(资料图片仅供参考)
飞象网讯（魏德龄/文）随着ChatGPT的风靡，让很多人发现AI离自己如此之近，流畅的外文翻译、包含从1-4的简单小作文，一下让AI从只闻其声，不见其影的高科技，变身为触手可及的生活小助手。
其实AI在手机上的应用并非什么新鲜事，很多年前当用户打开摄像头，界面中就能识别出拍摄物体的种类，其中就有AI的一份功劳。然而这种能力并未让用户感到不可或缺，或是能为工作与生活带来质的改变。
但今年以来Stable Diffusion在智能手机上的功能演示，却无疑带来了更多遐想。
体验迎来新契机
作者头一阵恰好体验了运行在Android手机上的Stable Diffusion终端侧演示，仅仅通过一台与目前市面上主流旗舰手机配置相当，搭载第二代骁龙8机型的手机，通过输入一段文本描述后，等待约10多秒钟左右，就能眼见其从模糊到清晰的创作出一张图画。
整个过程完全在终端侧运行，无需借助云端的AI算力。要知道，如今以ChatGPT为代表的云端计算压力可谓不小，登陆暂缓都是常有的事，为此不少高粘性用户则开始选择购买更高阶的会员。但对于普通用户来说，其对功能的要求，可能不至于非要每月花上20美元。
在Stable Diffusion终端侧演示中，高通从Hugging Face的FP32 1-5版本开源模型入手，通过量化、编译和硬件加速进行优化，使其能在搭载第二代骁龙8移动平台的手机上运行。通过全栈优化最终让Stable Diffusion能够在智能手机上运行，在15秒内执行20步推理，生成一张512x512像素的图像。这是在智能手机上最快的推理速度，能媲美云端时延，且用户文本输入完全不受限制。
苹果公司在去年年底同样在 macOS 13.1 和 iOS 16.2 中发布了针对 Stable Diffusion 的 Core ML 优化，并通过一个代码库对部署过程进行了详细讲解。在三款苹果设备（M1 iPad Pro 8GB、M1 MacBook Pro 16GB、M2 MacBook Air 8GB）上的测试结果表明，苹果推出的相关优化基本可以保证最新版 Stable Diffusion（SD 2.0）在半分钟内生成一张同样分辨率为512x512像素的图。这无疑也为未来苹果将Stable Diffusion功能在自家设备中实现本地化运行奠定了基础。
正在凸显的手机AI能力
实际上，目前移动端的AI能力已经在一些工作上凸显出来。例如在iPad上拥有很多抠取视频中图像的App，以往这项在电脑端需要较大精力的工作，借助搭载M1/M2芯片iPad上的神经网络引擎，能够轻松的对目标图像进行抠取，并实现相关特效效果。进而致使很多人开始使用iPad先行制作一些特效，然后再将素材传输至电脑端与其他素材一并进行二次剪辑。
以M1芯片为例，相较于苹果之前所采用的处理器，机器学习的速度提升了15倍，这源于苹果专门为其加入了神经网络引擎，采用16核架构，每秒能进行 11 万亿次运算。在运行视频分析、语音识别以及图像处理等任务时的处理速度都能实现明显提升。
以骁龙8系处理器为代理的Android阵营，在近年来的AI能力同样在翻倍提升。上文中能够流畅运行Stable Diffusion本地演示的第二代骁龙8，其AI 引擎的主要组成部分Hexagon 处理器专门升级了微切片推理和更大的张量加速器，采用专用供电系统，并首次在手机端实现 INT4 精度格式的支持，因此在 AI 推理时性能最多可以提高4.35倍，能效提升60%。新增的微切片推理功能，恰恰能够帮助Stable Diffusion等大型模型高效运行。
爱奇艺出品的真人秀节目《元音大冒险》中则展现出了AI说带来的全新体验提升，在节目摄制中，借助搭载骁龙旗舰手机所支持的高通AI引擎，及其专门面向AI神经网络的硬件加速单元等技术的支持下，仅仅通过一个头盔及一部搭载骁龙芯片的智能手机，即可将所有的细节、场景、表情精准地映射至“元音大陆”中。据悉，骁龙8系移动平台搭载高通AI引擎，具备行业领先的终端侧AI性能和能效比，可以支持基于300个人脸特征点的检测，在为节目制作提供强有力的支持和保障同时，也降低了节目制作的技术门槛与成本。
在PC设备更新换代频率早就远远落后于智能手机的当下，智能手机的本地AI能力将更加凸显，实时了解到智能用户在拍什么的AI，实现了比相机更加优秀的成像效果。对图形的理解能力，造就了比电脑更强的视频创作能力，方便好用的边缘侧AI能力正在到来。
方便好用的边缘侧AI能力
近期，借助AI接口所开发的小型应用不断涌现，相比于登陆账号、问问题的方式，将功能聚焦在了如文章翻译这一热门使用场景，用户可以通过App像使用以往的那些翻译应用一样，快速进行使用，且在准确率与流畅度上有了大幅提升。
对于云端AI计算而言，其所面向的用户群更多为企业或研究机构，针对药物研发、基因工程、数字孪生模拟等行业领域，都需要超强的算力作为保障，才能在更短的时间内，获得研究人员想要的结果。而普通用户使用频次更高的语音转文字、翻译、文章或图画创作，通过边缘侧AI能力，能够获得更快的响应速度，摆脱了部分云连接的束缚，整体体验也能获得更好的提升。
有业内人士预计，今年年底或明年年初，消费市场将会为了获得更强的AI能力而购买新的终端产品，AI将引爆新的终端需求。于此同时，今年的芯片产品也将继续在AI性能上实现更大幅度的升级，来满足围绕AI而产生的相关用例的爆发。
试想一下，未来用户通过手机就能自动生成一个有趣的配图，用于社交媒体内容、文章配图、工作演示等不同用途。这些功能又需要以移动设备的本地AI能力作为依托，用户为了加速十多秒的等待，可能会购置更强AI性能的手机，或许目前智能手机的需求瓶颈将通过AI得以解决。
