AI专题：AI泛化华为发力内外双循环下的硬科技大年（附下载）

　　自 1956 年计算机专家约翰·麦卡锡提出“人工智能”概念以来，在过去的近 70年时间里，行业经历了以 CNN 为代表的传统神经网络模型、以 Transformer 为代表的全新神经网络模型、以 GPT 为代表的预训练大模型这三个时代的进阶，在“算力芯片凯时KB88产品介绍、存储芯片”等硬件技术持续演进的支撑下，伴随模型参数规模超越千亿级，近两年人工智能技术得以“涌现”出更加强大的理解、推理凯时KB88产品介绍、联想能力凯时KB88产品介绍。

　　23 年3月0penAl 所发布的 GPT-4 已经具备了多模态理解和多类型内容生成的能力凯时KB88产品介绍，使得 AI 真正具备了重塑人机交互模式、全方位赋能人类生活的可能性，开启了 AI 应用的新纪元。因此微软始人比尔·盖茨曾盛赞基于大模型的 AI 是继“图形用户界面”以来凯时KB88产品介绍，最革命性的技术进步凯时KB88产品介绍。

　　伴随着 AI 应用的智能化，一方面将通过优化智能汽车、智能机器人、智能家居凯时KB88产品介绍凯时KB88产品介绍、空间计算终端 (MR\VRAR)等各类智能物联产品的人机交互体验，加速其市场推广速度凯时KB88产品介绍，另一方面也将倒逼相应的算力基础设施、终端硬件架构为此做出适应性的升级凯时KB88产品介绍。

　　正如“安迪-比尔定理”所述凯时KB88产品介绍，长期以来，软、硬件体系的螺旋演进都是推动科技产业发展的底层动力。而本轮以 OpenAl ChatGPT、Windows Copilot、个人大模型等为主的 AI 应用在系统及软件层面已率先作出巨大变革,硬件技术的跟进升级有望开启电子产业新一轮创新周期和景气复苏周期。

　　AI 智能体更倾向于是一种“代理”(agents)，是理想化的智能助手应用

　　目前的 AI 工具大多都是 bot(机器人)，仅限于单一应用程序凯时KB88产品介绍，并且通常只在用户输入特定单词或寻求帮助时才介入。这些工具不会记住用户历史上如何使用它们.也不会变得更好或学习用户的任何偏好。而 AI Agent 更加智能:

　　2)它们能够跨应用程序完成任务:3)它会随着时间的推移而改进，因为它们记得用户的活动，并识别其行为中的意图和模式。

　　百模大战只是起点，AI Agent 完成执行落地的完整闭环。由于大模型只能被动的响应查询，可以完成对话、写故事、生成代码凯时KB88产品介绍，比传统 AI 模型具有更强的理解能力和创造能力，但并不能直接到达 AGI(通用人工智能)的理想目标。而以 AutoGPT和 BabyAGI 等项目为代表的 LAM 模型，将 LLM 作为 Agent 的中心，将复杂任务分解，在每个子步骤完成自主决策和执行，形成了具有多领域、多模态执行力的 AI Agent。

　　目前凯时KB88产品介绍，基于大语言模型的 Agent 大多仍处于实验和概念验证的阶段，但相关的生态正在快速丰富，围绕 Agent 的研究工作也持续推进，2023 年可谓是 AI Agent 的元年凯时KB88产品介绍，大量 Agent 被推出。

　　GPTs 在目前能力有限的 AI 和未来可能出现的 Autonomos AI Agent 之间架起了-座桥梁。2023 年 11 月7日，penAl 举行了首届开发者日，正式发布了自定义 GPTGPTs。无需代码凯时KB88产品介绍，用户可以根据自己的指令、外部知识创建自定义版本的ChatGPT，这一功能被称为 GPTs凯时KB88产品介绍凯时KB88产品介绍。它们允许为特定目的构建定制化 AI 机器人，而无需高级编码凯时KB88产品介绍。同时，OpenAI 也会在本月底上线 GPT Store，让开发者们分享、发布自己创建的 GPTs。

　　GPTs 加强了通用 A 大模型的实用性，有望极大加速 Agent 领域的探索。GPTs 可以连接到第三方平台上，在演示中，Altman 使用 ChatGPT 男面在设计应用 Canva中模拟了一张海报，或是使用链接到 Zapier 的 GPT 扫描日历并查找日程安排中的冲突，然后自动返回冲突消息。未来，通过将不同的服务结合在一起，通用大模型就能完成非常复杂的任务，将想象落地成真正的虚拟助理凯时KB88产品介绍凯时KB88产品介绍、教练、导师、律师、 护士、会计师等。

　　随着 AI Agent 继续推进，AI 应用的规模化扩张势在必行，算力成本、效率都将 成为瓶颈，因此高通提出混合 AI凯时KB88产品介绍。高通提出的混合 AI 指终端和云端协同工作， 在适当的场景和时间下分配 AI 计算的工作负载凯时KB88产品介绍，以提供更好的体验凯时KB88产品介绍，并高效利用 资源。在一些场景下凯时KB88产品介绍，计算将以终端为中心凯时KB88产品介绍，在必要时向云端分流任务凯时KB88产品介绍。混合 AI 能帮助实现 AI 的规模化扩展并发挥其最大潜能一一正如传统计算从大型主机和客户端演变为当前云端和边缘终端相结合的模式。

　　混合 AI 对生成式 AI 规模化扩展至关重要。无论是为 AI 模型优化参数的 AI 训练， 还是执行该模型的 AI 推理，至今都一直受限于大型复杂模型而在云端部署。AI 推理的规模远高于 AI 训练。尽管训练单个模型会消耗大量资源，但大型生成式 AI 模型预计每年仅需训练几次。然而，这些模型的推理成本将随着日活用户数量 及其使用频率的增加而增加。在云端进行推理的成本极高，这将导致规模化扩展难以持续。

　　节省成本是混合 AI 的主要推动因素。举例来说，每一次基于生成式 AI 的网络搜 索查询(query)其成本是传统搜索的 10 倍凯时KB88产品介绍。混合 AI 将支持生成式 AI 开发者和提 供商利用边缘终端的计算能力降低成本凯时KB88产品介绍。混合 AI 架构可根据模型和查询需求的复 杂度等因素，选择不同方式在云端和终端侧之间分配处理负载凯时KB88产品介绍。

　　例如凯时KB88产品介绍，如果模型大小、提示(prompt)和生成长度小于某个限定值，并且能够提供 可接受的精确度，推理即可完全在终端侧进行。如果是更复杂的任务，模型则可 以跨云端和终端运行混合 AI 还能支持模型在终端侧和云端同时运行，也就是在终 端侧运行轻量版模型时，在云端并行处理完整模型的多个标记(token)，并在需要 时更正终端侧的处理结果。此外，能耗、可靠性、性能和时延、隐私与安全、个 性化都是混合 AI 的优势凯时KB88产品介绍。

　　端侧 AI 之手机:华为强劲回归之势延续凯时KB88产品介绍，苹果在 AI 方向具备超预期潜力

　　3Q23 全球手机销量开始实现同比增长，结束长达7个季度的同比下滑。据 IDC 数据,全球智能手机出货从 2007 年的 1.25 亿部快速增至 2016 年高点的 14.69 亿部随后连续 4年同比下滑至 2020 年的 12.81 亿部,2021 年出货量虽然同比回升 6.2%至 13.60 亿部凯时KB88产品介绍，但仍低于 2019 年新冠疫情蔓延前的水平。

　　1-3023，全球智能手机同比出货量同比下降 7.11%，创下近十年同期出货量最差纪录，主要原因在于需求复苏进度低于预期，包括北美、西欧和韩国等市场都需求不振，仅中东与非洲地区实现了出货量的增长。但进入四季度，智能手机销量同比开始大幅回升。

　　AI 有望加速换机周期，全球智能手机出货量进入上行周期凯时KB88产品介绍。根据 Strategy Analytics 数据凯时KB88产品介绍，全球智能手机保有量从 2016 年的 31.52 亿部增长至 2022 年的 44.67 亿部，预计 2027 年将增长至 50.74 亿部。根据 Strategy Analytics 数据， 2016 年全球智能手机用户平均换机周期为 31 个月，2022 年提升至 45 个月，预计 2027 年将回落至 41 个月。基于智能手机用户数量、换机周期测算凯时KB88产品介绍，2022 年全球 智能手机出货量为 11.97 亿部，我们预计 2027 年将恢复至 14.8 亿部，对应复合 增速为 4.4%凯时KB88产品介绍，全球智能手机市场有望恢复增长态势凯时KB88产品介绍。

　　华为旗舰机强势回归，份额提升迅速。BCI 数据显示，8 月 29 日“先锋计划”发 布 Mate60 系列新机后，华为手机销量迎来快速增长，在今年的第 37 周至第 40 周间，同比增速分别达到 91%、46%、83%和 95%凯时KB88产品介绍。华为手机的销量份额也由 Mate60 系列发布前的 10%左右增长至 W40 的 19.4%，位居市场第一。

　　主芯片厂商针对 AI 迭代产品，安卓旗舰机型迅速适配。10 月 25 日高通发布新一 代旗舰平台骁龙 8 Gen3，第三代骁龙 8 率先支持多模态生成式 AI 模型，能够在 终端侧运行高达 100 亿参数的模型，面向 70 亿参数大语言模型每秒生成高达 20 个 token。高通发布骁龙 8 Gen3 后，小米 14 系列首发搭载凯时KB88产品介绍，自 10 月 31 日首销至 11 月 10 日凯时KB88产品介绍，全渠道总销量高达 144.74 万台，创下小米高端旗舰销量纪录。

　　苹果在 AI 方向筹谋已久，终端落地具备超预期潜力凯时KB88产品介绍。2014 苹果在其新一代架构芯片 SoC 中加入专门的 AI 芯片，设计思路由 CPU 和 GPU 处理 AI 任务转向由专门的 AI 芯片进行处理。目前苹果 A 系列芯片已更新至 A17，每秒 AI 算力达到 35TOPS。同时，为了能够在终端设备上高效执行更高难度的机器学习任务，苹果落地了其神经引擎处理器(Apple Neural Engine)。

　　苹果几乎在所有自研芯片中都加入了 NPU 模块，从 Mac 电脑中用的 M1、M2 系列芯片到 iPhone 中的 AI 系列芯片，无一例外。这也是苹果各类产品可以高效实现 AI功能的底层基础技术支撑。尽管苹果 Siri 在AL 应用上的升级速度、力度甚至已落后于其他厂商，但在芯片 AI 算力以及 A 嵌入功能上也已做了充分布局，依然是 AI Agent 手机端落地竞争中最有力的参与者。

　　3Q23 全球折叠屏手机出货量创历史新高。根据 IDC 数据，3Q23 全球折叠屏手机出 货量 751.42 万部，渗透率达到 2.5%。从市场份额看，3Q23 三星、华为、Honor凯时KB88产品介绍、 OPPO、vivo 位于前五位，分别占有 70.6%、7.5%、6.0%、3.5%、3.2%的市场份额。

　　折叠屏手机已经成为旗舰手机的主流选择，平均单价显著高于智能手机。根据 IDC 数据凯时KB88产品介绍，3Q19 至 2Q21 全球折叠屏手机平均出货单价在 1500 美元以上，3Q21、4Q21 在定价相对较低的三星 Galaxy Z Flip 3 畅销的带动下，全球折叠屏手机平均出 货单价下降至 1335、1338 美元，3Q21 至今维持在 1200 美元以上凯时KB88产品介绍，定价远高于三 星、小米、OPPO、vivo、荣耀等头部安卓品牌约 200-300 美元的智能手机平均出货单价。

　　我们认为，在智能手机市场竞争日趋激烈的背景下，折叠屏手机已经成为安卓品 牌借助跟苹果的创新时间差强化高端机的市场竞争力，推升产品定价区间、推动 品牌高端化进程的差异化竞争抓手，从供给层面，安卓品牌具备较强的意愿去推动折叠屏市场的快速增长凯时KB88产品介绍。

　　海量/完整电子版/报告下载方式：公众号《人工智能学派》返回搜狐，查看更多