今天小编分享的科技经验：Rabbit R1翻车，AI手机或许才是更好的解决方案，欢迎阅读。
不久前在 CES 2024 上亮相的智能终端 Rabbit R1，由于首批 1 万台很快售罄、两周超过 5 万台的市场表现，曾引发了外界的众多关注。但就在日前，有提前试用了 Rabbit R1 的用户吐槽了这款产品实际表现，认为其响应时间过慢，或并不适合 AI 设备的未来趋势，甚至有观点认为其完全可以被一个 App 所替代。
随后 Rabbit 公司创始人吕骋对此的发言，似乎也在一定程度上认同这个观点，但其指出涉足硬體的原因在于保护该公司的知识产权。他表示，Rabbit 确实可以只是一个 App，但同时这也意味着其他公司（例如苹果、谷歌）也能接触到源代码，这等同于分享了知识产权。而且为了保障 App 的稳定运行，该公司必须针对 iOS 和 Android 进行开发、维护，这将会带来大量的成本支出，并且可能会在很长时间内无法盈利。更为重要的是，吕骋认为用户对于 App 几乎不会有忠诚度，随时可能会被其他应用吸引。
然而，这些可能还不是 Rabbit R1 当下所需面对的最关键问题。此前在发布 Rabbit R1 时，吕骋曾介绍了一套在硬體设计、营造闭环生态方面实现逻辑自洽的解决方案，但问题在于，Rabbit 并没有构建 API 来让开发者对设备进行支持，" 去 App 化 " 的理念与开发者的利益更是有着根本的冲突。
此外，吕骋在接受采访时曾表示，Rabbit R1 的关键数据处理在于云端，这能够有效降低硬體成本，并将其用于支付 AI 处理费用，例如为用户支付 ChatGPT 服务。
这一回答似乎也暴露了 Rabbit R1 目前最为致命的问题，并在一定程度上证明其核心应用暂时还不能自主提供，甚至是完全依赖于第三方（如 ChatGPT）。因此即使是套上了 Rabbit OS 这个外壳，其本质上仍然与 AI Pin 这样的设备高度相似，并依赖网络和云端运行的大模型。或者这也能够解释，为什么 Rabbit R1 对于硬體配置、特别是 SoC、内存语焉不详。而对于用户来说，更担心的或者是其依赖云端大模型所带来的隐私安全问题。
除了 Rabbit R1 这种产品形态之外，如今 AI 大模型在移动端的应用还有相对更简单的一种方式，也就是现款旗舰智能手机普遍具备功能，并且也被业内称之为 "AI 手机 "。究其原因，在于 Rabbit R1、AI Pin 这类 " 原生 AI 设备 " 能够完成的工作，AI 手机同样也可以，甚至可能还做得更好。
如今苹果、高通、联发科这类主流芯片厂商的旗舰 SoC，在 AI 算力方面均迎来了大幅的提升提升。例如苹果 A17 Pro 的 6 核 Neural Engine 神经网络引擎每秒可处理 35 万亿次运算，速度较前代产品快 2 倍；联发科天玑 9300 所搭载的 APU 790，Transformer 算子加速性能是前代的 8 倍，整数和浮点性能也达到了前代的 2 倍；高通骁龙 8 Gen3 的 Hexagon NPU 推理速度较前代提升近 1 倍。硬體规格更新所带来的性能提升，也代表着搭载这些 SoC 的 AI 手机能够更高效地执行相关运算。
事实上，目前已经有多个安卓阵营厂商在相关产品上实现了端侧大模型的落地。例如 vivo 在 X100 系列、S18 系列机型上，部署了 70 亿参数的蓝心大模型；OPPO 在旗舰产品 Find X7 系列上部署了同为 70 亿参数的安第斯大模型；荣耀方面也在刚刚发布的 Magic6 系列新机上，部署了 70 亿参数的魔法大模型。同样，三星也为在海外市场发布的旗舰产品 Galaxy S24 系列，搭载了 Gemini 大模型（本地使用 Gemini Nano，云端为 Gemini Pro）。
这些部署在智能手机上的大模型，也能够为用户带来各类 AI 应用，其中包括 AI 搜索、AI 翻译功能、AI 图片生成等功能。从相关落地功能来看，这些搭载了大模型的 AI 手机显然要比那些所谓的 " 原生 AI 设备 " 更具吸引力。并且更加重要的是，终端算力的充沛，也使得 AI 手机普遍具备端侧运行大模型的能力，具备更高的隐私安全保护、低延时、低成本等特性。
即便苹果方面目前似乎并没有太多的动作，但根据此前曝光的相关信息来看，其大概率在这一领網域并非毫无动作。此前苹果方面曾公开了一篇论文，其中描述了通过一种闪存技术，在内存有限的 iPhone 或其他设备上部署大模型的方法，显然这也为后续在 iPhone 上落地大模型提供了可能性，甚至可能很快就会有相关产品现身。
同时有分析师曾预测，苹果方面或将在 2024 年采购 1.8 万 -2 万台 AI 伺服器，仅硬體部分的成本就可能将将高达 47.5 亿美元。并且这位分析师还强调，其更倾向于自行采购和搭建云端 AI 算力，以更好地保护用户数据安全。
在 Canalys 此前发布的智能手机市场预测中显示，2024 年智能手机市场中的 AI 手机份额或将达到 5%，也就是 6000 万部左右，到 2027 年，AI 手机的份额甚至可能会大幅上升至 45%。尽管相关数据目前还无法验证，但这至少代表着后续或将会有越来越多的 AI 手机出现，并且其有望成为市场的主流。
虽然 AI 手机前景看似光明，但事实上也要面临着不少的挑战。此前联发科方面就曾透露，智能手机搭载端侧大模型对于内存容量提出了更高的要求，端侧运行 130 亿参数大模型至少需要 13GB 内存，如果再加上 6GB 内存用于 App 保活、4GB 用于运行作業系統，就相当于目前主流的 16GB 内存配置并不能保障流畅运行这一参数量的端侧大模型。因此 AI 手机这一概念，后续势必将会进一步促进智能手机的硬體配置，特别是 AI 性能与内存容量的提升。
此外，目前在智能手机上落地、基于大模型的相关能力，更多还只是起到锦上添花的作用，用户感知还没有那么强烈，刚需更没有形成。因此如何强化用户认知，以及打造更符合用户需求的 AI 应用场景，或将是后续手机厂商的重点发展方向。
总体来说，在现阶段各种不同对于 AI 设备的构想，AI 手机这一解决方案毫无疑问更为成熟，从用户习惯、技术成熟度等方面来看，相对可行性也更高。而且相关新技术的落地，也或将会转化为用户换机的动力，进而推进智能手机市场的复苏。而随着 AI 手机的发展，后续极有可能将会不断压缩 " 原生 AI 设备 " 的生存空间。但在当前，大模型在移动端设备的落地才刚刚起步，未来还存在诸多的不确定因素和挑战，因此这一市场的变化也还有待时间来给出最终的答案。
【本文图片来自网络】
