2018年04月24日 | 移动AI开发生态争夺战|手机AI旅行地图<三>

让我们回想一下那遥远的过去，是什么原因决定了我们抛弃小板砖一样的功能机，选择智能手机的?

是因为颜值?交互新鲜感?我相信绝大部分用户，是因为APP模式带来了太多实用价值，身边的人都用上了，自己甚至没法不跟进。所以乔帮主的伟大之处，不仅在于颠覆了手机的形态，更重要的是给未来手机的生态打开了入口。直到今天其能量与想象力也远没有耗竭。

等到手机AI时代拉开序幕，这个逻辑似乎依旧通用。毕竟AI算法的特征就是千奇百怪，做什么的都有。

有人用AI做医疗，有人用AI当客服，甚至还有人用AI预测死亡时间，如何把这些令人咋舌的点子，全都移植到手机上，显然才是这个时代真正的大生意。

但对于全新的人工智能世界来说，把开发者和开发生态引入自己的平台，从而形成手机AI命题下的产业壁垒，在技术和商业上都并非易事。而这场关于开发生态的争夺战，其实早已在巨头间打得风生水起。

对AI来说，

千百万聪明的头脑才值钱

看一下今年集中发布的众多真真假假的“AI手机”，会发现不少有意思的现象。比如去年华为Mate10上率先发布了场景识别、数据标签的拍照模式，结果今年各品牌的旗舰机全都加入了类似功能。

当然不是说这种功能不好，确实场景识别+拍摄可以解决很多问题，带来体验升级。但问题是这也太雷同了吧?有那么多能力的AI，怎么会到了最后都变成一模一样的“学生头”了?

事实上，目前手机上完成度较高的AI解决方案，就有图像识别、环境理解、图像增强、NLP、语音处理等几大类数十种能力。至少可以改善直播和短视频、摄影、社交、购物、AR、翻译等六大类主流应用的性能与体验。创造未知流行应用的可能性则更加诱人。毕竟手机厂商自己永远也做不了多少AI应用，真正能让普罗大众接受手机AI的，是千百万聪明的头脑，甚至是基于AI解决方案的全新商业模式。

但丰满的技术理想想要照进骨感的应用现实中，总还需要那么点距离。

比如说，手机中缺乏AI专项处理能力的话，很多AI任务放到手机上会体验很差，或者干脆跑不起来。再就是缺乏平台和API开放性的前提下，开发者也不知道怎么把AI模型移植到手机上。更远处说，在无法确定未来利益与商业价值的情况下，开发者也不敢贸然投身手机AI开发这个新事物中。

手机AI本身对应用多样性的呼唤，和开发者缺少技术支持和商业保证，不敢贸然走入手机AI开发，近乎成为了手机AI话题的主要矛盾。假如不解决，那我们可能会面对每年只能看到两三种新AI应用的尴尬情况。

当然了，矛盾从来都是机会。尤其对于掌握技术先手优势和生态聚合底气的玩家来说，在行业普遍无法完成一件事时完成它，或许是对未来最好的布局。而今围绕移动AI应用开发的争夺战，其实已经在少数几个巨头间悄悄打响。

HiAI与TFlite：

巨头们的生态争夺早已经开始

对于中国消费者，尤其是手机重度爱好者而言，今天最熟悉的手机AI开发平台，肯定是华为在麒麟970之后推出的HiAI移动AI开发架构。

基于麒麟970提供的终端AI加速能力，以及华为与荣耀先后推出了三款搭载AI芯片的旗舰产品，HiAI架构的作用在于打通开发者环节，引入生态开发能力。

到目前为止，HiAI架构已经升级到了2.0版本，几乎兼容了所有主流深度学习开发框架，并且推出了开发教学课程以及两代开发者主板。

通过开放芯片能力、算法能力和应用能力，整个HiAI架构目前可以提供给开发者相对完善的五种引擎和全套接口。这就让开发者有了可以针对性实现AI能力达成的平台，避免了自己收集数据，从头训练这个过程的技术难度和大量时间与金钱成本。

到目前为止，我们耳熟能详的快手、抖音、美图，以及不少购物、社交类应用，都已经披露了与华为和HiAI架构进行合作的方案。比如快手会基于HiAI架构开发新的直播特效、手势与肢体识别、场景识别应用，并且还将开发新的压缩模型，在弱网环境下也能使用AI特效。

与华为在终端执行AI的思路相类似，但又有很大不同的，大概要属谷歌在去年年底开启的TensorFlow Lite。与HiAI基于华为的AI芯片与产品不同，TFlite本质上还是基于深度学习开发框架TensorFlow的，只是其目的在于帮助开发者在本地设备上开发和运行汲取学习模型。这也导致其特性偏于算法开发一端，而比较轻视应用和商业环节。

但根据相关报道，Pixel 2中的一些应用已经基于TFlite进行了开发，并且未来很大概率会出现的谷歌款移动AI芯片，也将与TFlite相结合。目前，TensorFlow上的不少大神已经基于TFlite做出了不少好玩的应用模型。这些应用距离中国用户较远，但很多idea对于国内开发者具有参考价值。

值得一提的是，苹果虽然目前推出了AI芯片A11，但并没有推出整体支持AI生态开发的平台型产品。但这也并非说明苹果不重视开发者环节。去年6月，苹果就在IOS开发板块上开源了名叫Core ML的机器学习能力，目前已经开放了Vision API和Natual Language API两个API接口，可以让开发者基于此开发机器视觉和自然语言处理功能。

目前来看，苹果更倾向于小规模低层级的能力开发，让开发者来改善IOS环境下的应用体验，而不是做出颠覆型的开发。按照苹果的特点，他往往更喜欢在技术成熟后先囤积下来，用高超的工程化能力进行一次性释放。

不管怎么说，巨头围绕AI开发生态的争夺已经确定了方向。目前各自为战的特点，可以看做巨头基于自身技术强势与战略需求进行试水，这导致行业缺乏统一标准，但也给开发者带来了野蛮生长的机遇。不管怎么说，这场争夺未来的战役，核心早就确定。

移动AI争夺战到底在打什么

在新技术开始冲刷需求与认知的背景下，平台与各领域开发者想要融合为生态，始终都是由几个层面的因素决定的。

第一要务，是降低准入门槛。

这个门槛包括很多方面，比如技术准入门槛;试用成本;学习成品;迁移成本;兼容成本。开发者不能花太多的时间和金钱去尝试未知的市场命题，也不想因为平台兼容、框架迁移等问题把自己搞德焦头烂额。甚至不太懂算法的开发者，也想要进入这个领域贡献智慧与流量。而这些，都是平台方的责任。

举例来说，华为HiAI架构的能力之一，就是通过开放应用层API，让那些不懂AI算法的开发者也能根据自身需要，开发出高质量AI应用，从而把自身精力聚焦在应用的体验和业务实践上。或者已经比较成熟的APP，可以短时间将自己的应用进行针对性AI化，而不耗费大量的学习成本与开发周期。

当然，这不是说开发者就应该不懂算法。而是不同的开发者有不同的需求和价值，平台要能提供选择性，让开发者找到最合适自己释放才能的姿势。

其次，好的生态性离不开好的赋能方案。比如分利政策、市场引导环节等等。对于开发者，尤其是中国这样高竞争强度市场的开发者来说，商业价值永远是一切的前提。平台在提供好的技术解决能力之上，必须考虑和有效引导开发者合理获取流量与商业回报。

最后，在市场认知较薄弱的情况下。一个轰动的“大招型”案例，或许比所有技术参数和市场分析都更有说服力。一旦平台孵化了某个奇点型应用，那么市场马上会看到基于AI芯片和AI移动开发架构生长出的商业价值。从而确认进入手机AI时代的合理方式。从逻辑上我们都知道未来会怎样，但真实的时间轴中，必须由某件个案去开启未来。

总体而言，手机AI生态开发就像一座建立在未来的城堡。我们知道百花齐放才是AI的真相，也知道掌握着技术优势的巨头已经开始破土动工。或许一点点时间，会是整个AI移动开发最后所需的调味剂。

就今天的中国开发者来说，显然HiAI架构是更好的选择，对于拥有高技术等级的开发者而言，或许能够融会贯通不同的开发方案，形成自己的开发体系当然更好。

或许一个例子可以说明AI开发生态对于手机的价值：今天，一款智能手机把自己说的再好，结果根本搭载不了微信，那它基本就是废塑料。

同样的道理，AI手机的价值，在于能够尽快搭载上某个不远处的未知AI应用。这样来看，手机AI的战略壁垒根本不在是否在营销话术上“AI了”一把，而是在面对开发生态的技术准入门槛和生态建设计划。

目前我们所能看到的，这依旧是一个巨头的技术博弈游戏。当然了，一切都还充满变数。