2018年-中国信通院_AI移动智能终端蓝皮书2018年_62页_20mb

AI移动智能终端蓝皮书（2018年）总结

核心内容

AI移动智能终端是人工智能技术与移动智能终端深度融合的产物，它通过音频、视频、系统优化等多方面的AI能力，为用户提供更直接、更自然、更聪明的交互体验。蓝皮书从产业现状、产品与生态战略、关键功能领域、测评体系、存在问题和未来展望等方面对AI移动智能终端的发展进行了全面分析。

主要观点

• AI技术的快速发展推动了移动终端的智能化，从功能机到智能手机再到AI手机，经历了多阶段的演变。
• AI移动智能终端的定义强调其在优化用户体验、提高执行效率、智能识别和预判用户需求等方面的能力。
• AI技术在移动终端上的应用，不仅提升了终端的使用体验，也推动了终端市场的持续增长。
• AI生态的构建需要芯片厂商、终端厂商和开发者共同努力，实现端侧与云端功能的深度融合，以及基础能力的统一开放。

关键信息

一、AI移动智能终端的产业现状和发展趋势

• 自2015年以来，AI技术在多个领域取得了突破，推动了移动终端的智能化进程。
• 2017年，AI开始成为手机厂商旗舰机型的重要卖点，如苹果iPhone X采用A11生物神经引擎，华为Mate 10集成NPU单元。
• 2018年，随着5G技术的推广，AI移动智能终端迎来了发展的关键阶段。
• AI技术在人脸识别、语音识别、AI相机等方面已广泛应用，提升用户体验。

二、AI移动智能终端的产品与生态战略

• 芯片厂商如高通和华为推出专用AI芯片，支持多种AI框架和异构计算，提升AI应用的性能和效率。
• 终端厂商如华为、小米、OPPO、vivo、三星等，积极构建AI开放平台，推动AI应用生态的发展。
• 华为HiAI平台提供云、端、芯三层架构，支持开发者进行AI应用开发，提高应用的智能化水平。
• 小米开源MACE，支持TensorFlow和Caffe模型，优化移动端AI计算能力。
• OPPO推出ARunit平台，推动AR技术在移动端的普及。
• vivo的Jovi智能语音助手，结合AIE技术，实现智能场景识别和个性化服务。
• 三星Bixby系统，支持语音、视觉、提醒、主页等多维度的人机交互。

三、AI移动智能终端的关键功能领域

• 音频领域：

  • 语音识别：包括语音转写、关键词检测、语音唤醒、声纹识别、情感识别、语种识别、声学场景检测等。
  • 语音识别系统主要由知识库、声学模型、语言模型和解码器组成。
  • 语音唤醒技术要求低功耗和高识别率，支持多候选识别和序列建模。
  • 声纹识别用于身份识别，分为确认和辨认两种类型，主要依赖特征提取和建模技术。
  • 情感识别和语种识别用于识别语音中的情绪和语言种类，提升人机交互的智能化。
  • 声学场景检测用于识别音频环境，支持场景分类和事件检测。

• 图像和视频领域：

  • 人脸识别：包括人脸检测、人脸识别检测、人脸活体检测等，其中活体检测分为配合式和静默式。
  • 物品和场景识别：用于识别图像或视频中的物体和场景，支持在线购买和AR体验。
  • AI拍照：通过识别拍照场景，自动优化拍摄参数，实现人像美化和场景美化。
  • 人像美化包括美颜、打光、背景虚化等技术，提升拍摄效果。
  • 图像边缘提取和文字识别用于图像处理和内容提取，提升AI应用的实用性。

• 整机性能管理：

  • AI技术用于终端能耗智能管理，如谷歌Android P的“自适应电池”功能，智能优化后台应用。
  • 系统内部资源智能感知分配，如魅族One Mind系统，通过学习用户习惯优化资源使用，提升系统流畅度。

四、AI移动智能终端测评体系

• 测评体系包括基于测试数据的性能评测、基于场景的典型评测、系统级芯片（SoC）评测、AI领域基准测试。
• 测评指标涵盖识别准确率、错误率、召回率、F-score等，用于评估AI功能的性能和效果。

五、AI移动智能终端存在问题和挑战

• 安全领域面临挑战，如隐私数据保护、场景安全盲点、传统安全风险的放大。
• AI生态布局仍需深入，端侧与云端功能需深度融合，基础能力需统一开放。
• 用户对AI终端的认知仍需培养，市场和用户需求尚未完全匹配。

六、AI移动智能终端及生态未来展望

• AI应用融合系统设备，打造全新生态。
• AI技术融合前沿科技，落地全新场景。
• AI算法融合垂直领域，创造全新机会。

总结

AI移动智能终端已成为移动终端发展的新阶段，其通过AI技术的深度应用，提升了用户体验和终端性能，同时也面临安全、生态等挑战。未来，随着AI生态的不断完善和AI技术的进一步发展，AI移动智能终端将推动新一轮的换机需求，成为AI服务的重要入口，开启AI移动互联网的新时代。