把ChatGPT放进口袋需要几步？

在手机上运行生成式人工智能，而不是靠巨头的服务器，是最热门的科技潮流之一。

安卓手机率先抢占潮头。

2023年年初，高通展示了第一款运行Stable Diffusion“文生图”模型的安卓手机，该模型具有约10亿个参数。当年年底，谷歌公布Gemini的Nano版本可以直接嵌入安卓系统。据称，三星Galaxy手机将于2024年具备AI功能，运行大模型LLM2的微缩版。

中国手机商小米、荣耀、vivo和OPPO，先后宣布新一代旗舰机型包含“生成式人工智能”功能。

热潮之下，苹果公司显得分外沉默。

无论是手机制造商，还是芯片制造商，都希望AI重振智能手机市场。智能手机刚刚经历了十年来最糟糕的一年，出货量下降5%。

AI手机不上云

高通先亮出了“无损”运行Stable Diffusion的配置。

Stable Diffusion是利用生成式人工智能来完成“文生图”的火爆应用之一，和Dall-E 2、Midjourney齐名。

Stable Diffusion属于深度学习家族，工作人员会逐步给图像添加“噪点”，通过模型记录添加噪点的过程，再进行逆转，供AI学习。

噪点，也叫噪声，是指数码摄影器材拍摄的图像中，存在的粗糙点，一般受电子干扰产生。

从AI的角度，先看到的是一幅布满噪点的画面，再看到画面一点点变清晰，最后成为画作。AI学的是整个去噪点的过程，特别是如何处理高斯噪声（概率密度函数服从正态分布的噪声），最后生成画作。

Stable Diffusion的功能是，可以在几秒内将文本转换为512x512像素的图像；图像可以转换、放大、修改和替换；使用GFP-GAN建模，允许用户上传模糊的面部图像，进行放大或恢复原貌。

用手机玩这类应用，人人都能随时当毕加索。

其实，“AI手机”具体能运行哪些模型和应用，目前评估为时过早。今年上市的第一批AI手机中，可能会包含一些“相对基础”的应用，比如语音控制照片编辑、简单问答等，模型参数在10亿到100亿之间。

像荣耀展示的下一代旗舰机Magic，用户通过自然语言发出指令，能让AI自动查询相册里的拍摄素材，并寻找合适的部分整合成一段视频。

号称“超越GPT-4”的谷歌Gemini的Nano版，也将落户谷歌自家手机Pixle。

Gemini为“原生”多模态大模型，可以泛化理解、操作和组合不同类型的信息，包括文本、代码、音频、图像和视频。届时用户可以在手机感受“具有Bard体验的高质量智能助手能力”。