2018年中国人工智能手机行业研究报告.pdf
《2018年中国人工智能手机行业研究报告.pdf》由会员分享,可在线阅读,更多相关《2018年中国人工智能手机行业研究报告.pdf(66页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、中国人工智能手机行业研究报告2018年22018.12 iResearch Inc 开篇摘要 发展阶段:当下人工智能手机进入了早期发展阶段,部分功能已举足轻重。发展特点:人工智能手机的题中之义是通过AI技术让手机软硬件升级的效用最大化,重在“升级”而非“颠覆”,并以视觉、语音等重头应用场景为核心。AI手机发展概况 商业化由点及面的驱动:人工智能手机产业链各环节呈现出“头部带动”效应,上下游厂商之间通过合作扩大优势,呈现出AI走向主流核心应用、各方合作模式逐渐成熟清晰、争相在行业生态入口布局的特点。而经济、政策、资本、行业的支撑,是人工智能手机行业得以发展的基础条件。AI手机商业驱动 应用场景:
2、人工智能手机通过创新和升级,在人机交互上,对用户需求先理解后执行,帮助用户解放了双手,在内容生产上,帮助应用变得更实用、更丰富。AI手机应用场景AI手机核心技术 技术原理:算法的运行有终端和云端两种路径,终端主要负责任务执行,云端主要负责数据和模型的训练。技术可靠:视觉技术、语音语义技术和深度学习的发展为人工智能向具体行业赋能奠定了基础,同时具体技术打破了应用到手机上的瓶颈,技术的安全、效率、准确性等指标被验证可靠,从而真正能实现落地。新格局:以战略高度看待人工智能手机的竞争与布局,读懂趋势,深化与底层上游芯片、开发平台的合作,注重将手机与热门移动互联网应用有机融合。新议题:出海战略下,手机厂
3、商需要思考在特定海外市场,AI如何助力市场份额做大,研究细分市场和产品定位,采取因地制宜的策略。新机遇:人工智能未来在移动互联网应用的内容产出提升方面大有可为,但需要解决硬件与技术没有通用标准的挑战。新突破:未来人工智能、IoT、移动终端三者将呈现相互渗透关系,手机将会成为万物互联的端口。手机用户调研来源:艾瑞根据自主料研究绘制。消费者认知与体验:中国手机用户对人工智能手机具有较为广泛的认知与期待,现有人工智能手机用户渗透率高,潜在用户广泛存在,消费者整体认为人脸解锁和语音助手体验最好,并且最有价值。AI手机未来展望3人工智能手机行业发展概况1人工智能手机消费者调研3人工智能手机未来展望4人工
4、智能手机行业发展驱动力三力模型242018.12 iResearch Inc 以史为鉴可以知兴替手机发展史AI将接棒“性能之争”,成为市场增长的新驱动来源:艾瑞根据公开资料研究绘制。悉数手机发展史,手机市场的阶段性变化受到几个因素影响,一是通讯网络的代际发展,通讯的升级,直接导致了手机市场在增量市场与存量市场之间切换;二是手机产品的变化发展,这种发展有大哥大到功能机、功能机到智能机的颠覆式变革,也有像素、屏幕优化等升级式发展。因此,手机行业在不同时期,市场增长点也星移斗转,功能、性能、智能依次成为手机更新换代的主旨:2006年及以前,手机行业属于功能推动,从一开始围绕接打电话的单一功能,到承载
5、拍照、听音乐、上网等复合功能;2007年-2016年市场由性能推动,配置成为了商家逐鹿的方向;2017年以后,市场进入了智能驱动阶段,人工智能开始推动手机产品的迭代,这一时期传统性能提升瓶颈渐显,硬件的升级需要依托软件技术来优化与凸显,而且在整体智能终端市场的培育下,用户也希望手机更人性化,能看得懂我们、也能听得懂我们。零七年以来全球智能手机出货量持续上涨态势止步于2017年,增速转负。4G与5G时代临界点,全球智能手机市场性能驱动带来的增长逐步消退,AI开始推动手机产品的迭代,市场进入智能驱动阶段。3G:2001中国2009世界上第一台手机诞生手机拥有了CPU、移动存储器、彩屏和摄像头,能通
6、过WAP上网、播放MP3、拍照、蓝牙传输,不再是只能通话的“砖头”触屏操作改变了人机交互方式;塞班、IOS、安卓系统问世,智能手机时代来临;应用商店出现,手机开始成为各类服务入口;像素大战继续,手机语音助手诞生手机外观、材质、机身厚度、屏显下足功夫;拍摄优化、生物识别解锁如火如荼1G:1983功能驱动市场性能驱动市场智能驱动市场全球手机发展历程2G:1991中国19954G:2009中国20131G:19833G:2001中国2009中国1987-200152018.12 iResearch Inc 人工智能手机概念界定人工智能手机=AI芯片+AI功能人工智能手机(AI Phone)是新兴起的
7、概念,业界尚未完全统一认知。艾瑞认为人工智能手机广义上是指搭载了满足AI算力需求的移动端芯片、且加载了深度学习AI功能的智能手机。满足AI算力需求的终端芯片是指:(1)芯片内置独立的神经网络计算单元;(2)通过CPU、GPU、DSP及其他通用计算单元联动赋予芯片深度学习能力。本报告围绕满足上述标准的人工智能手机展开研究分析,描绘人工智能手机行业的发展现状。来源:艾瑞根据公开资料研究绘制。人工智能手机AI PhoneAI芯片内置独立神经网络计算单元通过通用计算单元联动赋予芯片深度学习能力AI功能“满足AI算力需求的移动端芯片、且加载了深度学习AI功能的智能手机。”研究对象界定手机内置AI功能,如
8、人脸解锁、AI拍照、智能相册、AI智能助手等能够支持主流APP的AI应用62018.12 iResearch Inc 人工智能手机应用全景图来源:艾瑞根据公开资料研究绘制。生活服务场景智能语音助手调用第三方应用;情景智能对会议、航班等信息提示;直播视频边看边买;虚拟试妆、商品展示增强现实;随行翻译,支持多种语言通话场景根据用户声纹特征,增强用户通话声波,在嘈杂背景中保障通话质量办公场景语音录入文字,图片识别;PPT拍摄优化和自动整理在线教育场景在线教育APP提供个性化学习内容和计划推荐;将增强现实应用进视频教学互动娱乐场景直播、短视频美颜瘦身,动态贴纸;启动游戏时智能优化后台系统、游戏过程网络
9、加速人机交互场景虹膜识别、人脸识别等解锁屏幕和应用;消息智能过滤;智慧识屏减少用户繁琐操控摄影分享场景识别拍照场景并智能调用拍摄参数;虚化背景,自动美颜,调节光效;相册聚类管理,快速搜索与分享交通出行场景自动标记停车地点、记录停车时长,驾驶勿扰模式下语音命令接听电话AI使手机常用功能得到360提升,让体验优化更加明显人工智能手机应用场景概览72018.12 iResearch Inc 人工智能手机的发展阶段人工智能手机处于早期成长阶段,正如“孩童”人工智能手机与过去只加载了AI功能,但没有AI芯片的手机不能割裂地看待,后者是人工智能手机的序曲。过去手机上的语音助手已经通过智能语音语义等AI技术
10、开始为手机赋能,为日后人工智能手机兴起埋下了伏笔。2015年起,智能相册分类、APP预加载等功能出现,背后的人脸识别、深度学习等AI技术开始广泛地落地在手机场景上,由此进入了人工智能手机的预热阶段。2017年是人工智能手机元年,AI芯片相继发布,基础层算力成熟落地,头部手机厂商推出AI旗舰机型,AI双摄、NPU、人脸解锁等相继成为热词,带动起人工智能手机的小高潮,市场已经萌芽。当下部分AI功能如AI双摄/三摄已经成了主流手机的刚需,并经历了一轮技术方案的迭代,人工智能手机正如“孩童”,处于早期成长阶段,未来将在AI智慧上达到更高层次。来源:艾瑞根据公开资料研究绘制。201520182017人工
11、智能手机行业发展阶段早期智能语音助手背后的语音识别和自然语义理解、知识图谱等AI技术开始为手机赋能智能相册分类、APP预加载、智慧美颜、AR视频、指纹解锁等AI应用广泛地落地在手机场景人工智能手机的元年以移动端AI芯片为核心的底层算力成熟落地市场兴起第一轮迭代,如3D人脸识别技术开始迭代2D人脸识别技术、语音助手开始支持深层操作、AR由marker向SLAM的应用发展开始增多人工智能手机纷纷上市,部分AI功能成为刚需AI为用户使用体验带来了较大提升,不过手机常用功能或产品形态没有发生重大革命潜伏预热萌芽成长成熟当前早期成长阶段手机AI芯片出货AI旗舰机型频出AI双摄、NPU、人脸解锁等相继成为
12、热词人工智能手机系统、拍摄、智慧助手等都更具明显智慧,甚至颠覆式革新201182018.12 iResearch Inc 人工智能手机的核心价值自我学习、自主服务,重构终端产品逻辑人工智能手机的主流功能不仅在实时性、准确性、处理效率等指标上表现优秀,还在AI算法与算力的支持下,通过自我学习理解人类世界的逻辑,通过自主服务变得更便捷,提升了用户体验。随着使用,人工智能手机会学习用户的习惯,优化手机功能,比如人脸解锁会学习用户外貌的细微改变降低拒识率,智慧助手可以按照用户的习惯处理常规任务。人工智能手机把以往针对碎片化需求的服务融合进手机功能,主动地、一步直达地给出用户需要的结果,比起繁杂的手动操
13、作进步明显,例如,过去需要调光、对焦、修图等复合手动操作才能得到的“大片”,变得自主优化、随拍即美。这些功能与服务的融合重构了终端产品逻辑,使人工智能手机交互更人性、应用更灵活。来源:艾瑞根据公开资料研究绘制。人工智能手机的产品逻辑功能指标核心价值智能体现系统机制人机交互重构人机交互逻辑:由传统触控操作升级为由自然语言理解辅助交互重构应用服务逻辑:从被动滞后、千篇一律改善为由手机挖掘、实时响应、精准服务自我学习、自主服务量体裁衣一步直达主流功能面容ID/人脸识别解锁AR视频/乐趣AR贴纸AI拍照美化相册智能分类语音助手智能识图情景智能智慧识屏随行翻译常用APP自动预加载系统智慧省电实时性视觉类
14、功能毫秒级时延,呈现实时效果语音类功能秒速响应准确性正常环境下,面部解锁误识率低于0.01%图像识别准确率高于95%语音转文字准确率高于92%语义识别准确率高于90%处理效率能耗、性能、计算能力、速度大幅提升实时性处理效率准确性92018.12 iResearch Inc 人工智能手机的发展特征AI能力划分为三个层级,在技术和商业上互有交叉根据AI功能调用手机软硬件结构的差异,我们将人工智能手机的AI能力划分为基础层、软件层、移动应用层,各层在技术和商业上有所交叉。技术上的交叉主要体现为,在不同型号的手机上,同一种功能是通过不同层级AI能力实现的,这主要是技术方案的差异和迭代导致,如利用可见光
15、/红外光进行2D人脸识别主要基于软件层实现,而3D结构光人脸识别则需要基础层芯片与软件层联动。商业上的交叉主要是指,许多原本属于移动应用层的热门功能下沉为手机内置功能,并由技术提供方针对机型做专门方案与优化,效果更好、实时性更强,如美颜拍照类APP启发了手机内置相机拍人更美的需求,短视频APP的AR特效也让市场意识到AR的卖点、开发了类似Animoji的内置功能。来源:艾瑞根据公开资料研究绘制。软件层底层应用语音助手:如三星Bixby,vivo Jovi等,构建了场景服务体系;人脸识别:3D编码结构光/散斑结构光/TOF,时延与误识率更低;图像增强:部分机型基于芯片实现;拍照翻译:部分机型基于
16、芯片优化,支持离线使用;AR特效:根据人脸信息制作个性化AR动态表情包移动应用层APP基础层芯片预装能力,与上层合力实现智能语音助理:咪咕灵犀、布点语音等;拍照美化:B612、FaceU等;拍照翻译:有道词典等;AR特效:花椒直播等手势及人脸特效拍照优化:加载场景识别、双目虚化算法;人脸识别:2D人脸识别技术;相册聚类:自动识别算法和机器学习;智慧识屏:语义理解算法AI能力三层级及其关系:鼎足而立,同气连枝商业交叉技术交叉102018.12 iResearch Inc 人工智能手机的发展特征围绕手机常用功能升级,主要面向中高端市场在算力支撑出现和算法优化得到验证的现阶段,人工智能手机水到渠成地
17、进入市场,但并未立意于对前代产品做颠覆性变革,而是围绕着常用功能做加减法,让手机具有更强大的功能指标、更简易的操作方式。哈佛商学院研究表明,人的大脑每天通过五种感官接受外部信息视觉占83%,听觉占11%,我们日常处理的信息以视觉、语音、文字为主,因此AI手机当下的核心命题还是围绕最易被消费者感知的语音、视觉及交互做优化,以达到更显著的体验升级。在AI手机的目标市场方面,受制于研发成本和硬件成本,新潮功能集中在高端机型,中低端机型也达到较高的AI渗透率,但AI功能还不全面、深入。高端机型AI技术经过反复打磨,交互更自然、学习能力更突出,中低端机型则受限于硬件条件,AI技术方案较保守,运行效果可能
18、打折扣。来源:艾瑞根据专家访谈及公开资料自主研究绘制。高端先行纲举目张是升级,不是颠覆:围绕着手机常用功能做加减法把握大方向:围绕最易被消费者感知的语音、视觉及交互市场定位:新潮功能集中在高端机型,中低端机型也达到较高的AI渗透率,但AI功能还不全面、深入AI手机高端机型优势:AI技术经过反复打磨,功能全面丰富,交互自然、理解匹配研发定位用户定位人工智能手机的定位特点11人工智能手机行业发展概况1人工智能手机消费者调研3人工智能手机未来展望4人工智能手机行业发展驱动力三力模型2122018.12 iResearch Inc 关键词:场景需求、使用频率、使用体验、基础设施与宏观环境支撑人工智能手
19、机行业透视逻辑本报告将采用“三力模型”描述AI手机行业发展驱动力人工智能手机行业与其他AI赋能行业类似,遵循关键因素合力驱动发展的逻辑,即被验证可靠有效的技术、应用的成熟落地、由点及面开展的商业行为,三者共同构成行业发展的内核模型。本报告将围绕技术、商业化、应用场景,以合力发展模型为主线,梳理阐述人工智能手机行业的现状和发展脉络。来源:艾瑞咨询研究院自主研究绘制。应用成熟落地商业化由点及面的驱动技术可靠有效合力影响:行业发展AI手机行业“三力模型”应用成熟落地商业化由点及面的驱动AI移动终端助力催生关键词:能耗、实时性、准确率、安全、成本等技术壁垒与硬件支撑加强用户感知提升效率与质量关键词:寻
20、求技术与应用的红利制胜之道:行业理解、布局生态技术可用AI手机行业内在要求人工智能手机的行业研究逻辑各方合力效应抽象地类似于物理上力的合成落实13人工智能手机行业发展驱动力三力模型2人工智能手机发展驱动力之一:可靠有效的技术2.1人工智能手机发展驱动力之二:由点及面的商业化人工智能手机发展驱动力之三:成熟落地的应用2.22.3142018.12 iResearch Inc 人工智能手机技术原理-终端终端通过SoC或协处理器运行AI算法手机中AI算法可以通过终端或云端来运行,其中终端运行是主流方式。终端AI目前有两类方案,分别是算法在SoC上运行和在局部元器件上运用协处理器运行。在SoC中算法可
21、以通过调用通用硬件单元实现多种AI应用,也可以加入独立处理单元完成,是当下最成熟,也是应用最多的解决办法;在局部元器件上的协处理器中实现AI处理并且已经产品化了的,目前只有智能图像处理的案例,算法主要通过调用处理单元矩阵,在摄像头上对照片处理进行智能加速,实现单摄虚化等效果,目前谷歌在其自身的手机产品上探索和使用这一方案。来源:艾瑞根据专家访谈、公开资料等研究绘制。人工智能技术在终端中运行的原理图数据信息输入HDR+人脸识别语音识别文字识别图像处理协处理器(IPU为主)调用AI图像处理单元AI算法在摄像头上运行AI算法(深度学习)计算机视觉模型软件+云计算控制编译器AI算法在芯片(SoC)上运
22、行调用API转换格式调用通用硬件单元运算方案一神经网络处理单元调用AI独立处理单元运算方案二AI算法(深度学习)计算机视觉模型自然语言处理模型语音识别模型知识图谱模型终端AI执行技术152018.12 iResearch Inc 人工智能手机技术原理-云端云端训练+终端运行是主流的解决办法云端拥有强大的算法、算力和数据运力是深度学习训练和建模的最佳场景,但由于成本高、能耗高、存在时延性等问题,在设备上运行AI算法体验略有不足,面对使用频率高,对时效性有很大要求的手机场景,就更显乏力。除Google Pixel系列手机以外,目前很少有品牌选择云端AI的解决办法,主要是通过在云端训练和建模,在终端
23、执行和加速来实现的。来源:艾瑞根据专家访谈、公开资料等研究绘制。深度学习算法流程中云端与终端的关系由于深度学习训练过程需要海量数据支撑并保持较高灵活性,一般在“云端”进行,云端服务器收集数据后,依靠强大的计算资源和专属硬件,提取出相应的训练参数从现有数据中学习新能力等到模型训练完成后,将训练完成的模型用于各种应用场景(图像识别、语音识别等),推断所需参数由云端训练后,定期下载到终端运行数据输入训练数据集模型优化效果输出运行把习得的能力应用到新数据云端AI终端AI技术162018.12 iResearch Inc 2018.12 iResearch Inc 图像获取计算机视觉整体技术成熟,达到了
24、实时、可靠等在手机落地的关键要求计算机视觉通过对采集的图片或视频进行处理以获得相应场景的信息,人工智能手机广泛应用了计算机视觉技术,使人脸解锁、相册分类等功能得以实现。计算机视觉技术在AI手机的典型技术流程是由终端设备首先获取图像并进行预处理,提取图像特征并识别比对,完成图像识别、图像分类等任务。过去几年,计算机视觉的识别精度与分类准确率有了质的飞跃,并出现了两个技术里程碑:一是2014年香港中文大学汤晓鸥团队将卷积神经网络应用到人脸识别上,在LFW人脸数据集上第一次得到超过人类水平的识别精度,二是2017年ImageNet大赛图像分类错误率降至2.3%的历史最低值,计算机视觉整体技术走向成熟
25、。如今,计算机视觉技术达到了实时性、可靠性等在手机落地的关键要求,以人脸解锁为例,手机人脸解锁速度约为几百毫秒,误识率约万分之一,部分机型可以达到百万分之一,并支持活体检测,有效防止照片或视频攻击。来源:艾瑞根据专家访谈、公开资料等研究绘制。预处理计算机视觉典型技术流程来源:艾瑞根据专家访谈、公开资料等研究绘制。计算机视觉技术的可靠性得到验证12通过传感器获取场景图像,转换成计算机处理格式校准失真图像,改善图像质量特征提取3提取出反映图像特征的元素或数值特征匹配4基于图像特征点的匹配判别归类5三维重建6对匹配后的图像分类处理推导出现实环境中物体的三维信息精度超过人眼2014年,人脸识别技术第一
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2018 年中 国人 智能手机 行业 研究 报告
限制150内