如何看待AI标签泛滥与用户体验的关系？

手机

技术演变复杂且连续，各阶段边界并不分明。主观而言，我们特别需要这样的阶段划分，这就如同新年的存在一样。智能手机发展至今已超十年，如今高度同质化，是时候带来些新东西了。当下我们正需要这样一个节点，AI手机是很好的划分方式，但2024年是否为其元年，还无法明确判定。几年前舆论都称5G为第四次工业革命，可如今看来是AI、是大语言模型（LLM）。只有站在时间长河的后端回首，才能得出明确结论。 AI。原谅我又念了一遍这个词。不知道有多少人和我一样，看到这个词，首先想到的不是高大上的技术，不是对未来的憧憬，而是浓浓的疲劳感。做手机、造车的，就连一块雪糕都要贴上AI标签。别说是关注科技的人群，就算是行外之人，恐怕耳朵都听出茧子了。以前做相关产品时，有个不成文规定，不能提AI这个词，而是用更具体的算法表述，像KNN（邻近算法）、SVM（支持向量机）、GAN（对抗生成网络）。可对普通消费者而言，讲矩阵运算或者扩散模型是不切实际的。

这段时间我一直在想，能不能找到别的名词或概念取代AI这个词，想了许久，却仍无答案。于是，对于AI的审美疲劳这一情况，我在OPPO AI沟通会现场询问了刘作虎先生，他是这样回答的。对于手机厂商而言，理性就是回归用户，从用户痛点场景出发，提升用户体验，毕竟所有技术最终都要服务于用户体验。用户在使用过程中的体验。十多年前我刚成为产品经理时，这个词听得最多，就像现在的AI一样。那么，怎样评判一款产品和服务用户体验好？自发表明用户确实有此功能需求（而非伪需求），开心则表明该功能做得确实不错。OPPO的AIGC消除功能就是这样的一个功能。其实大家也都知道背后的能力，那就是基于diffusion的图像生成。不少手机厂商也有文生图功能，输入提示词就能生成图像。那这个功能现状如何？很多人玩个两次尝鲜后就不再使用了。一方面，多数用户对生成式图片需求不大；另一方面，写好文生图的Prompt有一定学习成本，所以这个功能很容易被搁置起来。说实话，AIGC消除功能现在已经成了我的生产力工具。

其根本原因就在于对用户使用场景进行了深入思考。我们生图需求不多，但几乎都有修图需求，其交互模式好像还很传统：点击相册、编辑、手动圈选、自动去除。不过，背后能感受到大模型那令人惊叹的表现。手动圈选时，只要大概画出范围，AI就能智能识别边缘，还会实时展示去除（实则为生成填充，而非仿制图章）后的效果。友商们也有相似功能，将照片发给AI，告知去除路人，AI就会返回处理后的照片。看起来很不错是吧，不过多少存在一点使用上的小麻烦。要是用过最新版Adobe Photoshop（有AI创成填充功能）的话，就会明白它也是选区之后再填充这种操作逻辑。所以我才会说OPPO上的AIGC具备一定的生产力。OPPO的AIGC消除功能平均日使用量达15次左右，正因为这样，这一数据已经相当夸张了。现在也有人鼓吹VR、AI agent这类设备，称它们是未来的硬件。在可预见的近期，手机依然是最重要的计算终端，我们的一些想法仍需在这个掌中的小方块里实现。这就是刘作虎提及未来10年手机仍为最核心终端形态的原因。那么接下来技术进化路线到底该朝着怎样的方向发展？OPPO秉持产品驱动技术的理念。非常认同。真正的技术革新不该是自上而下的预设和强加，而要像生命体内的有机生长那样，由实际需求内在驱动。换句话说，产品的实际需求就像是孕育技术创新的土壤，引导着技术研发的方向与进程，让新技术在满足市场需求时自然地产生、发展和成熟。这才是健康、可持续的技术发展模式。而不是先设定一个技术目标，再到现实中找匹配的应用场景（我们在这方面已经有不少教训了），这就像先射箭再画靶的逆向逻辑。大家对手机既有吐槽又有期待，那就用现有最好技术让手机设备更加完善。手机上的大模型，还有许多可做的工作。大家都在讨论端侧，可要是用过现在手机上的大模型就会明白，根本没有真正的端侧模型。很简单，验证一下就能知道，手机断网后，所有AI功能都无法使用。因此，要依据实际需求，判断任务是在本地运行还是部署到云端，不同场景下策略也应有所不同。产品本身没什么难度。我们能按场景列出一个清单，像图片搜索、通话语音识别，这类涉及用户隐私的放在本地更合适，而复杂推理等任务则更适合放到云端。

AI

但技术上存在诸多难点，背后涉及算力、调度、功耗等一系列技术突破。特别是带宽方面的问题，当下我们所说的算力不够，在很大程度上是由内存带宽不足造成的（内存墙），要彻底突破，绝不是小修小补、慢慢改进就能做到的。

成本当然是最为重要的。我们都清楚，当下AI上云成本很高，可端侧模型一旦真正运行起来，就只需承担购买手机的成本了。这便是OPPO提出AI手机的缘由。或许看起来依旧是一块屏幕，仍需摄像头、麦克风，还是触摸、点击、语音对话，但底层的东西已全然不同。我们还有许多工作尚未完成。毫无疑问，手机如今已成为我们身体器官的一部分了。中学生物课学过，肠道菌群与人类宿主是互惠共生关系。我们离不开它们，想想看，要是有一天你体内细菌全没了，即便不死，也会气息奄奄。如今，我们与这个计算系统产生了新的依赖，且这种依赖日益加深。对AI这一计算系统而言，算力资源就像其生命源泉。我们人类需要葡萄糖和ATP，而在现代社会，算力也可被看作驱动生活、工作和科技进步的一种新型养分。对厂商而言，算力不仅是硬件堆砌，更在于人的组织。在这次OPPO的AI沟通会上，我有幸参观了OPPO在滨海湾自建的数据中心。尽管看到的仍是一排排机柜，但能明显感受到OPPO强大的工程落地能力。自建数据中心，一来可为大模型的训练与计算提供更强的计算能力，二来能在功耗和节能方面进行一定探索。像液冷服务器，就能在相同空间内实现更高堆叠，释放出更好的性能。

真机云测机房里，开发者能远程直连真机开发测试，并非只能依靠虚拟机。

在组织架构方面，OPPO设立了AI中心，把所有AI智能相关部分划归到一个实体组织之下。上过班的同学肯定能感受到，实体组织架构和跨部门合作项目的生产力有很大差异。这也体现出OPPO的决心。很多人期待手机AI成为更智能的助理。赫拉利于未来简史：从智人到智神里指出：于是很多人开始畅想：想出去玩时，AI助理能按喜好做好旅行攻略，订好当地美食，下飞机时还帮忙打好车，自己只需确认就好。但深入思考后就会发觉，事情不止如此。在OpenAI崭露头角之前，DeepMind的AlphaGo也曾让人体验到一次所谓的末日危机。不过在这之后又怎样？人类学习AlphaGo后，发觉许多流传数千年的经验并非完全正确。但AlphaGo最初的数据集是来源于人类的。你会发觉，我们与AI就像是亦师亦友。要让AI更好地服务人类，人类也该助力塑造更好的AI。数据输入、交互体验和及时有效的反馈机制是这一塑造过程的关键要素。怎样加快这一过程？很容易，让更多人使用，日常使用能为AI提供丰富学习素材与多元场景需求。这就是AI普惠的意义所在，大模型功能不应只存在于旗舰手机。新春将至，AI功能开放至16个机型，除了Find旗舰系列，Reno和一加Ace系列也包含在内。

只有触达更多用户，才能打造出更好的服务于我们的AI手机。在未来的某天，若我们不再专门说起AI这个词，也无须强调这是AI手机，就像它已融入生活成为平常之事，那或许才算是真正迈进深度智能化时代了。