手机人工智能技术与应用白皮书（）
手机人工智能手机人工智能技术与应用白皮书技术与应用白皮书（（）年）中国信息通信研究院中国信息通信研究院中国人工智能产业发展联盟中国人工智能产业发展联盟年6月月前前言言随着手机从功能机向智能机的演变逐渐完成，移动互联网与智能手机的创新动力减弱，产业进入了有限创新、有限增长的成熟阶段，已成型的巨大产能迫切寻觅新的增长点；人工智能是一种引发诸多领域产生颠覆性变革的前沿技术，在视觉、语音、自然语言等应用领域迅速发展，并逐渐向终端延伸。
起，各主流终端厂商的旗舰机型均引入人工智能元素，通过触屏、摄像头、语音等多种方式，更直接地满足用户需求，改变其生活方式。
人工智能对移动智能终端行业的赋能，或成为引发手机产业下一轮技术和创新变革的源动力。
国内外巨头也纷纷看好其融合创新空间广阔，已争相发力，加快产业布局。
中国信通院以达到峰值，之后出现放缓趋势。
全球智能手机出货量同比下滑0.1%，前三季度出货量达到10.3亿部，较下滑2.9%。
从国内市场来看，由于4G市场趋于饱和，5G、AI等新技术尚未成熟，新的市场需求刺激不足导致换机周期拉长，我国智能手机出货量连续六个月负增长，市场呈现加速下滑态势。
数据来源：IDC统计数据图1全球智能手机市场出货量统计据中国信通院数据统计，第一季度国内智能手机出货量总和达到7693万台，较同比大幅下滑11.9%，下滑趋势较全球市场更为明显。
DigitimesResearch的数据显示，第一季度中国手机制造商的智能手机出货量季度环比下降30.5%，同比下降5.8%，至1.4亿台。
而Canalys的一项研究估计，中国智能手机市场400004国内智能手机出货量统计从技术架构来看，智能手机硬件技术处于微创新阶段。
据企鹅智库发布的调研报告，自起，用户的换机频率明显下降：从未用过iPhone的安卓用户中，至少一年一换的用户比从34.7%下降到了23.5%；iPhone用户每年换机占比则下降至16%。
造成这一现象的主要原因在于4G浪潮褪去，智能手机创新势头放缓，性能提升主要围绕硬件规格的升级。
纵观至，智能手机创新依旧主要围绕双4G、全面屏、FaceID、无线充电等既有技术，双4G技术仅针对有双卡需求的部分用户；无线充电技术还在发展过程中，存在充电速度较慢、发热严重、标准不统一等问题；全面屏技术经过多年发展，屏占比已超过90%关口，继续提升的空间十分有限；而人脸识别技术用户体验褒贬不一，甚至受到部分用户的抵制。
不难看出，近两年智能手机在总体技术发展上依旧延续现有构架，缺乏颠覆性创新技术或设计，创新点主要用于提升用户感受以及使用方便度，难以对消0500100015002手机人工智能技术与应用白皮书（，随着手机产业从功能机到智能机的时代转型，Android凭借其开源优势，iOS凭借极致的用户体验，逐步打造了开放和封闭两种截然不同的生态模式，瓜分了手机操作系统的市场。
随着智能机市场进入成熟稳定发展期，操作系统双寡头局面形成并稳固。
数据来源：IDC统计数据图2几种主流操作系统占比变化从应用程序来看，数量持续增长，应用场景、应用模式固化。
随着智能手机的逐渐普及，其智能化的核心载体移动应用软件（下文简称app）呈现井喷式的增长，对人们的社会生活方式和经济生产方式产生了深刻的影响，成为推动整个社会变革的重要抓手。
例如Whatsapp、微信等即时通信类app，基本代替了手机原本的运营商短信甚至语音业务，成为智能手机必备的基本功能之一。
然而，据0%10%是人工智能大众化应用的开始，而移动手机作为当前互联网服务的主要入口，对人工智能功能需求也越来越迫切，虚拟助手、图片处理、图像识别、人脸解锁等应用成为主流。
二是提升用户体验所需。
手机侧人工智能的关键优势包括即时响应、可靠性提升，此外，还能确保在没有网络连接的情况下用户的人工智能体验能得到保障。
三是数据隐私保护所需。
个人数据隐私问题将成为人工智能领域除了技术、应用之外的一大热点。
尽管在这场迁徙中还面临着异构解决方案的融合、硬件开发成本、手机算力瓶颈等问题，但人工智能从云到端的演变已经在路上，未来人工智能算力将是端侧、边缘侧和云端的协同发展。
（三）（三）AI与手机融合创新空间广阔，手机企业加快布局与手机融合创新空间广阔，手机企业加快布局AI应用范围不断扩大，极大提升使用体验。
一是图像领域，其应用场景聚焦于场景识别、美颜、相册分类、背景虚化、暗光增强、人脸识别和文字识别。
二是语音领域，包括智能助手、语音翻译、语音搜索等。
其中，智能助手是目前使用最为广泛的功能，其语音识别能力更让人机交互体验达到了前所未有的便捷。
三是系统软件领域，终端从系统层面进行自适应优化，应用场景为内部资源智能感知分配和用户/应用行为预测，用于提升系统流畅度、降低资源消耗（如节5手机人工智能技术与应用白皮书（7月宣布成立AI全球研究院，希望打造人工智能软硬件
平台，推动手机平台完成从“智能”到“智慧”转型。
二是手机+智能硬件的产品生态链转型模式：9月上海世界人工智能大会上，小米集团董事长兼首席执行官雷军表示，要把人工智能作为小米最重要的战略。
三是科研专利转型路线：OPPO早在就已经开始投入研发，建立了先进的训练集群和数据中心，并积累了超过300项人工智能专利。
从这些领先的手机企业争相向AI转型的动作不难看出，人工智能将是手机产业的下一个风口浪尖。
（四）（四）明确明确AI手机手机定义定义，，将促进将促进产业产业生态良性发展生态良性发展目前智能手机市场，颠覆性创新短期内难以形成突破，同质化竞争是一个大的态势。
产业链厂家着力寻求新的增长点，随着人工智能成为热点，智能手机厂家纷纷推出“AI手机”。
但何谓“AI手机”，国内外产业界尚未形成统一的共识，也缺乏统一的评测规范。
定义和边界的模糊造成了消费者的困惑，很多宣称的“AI手机”并不能达到和满足用户的心理期待和使用需求。
因此，对“AI手机”进行规6手机人工智能技术与应用白皮书（开始，部分品牌开始使用人脸识别代替指纹识别，手机指纹识别技术的渗透率出现下降。
但由于凭借成本、体验和速度方面的优势，未来一年指纹识
别将仍是生物特征识别技术的主流。
指纹识别依靠指纹识别传感器，包括传统指纹识别和屏下指纹两种模式。
随着智能手机全面屏的发展，传统指纹识别将逐渐被淘汰；未来在生物特征识别领域将是屏下指纹技术与人脸识别技术的较量。
声纹识别的大规模普及还有赖于语音识别技术和体验的提升。
声纹识别依靠手机麦克风捕捉可用电声学仪器显示的携带言语信息的声波频谱模型，根据语音波形实现身份判定。
目前市面上已经出现了一些支持声纹解锁的手机，但由于其技术尚未完全成熟，存在复杂环境识别准确率较低，或需要佩戴专用耳机等影响用户体验的问题，因此在手机中的普及度还较低。
（三）（三）端侧端侧AI框架和算法迭代创新，提供应用加速能力框架和算法迭代创新，提供应用加速能力11手机人工智能技术与应用白皮书（来的图像算法多采用神经网络方法实现，且将在近几年内继续处于主导地位。
神经网络算法是由大量神经元连接形成复杂的网络系统。
如果说传统的符号处理算法侧重模拟人的逻辑思维，神经网络则侧重模拟和实现人类认知过程中的感知过程、形象思维、分布式记忆和自学习组织，与符号处理为互补关系。
神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学习能力，非常适用于处理需要同时考虑多因素多条件的不精确和模糊信息处理问题。
端到端语音识别算法崭露头角。
传统语音识别算法多采用多层感知机和隐马尔可夫共用的混合模型算法。
，研究人员用深层神经网络替换掉了浅层神经网络，在混合模型的基本架构上增加了建模单元的数量，取得了识别效果上的突破。
近年来，热度较高的端到端模型采用整体神经网络替换了原有的混合模型，不仅能改进模型的性能，也能带来更好的开发速度和简洁性。
但该成果仍处于研究阶段，产品级应用大多依然延续混合模型算法。
14手机人工智能技术与应用白皮书（6月14日，第一版本（R15）的5G核心网标准已在SA全会上批准冻结。
随着SA5G标准正式确立，城市规模组网试验的展开，5G商用已经进入倒计时。
5G产业配套将会逐步完备，开启全球商用。
作为第五代移动通信技术，5G具有大带宽、低延时、广连接的特点和优势，其三类典型应用场景（增强移动带宽eMBB、15手机人工智能技术与应用白皮书（龄、肤色、肤质等维度为用户
提供个性化美颜。
图片管理可对相册中的图17手机人工智能技术与应用白皮书（第一季度拥有AI能力的智能手机应用处理器市场份额同比增长近三倍。
受益于AI带来的东风，苹果、海思、高通和三星等智能终端企业也在通过多种方式推动AI芯片市场的创新，如专用AIIP模块、DSP与GPU的异构组合等。
人工智能拉动手机芯片市场增长。
手机AI芯片在终端领域迅速渗透，产业规模将呈现快速扩张之势。
从开始，苹果、华为海思、高通、联发科等主要芯片厂商相继发布支持AI加速功能的新一代芯片，目前AI芯片逐渐向中端产品渗透。
除了追求性能提升外，手机AI芯片也逐渐专注于特殊场景的优化。
全球手机AI芯片市场规模3.7亿美元，占据全球AI芯片市场的9.5%。
预计将达到38亿美元，年复合增长率达到59%，未来五年有接近十倍的增长。
人工智能加剧手机芯片市场竞争。
全球手机AI芯片市场规模3.7亿美元，发展空间巨大。
手机AI芯片的迅猛增长之势，吸引了包括谷歌、Facebook、
微软、亚马逊以及百度、阿里、腾讯在内的互联网巨头相继入局，加剧原有手机芯片市场竞争。
在云端，Nvidia的GPU芯片被广泛应用于深度神经网络的训练和推理；Google19手机人工智能技术与应用白皮书（Intel收购FPGA市场第二大企业Altera，开始了FPGA在人工智能领域的应用热潮。
全球科技巨头纷纷布局云端FPGA生态，国外包括亚马逊、微软都推出了基于FPGA的云计算服务，而国内包括腾讯云、阿里云均在推出了基于FPGA的服务，百度大脑也使用了FPGA芯片。
刚刚被Xilinx收购的中国企业深鉴科技也是基于FPGA来设计深度学习的加速器架构，可以灵活扩展用于服务器端和嵌入式端。
近年来，越来越多的公司开始采用ASIC芯片进行深度学习算法加速，其中表现最为突出的是Google的TPU。
国内企业寒武纪开发的Cambricon系列芯片受到广泛关注，目前已经应用于华为的麒麟980处理器中，在AI任务下比其正常CPU内核的速度快25倍，在能效比上更是达到了CPU的50倍，GPU的6.25倍。
DSP具有高速、灵活、体积小、低功耗、可编程的特点，被用在手机和摄像头中，目前应用于AI领域的DSP主要用于处理视觉系统如图像、视频等方面的任务。
移动终端领域DSP中加入了专为深度神经网络定制的加速部件，如矩阵乘和累加器、全连接的激活层和池化层等。
21手机人工智能技术与应用白皮书（）人工智能推动传感器件的智能化发展。
随着人工智能的兴起，对智能终端与环境感知交互的能力要求也日渐提升。
为了满足各类人工智能应用的场景需求，人机交互已从最初的按键输入/屏幕输出的单一方式，已转变成语音为主、图像视频（摄像头采集）为辅的多媒体富信息交互模式。
3D智能摄像头、各类生物（指纹、虹膜等）传感器的孕育而生，开启了传感类元器件向智能化方向的转变。
将人工智能和智能传感器在一个共生系统中完美结合，将为手机厂商和终端用户打开一片前所未有的新天地。
（三）（三）手机软件产业手机软件产业操。
