Rabbit R1翻车，AI手机或许才是更好的解决方案

不久前在CES2024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，但其指出涉足硬件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件设计、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，这能够有效降低硬件成本，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对于硬件配置、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A17Pro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APU790，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8Gen3的Hexagon NPU推理速度较前代提升近1倍。硬件规格升级所带来的性能提升，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服务器，仅硬件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用于运行操作系统，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件配置，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。