过去几个月时间里，“把大模型塞进终端”已然成了消费电子产业上下游心照不宣的共识。
高通、AMD、英特尔等上游的芯片厂商，争相喊出了混合AI、终端AI、AI计算等概念，努力向外界讲述终端AI化的想象空间；华为、小米、vivo等手机厂商，纷纷将“大模型”搬到智能手机上，示范了智能助手、AI生图等应用场景；联想代表的PC厂商，也顺势讲出了AI PC的新故事……
相较于几年前围绕NPU的“小打小闹”，生成式AI无疑让整个消费电子产业看到了曙光：在全民都在讨论大模型的环境下，AI和终端的融合被视为新的创新锚点，将带动产业链共振。
甚至有人断言，这将是消费电子的下一个“春天”。
无可否认，消费电子产业已经行至十字路口，而拥抱生成式AI已经是唯一的选择。但“大模型”对于消费电子的影响到底有多大，能否改变长期低迷的市场现状？目前来看还有不少待解的问题。
01 消费电子渴望“春天”
AMD和IDC联合发布的《终端AI化：AI笔记本电脑引发场景变革》中，不经意间写出了笔记本电脑市场的症结所在：“用户可以使用同一台设备更长时间，而不需要进行升级或更换，市场的增长随之放缓。”
这样的结论，不仅仅适用于笔记本电脑，整个消费电子产业都陷入了低迷期。
首当其冲的就是PC市场。
根据IDC等市场调研机构的统计，PC市场的疲软已经持续了十几年。2011年全球PC出货量为3.524亿台左右，同比增长1.6%，此后便进入了长达七八年时间的低迷期，直到2020年前后衍生出的远程办公需求，才短暂刺激了PC销量的增长。刚刚结束的2023年第三季度，全球PC出货量约为6820万台，同比下降7.6%，亟需新的因素刺激消费。
同样的一幕也发生在智能手机市场。
尽管不同调研机构的口径有所不同，但普遍认为出货量巅峰在2017年前后，之后市场开始进入下行周期。因为5G等新技术的出现，全球智能手机出货量在2021年短暂复苏，却未能持续太长时间。按照IDC的统计报告，2022年全球智能手机出货量同比下降11.3%，预计2023年的出货量比2022年减少4.7％，将创造10年以来的销量新低。
智能音箱、VR等新品类的表现一样不太理想。
经历过“千箱大战”的智能音箱，并未像预料中那般进入市场爆发期。以中国市场为例，洛图科技的调研报告显示，2023年第三季度，中国智能音箱市场全渠道的销量为481万台，同比下降16%，离预想中的爆发越来越远。至于VR眼镜，2023年第二季度的全球销量仅有144万台，且同比下滑37%，仍然处于市场酝酿阶段，远未表现出成为爆款的潜力。
消费电子市场的低迷，所影响的不单单是终端厂商，整个上下游产业链的业绩都在承压。
高通2023财年的营收为358.20亿美元，同比下降19%；AMD发布的2023年第三季度财报显示，PC业务部门的收入骤降40%；英特尔第三季度营收为141.58亿美元，同比下降8%，净利润同比下降71%。
产业链中游的企业同样不乐观。拿到华为Mate 60系列订单的欧菲光，2023年前三季度的营收依然有0.05%的下滑；“果链”概念股环旭电子，2023年前三季度营收430.57亿元，同比减少13.07%……
也就是说，消费电子产业上下游对生成式AI的追捧并不单纯，本质上希望靠大模型的卖点刺激新的增长。风头无二的大模型，承载着消费电子市场走出寒冬的希望。
正如天风证券的观点：“每轮消费电子景气周期主要是由技术进步引发的新需求所驱动，随着各类大模型的陆续发布，消费电子产品的用户体验有望在AI的赋能下被重新定义，加速下游消费电子产业的复苏节奏。”
02 “杀手级应用”仍缺位
大多数消费者属于感性和理性纠结的矛盾体，在钱包充裕的时候，他们愿意为一个新配色买单，而当收入预期不乐观的时候，哪怕是5G这样的新技术，也无法在消费者平静的内心里掀起太大的波澜。
现在需要产业链上下游回答的问题是：大模型的技术浪潮来了，可能否带来让消费者的感性战胜理性的“杀手级应用”？
最先答题的是智能手机厂商。
华为在8月份的鸿蒙4.0发布会上，官宣了智能助手的升级，原先局限于语音交互的手机助手，在大模型的赋能下，不仅支持用户使用自然语言进行交互，还能帮助用户输出小作文、图片、视频等内容。
短短两个月中，小米、vivo、三星、OPPO、荣耀等厂商，陆续公布了自研大模型的进展和特性。除了对语音助手进行大模型赋能，还给出了拍摄增强、检索照片、路人消除等应用。
即便是在新概念上以“保守”著称的苹果，也在财报中确认正在对AI和大模型进行布局：“我们将AI和机器学习视为基础核心技术，它们几乎嵌入到我们制造的每一个产品中，从今年秋天开始，iPhone将具备实时转录语音邮件的功能，我们将继续投资和创新。”
当然，这个过程中离不开芯片厂商的身影。
2023年中国国际服务贸易交易会上，高通进行了Stable Diffusion的终端侧演示，不到15秒的时间里，就能够在手机端完成一系列的推理，将用户输入的文字需求，生成一张512×512像素的图像。
联发科也适时向媒体露出，目前已经在与终端客户商讨AI大模型嵌入的相关方案，下一代旗舰芯片将整合最新的APU，为终端设备带来更强的AI能力，打造出类似ChatGPT的服务体验。
不同于终端厂商的是，芯片厂商还在和中游的合作伙伴联合探索更轻量、聚焦的落地场景。比如高通与慧鲤科技合作推出的“照片扩充”功能，可以通过AI补全已拍摄照片的周围景观，创造广角效果；联发科贴近中国消费者的习惯，展示了快速生成表情包的“文生趣图”功能。
可站在普通消费者的立场上，终端AI化的布局如火如荼，但在“喧闹”的背后，那些贴上AI标签的终端，并未给出让人眼前一亮的创新。无论是主打自然语言交互的智能助理，还是内容生成、图片处理等生成式AI的典型应用，目前恐怕都不是让用户换机的理由：下载一个大模型APP就能满足的需求，为何要花几千块去购买一个新产品？
想要刺激用户的消费欲望，仅仅把大模型塞进终端还远远不够。倘若拿不出真正的杀手级应用，所谓的生成式AI浪潮大概率会和5G一样，可以在某种程度上提振销量，但无法制造新一轮的景气周期。
03 终端扮演什么角色
早在2011年iPhone 4S上市前夕，网景公司联合创始人马克·安德森就曾提出“软件正在吞噬整个世界”的观点，认为“计算机和互联网革命都是以软件为基础，软件不仅在定义整个世界，也在重构整个世界。”
沿循这样的逻辑，生成式AI可以说是最符合“软件吞噬世界”的创新，以至于有人坦言：ChatGPT和电脑、互联网一样，都是超级工具。问题在于，在大模型统治的世界里，终端将扮演什么角色？
在互联网和移动互联网时代，入口一词频频被提及，充当着用户获取信息、解决问题的第一触点。当越来越多的大模型开始打造自己的“应用中心”，不断降低应用开发的门槛，再加上对话式的交互方式，俨然在从简单的技术赋能转向平台生态入口卡位。
也许在相当长一段时间内，大模型的“入口论”只是一种假设。但对AI化转型的终端而言，势必要想清楚自己的站位：和大模型厂商对抗、合作，疑惑是沦为被大模型吞噬的对象？
一种比较流行的思路是打造端侧大模型。
目前主流的大模型主要部署在云端，需要经过一个终端接收信号、云端运算、信息传输、终端发送结果的过程，由此产生了两个已知问题：一是数据出端会影响传输速度，二是潜在的数据和隐私安全。
被引用最多的例子就是三星的数据泄露事件，有员工在使用 ChatGPT 时将数据上传到云端，导致机密数据泄露。如果大模型的数据、推理、训练、运行等全部部署在终端，不仅解决了网络传输导致了延时，且无需将数据上传到云端，规避了隐私外泄的风险。
但当前在端侧普遍使用的是10亿、20亿参数规模的“小模型”，或许在高通、AMD等芯片厂商的努力下，端侧可以运行百亿以上参数的大模型，仍面临用户隐私、算力和功耗的平衡。大多数消费者的需求预期中，体验永远排在第一位，然后才是隐私、安全等问题。
另一种流行思路是端云结合的部署方式。
按照高通在《混合AI是AI的未来》中的说法：在以终端为中心的混合AI架构中，终端将充当锚点，云端仅用于分流处理终端无法充分执行的任务，在终端通过运行不太复杂的推理完成大部分处理工作。
荣耀CEO赵明、联想CEO杨元庆、vivo副总裁周围等都曾表达过对端云结合方式的青睐，不排除在自研大模型外，和外部主流大模型合作的可能，但目前还没有对应的产品或应用。
借用元智能联合创始人罗璇的猜想：“未来可能出现的情形是，手机上运行一个140亿参数的大模型作为OS（操作系统）的’发动机’，而云端则运行一个比GPT-4更大的模型，作为整个下一代互联网的底座。这两者将相互配合，如同当前的本地软件与互联网。”
不管哪一种思路会占据主流，都揭示了这样一个事实：或许终端厂商笃信AI化的趋势，但大模型和终端应该怎么融合，现阶段都还没想好或者说明确的路径。不过，对于高通、英特尔、AMD等芯片厂商来说，只要终端AI化的热度不降，未来两到三年的芯片销量就有了保障。
04 写在最后
曾经有媒体问任正非，怎样才能“抢占”高新技术的一席之地？任正非回答：首先不要有“抢占”这个概念，一抢，就泡沫化。
回到终端AI化的课题上，急于在营销层面抢占“AI终端”的概念，极端化地夸张所谓的AI性能，可能并不是一个好的选项。怎么将生成式AI部署到终端，融入用户的日常使用，带来新的生产力和增量价值，才是AI能否驱动消费电子销量增长的关键所在。