吸引 AI 应用开发者。这是释放麒麟 970 计算能力，大幅提升用户体验的一条捷径。

但现实的阻碍与很多公司建立智能家居生态遇到的难题几乎一致：

* AI 功能需求好像并不旺盛；

* 很多具备 AI 功能的 app 都会把数据传回云端计算，便于收集数据；

* 安卓手机虽然很多，但之间的 AI 移动环境是互相封闭甚至是没有的，有多少开发者会只根据麒麟 970 的 SDK 来适配和开发 app？

这些难点赵明并没有否认：「在国内我们有专门把接口开放出来来吸引开发者，但客观来讲，人工智能现有的应用程序，对于手机来说还处于初级阶段。

日常应用里我们看到大部分是适配所有安卓手机的，但是在荣耀手机上人工智能处理能力特别强，在其他手机上的体验很弱，那么带来的体验可能就很差。」

但很明显，华为及荣耀手机在这方面的造势与投入也随之加强：

除了举办开发者大赛，用开发者网页、开发者工具包、应用商店来招揽开发者，华为还允许开发者可直接接入华为 NPU 功能，也可以通过第三方 AI 框架接入；

此外，荣耀也在开拓海外市场过程中，招募了一大批全球开发者，来基于荣耀 V10 进行 AI 应用开发。

「芯片是一个基础，如果要保持我们在 AI 手机研发上的暂时领先地位，接下来，需要大量开发者的响应。」

面对现实，一起赚钱

人工智能专用芯片仍处于群雄并起的起步阶段，因此，真正到达应用层，并开始接受普通消费者检验的麒麟 970，确立了华为与荣耀手机在全球 AI 移动硬件第一军团中的地位。

目前，可以商用的 AI 技术，既不像普通用户看到的神乎其神，但也没那么简单。而让 AI 进入手机，无疑是最容易普及与教育市场的方式之一。

这需要一个在硬件方面有足够经验与实力，同时在软件层面也要有强大自研能力的公司来破局。

但问题也显而易见，工程设计亟待完善，移动应用寥寥，解决的实际问题也有限。

如果没有持续的研发投入与「众神参与」，AI 手机就只能短时间内存在于面向运营商的招标书与品牌公关的宣传稿里。

「你得需要多长时间的储备和酝酿才能够做出来一个麒麟 970？但是我们不得不快，压力也一直很大。可以说，华为和荣耀研发团队的 KPI 其实非常重，因为这不是研发一枚芯片这么简单。用户感受不到，KPI 就是没完成，」赵明让我们对接下来研发团队的新成果保持期待，

「当然，未来的手机 AI 应用，不是一个厂家就能包揽的。包括像手机品牌、代工厂在内，只能做其中的一部分，譬如我们就把这个基础台子搭好，硬件变革需要从上往下一步一步来。

你想独吃这个生态链根本不可能。目光放的长远一些，AI 要想在硬件上突破，就得让大家一起赚钱。」

想要在AI手机这条路上走到底，除了实实在在的技术底气，更需要承认问题。

来源：机器之能