早在幾個月前，就有媒體同行問我：AI 手機(jī)到底是什么？跟智能手機(jī)有什么本質(zhì)的不同？
試想一下，如果經(jīng)常跟科技企業(yè)、技術(shù)趨勢打交道的媒體人、分析師都對何謂 AI 手機(jī)云里霧里，更別提門店銷售和消費(fèi)者了。
2024 被認(rèn)為是 AI 手機(jī)元年，但今天走進(jìn)線下門店，會發(fā)現(xiàn)店員和用戶都對手機(jī)里的 AI 有啥不一樣，感知并不明顯。
移動互聯(lián)網(wǎng)時代，我們常說手機(jī)是人 " 肢體 " 的延伸，可以讓我們的 " 手 " 觸及更遠(yuǎn)的地方，" 看 " 到更廣闊的事物。到了 AI 時代，手機(jī)是 " 大腦 " 的延伸，心念一動、言出法隨，手機(jī)會根據(jù)我們的使用習(xí)慣和意圖，主動提供有價值的服務(wù)。
所以，AI 手機(jī)區(qū)別于智能機(jī)的一個更高階、更本質(zhì)的能力，就是 " 意圖識別 "。
目前，蘋果陣營、華為鴻蒙陣營、榮耀 OV 安卓陣營，都將意圖識別作為重點。
蘋果 CEO 庫克在 AI 系統(tǒng) "Apple Intelligence" 的發(fā)布會上重點強(qiáng)調(diào)，在 " 蘋果智能（Apple Intelligence）" 的支持下，Siri 具備了精準(zhǔn)識別用戶真正意圖的能力。
而安卓和鴻蒙用戶，恐怕對此并不陌生。
華榮 OV 等國產(chǎn)手機(jī)廠商早就上線了相應(yīng)能力。榮耀在 2023 開發(fā)者大會上帶來了行業(yè)首個基于 AI 意圖識別的人機(jī)交互（IUI）操作系統(tǒng)—— MagicOS 8.0；華為在 HDC 2024 上提出 Harmony Intelligence，使得小藝能力大幅提升，能夠理解并預(yù)測用戶需求，并通過意圖框架與合作伙伴應(yīng)用場景整合。
OV 雖然沒有明確推出意圖框架等平臺，但也用行動參與其中。將大模型融入系統(tǒng)的底層設(shè)計中，升級 OriginOS、BlueOS，來實現(xiàn)復(fù)雜的意圖識別和推理決策。
那么用戶又該迷惑了，各家都在說 " 意圖識別 "，到底有啥不一樣呢？
" 意圖 " 是人心中所想，帶有模糊和不確定性，" 識別 " 結(jié)果也就有了很大的自由闡釋空間，廠商如何避免自說自話，把 " 手機(jī)懂你 " 這件事落在實處？
就要依靠一個操作系統(tǒng)級的全局意圖感知、理解、決策技術(shù)體系。
我們不妨把 " 意圖識別框架 " 這一新概念詳細(xì)拆分開，看看每一個環(huán)節(jié)的準(zhǔn)入門檻是什么。
01
意圖識別的第一步，當(dāng)然是搞清楚什么是用戶的 " 意圖 "，也就是手機(jī)廠商所說的 " 懂你 "。
但 " 意圖 " 并不是什么新概念。
早在互聯(lián)網(wǎng)時代，意圖識別就被應(yīng)用于搜索引擎、廣告推薦等場景。比如用戶在搜索框輸入 " 抓娃娃 "，底層的檢索策略要識別到這是電影需求，再去電影的數(shù)據(jù)庫里檢索，如果電影意圖識別失敗，返回的搜索結(jié)果中，根本沒有《抓娃娃》電影相關(guān)內(nèi)容，或者要翻好幾頁才顯示，都會導(dǎo)致很糟糕的用戶體驗。所以，意圖識別很早是科技企業(yè)研究的對象。
那么，AI 手機(jī)所謂的 " 意圖識別 "，有啥特殊呢？
特殊在于，要游過深海。
今天手機(jī)所承載的 " 意圖 "，有兩個特點：
一是范圍廣。一個動作或詞語可能對應(yīng)多個意圖?，F(xiàn)代消費(fèi)電子設(shè)備的激增，帶來了豐富多樣的功能和服務(wù)，幾乎涵蓋了我們生活的方方面面，終端設(shè)備的多元、服務(wù)的多樣，經(jīng)常會出現(xiàn)多種意圖，比如輸入 " 長城 "，可能是景點、電影或者汽車，這就使手機(jī)的意圖識別更難做。
二是隱蔽性。傳統(tǒng)意圖識別可以根據(jù)用戶給出的 query 詞來進(jìn)行判斷，屬于相對明確的 " 顯性意圖 "，但日常使用手機(jī)時，還有大量隱性意圖，比如眼睛注視手機(jī)屏幕，可能是想看時間、看新消息通知或日程計劃；遺忘了出行計劃，可實際上航班時間應(yīng)該重點關(guān)注……這些是用戶真實需要，但自己很少意識到或清晰表達(dá)出來的 " 隱性意圖 "，由于無法被清晰表達(dá)，難以轉(zhuǎn)譯成計算機(jī)語言，自然也就難以滿足。
這些多且隱蔽的意圖，構(gòu)成了一片 " 意識深海 "，需要手機(jī)廠商跋涉而過，找到一條最短路徑。
由此，我們不難明確，AI 手機(jī)意圖識別的意義：
首先是化繁為簡。通過洞察用戶真正的需求，簡化獲取服務(wù)的步驟。
比如榮耀的 " 任意門 " 功能，帶來了行業(yè)首個基于意圖識別的人機(jī)交互，只需一拖不到 1 秒即可完成以往 8 步 10 秒的操作流程。當(dāng)用戶收到一條信息，復(fù)制之后，系統(tǒng)會自動分析語義并提煉關(guān)鍵內(nèi)容，預(yù)判接下來的需求和操作，自動一步直達(dá)備忘錄、地圖等應(yīng)用。華為智慧搜索支持 " 一鍵場景直達(dá) "、OPPO 的 ColorOS 14 系統(tǒng)中的 " 流體云 " 功能，能預(yù)測用戶行為，自動接入相應(yīng)的使用場景……這些都簡化了操作步驟。
其次，多想一步。通過隱性意圖的識別和滿足，帶來超出用戶期望的驚喜體驗，構(gòu)建差異化優(yōu)勢。
華為曾在一次分享會中提到，HarmonyOS 意圖框架可以通過長時間的學(xué)習(xí)訓(xùn)練，把人們自己都感覺不到的規(guī)律串聯(lián)起來，并通過端側(cè)的本地學(xué)習(xí)完成本地學(xué)習(xí)推薦，從而完成 " 超預(yù)期 " 的智慧搜索服務(wù)體驗。
接下來，可以主動服務(wù)。比用戶多想一步，就能將服務(wù)化被動為主動，更快更恰當(dāng)?shù)厮偷接脩舻难矍爸讣狻?/strong>
目前，鴻蒙系統(tǒng)的場景化入口，就可以根據(jù)意圖判斷，將不同服務(wù)融入實際場景中，比如搭乘飛機(jī)，航班信息會優(yōu)先顯示在實時狀態(tài)欄，榮耀 Magic Live 也有類似的主動服務(wù)，在觀影、聽歌、走進(jìn)地鐵站等場景中，提前將取票、聽歌偏好、地鐵碼等原子化服務(wù)進(jìn)行推送。
基于意圖識別的人機(jī)交互，讓你最需要的服務(wù)，涉過意識的深海。
02
洞察到了用戶的意圖，就能將服務(wù)精準(zhǔn)送達(dá)嗎？其實還要穿過一片 AI 的叢林。
有一個職場段子，老板讓秘書定一個航班，最低段位的秘書，就只會看那一班，而最高段位的，還會提供多個航班選擇，還考慮到出差需求，也把當(dāng)?shù)氐淖∷?、餐飲等都提前查好備選。
如果讓手機(jī) AI 來應(yīng)聘做你的助理，你希望是哪一個段位呢？
最高段位的 AI 助理，要真正理解你說的話背后的真實意圖，并真正完成你想要的任務(wù)，其實要拆分為幾個步驟。
步驟一：充分感知。一個優(yōu)秀的助理，并非 " 胡子眉毛一把抓 "，什么事情都要提前安排，而是結(jié)合上下文背景和情境，來對用戶的潛在意圖進(jìn)行判斷。所以，充分感知場景和情境，就非常必要了。
蘋果高級副總裁 Craig 曾表示，Apple Intelligence 的真正獨特之處是能理解個人情境。能夠根據(jù)你的個人數(shù)據(jù)，你現(xiàn)在打開的頁面等背景，來理解需求。
比蘋果更早一些，榮耀在 2016 年第一代 Magic 上首發(fā) Magic Live 智慧系統(tǒng)，就能夠自動感知判斷。
步驟二：分析判斷。
有了上下文背景，怎么推斷多個意圖的重要性和優(yōu)先級呢？這就涉及語義理解了。目前，檢索、問答等任務(wù)，由于用戶有明確的檢索詞，利用大模型的自然語言理解能力，已經(jīng)可以很好地推斷用戶到底想干什么。
其中比較具有代表性的是 Apple Intelligence 蘋果智能 + GPT-4o 大模型的方案?；?Apple Intelligence，蘋果為 Siri 引入了多模態(tài)交互能力，可以從輸入的自然語言中精準(zhǔn)地進(jìn)行用戶意圖識別，將任務(wù)拆分為多個任務(wù)，作為生成回答的基石。
步驟三：精準(zhǔn)執(zhí)行。
我們可以把每一個服務(wù)和功能，想象成一個個智能體，每個智能體只有孤立的識別和輸出能力，要完成用戶需要的復(fù)雜任務(wù)，需要對這些智能體進(jìn)行精巧地、自動化地調(diào)取和編排，才能在意圖判斷之后，做出最恰當(dāng)?shù)膱?zhí)行反饋。
OPPO 與 IDC 聯(lián)合發(fā)布的《AI 手機(jī)白皮書》中提到，成熟的 AI 手機(jī)系統(tǒng)要內(nèi)嵌用戶定義的專屬智能體，不斷理解用戶習(xí)慣，自學(xué)習(xí)、直覺化。
在 VDC 開發(fā)者大會的一場技術(shù)論壇中，vivo 的技術(shù)人員也透露，作為業(yè)內(nèi)首個推出手機(jī)大模型（藍(lán)心大模型）的廠商，他們很早就開始研究 agent，對手機(jī)原生化服務(wù)組件的拆分很細(xì)、編排恰當(dāng)。
這樣看，從意圖到服務(wù)之間，還要經(jīng)過數(shù)據(jù)（感知）、算法（分析）、智能體（執(zhí)行）的一片 AI 森林，只有具備完整 AI 技術(shù)體系的廠商，才能順利跑通。
03
從上述意圖識別的拆解中不難感受到，AI 手機(jī)想做的 " 以人為中心 " 的主動服務(wù)，跨設(shè)備的數(shù)據(jù)流轉(zhuǎn)（全場景感知），跨應(yīng)用的服務(wù)觸達(dá)，以及全局安全，是必不可少的。
如何將各層級、各終端、各系統(tǒng)、各應(yīng)用都整合在一起？
意圖框架，就是關(guān)鍵紐帶，具備操作系統(tǒng)平臺級的能力，可以讓 AI 貫穿從數(shù)據(jù)到服務(wù)的完整鏈路，帶來意圖識別的能力飛躍。
目前，榮耀、華為、蘋果都推出了自己的框架或平臺。
其中，Magic Live 智慧引擎是基于場景感知、用戶理解和意圖決策三大核心能力的平臺型 AI 解決方案，形成了一個能夠銜接各種軌跡和能力的 " 大腦 "，實現(xiàn)了從單意圖到多意圖關(guān)聯(lián)的精準(zhǔn)意圖判斷。
蘋果也采用了 " 榮耀模式 "，App Intent 意圖框架包含了自學(xué)習(xí)引擎，實時學(xué)習(xí)用戶行為，并根據(jù)時間和空間信息，提供個性化服務(wù)。
華為 HarmonyOS 的意圖框架，則構(gòu)建全局意圖范式，基于鴻蒙系統(tǒng)的跨端互聯(lián)協(xié)作優(yōu)勢，實現(xiàn)多維系統(tǒng)感知，結(jié)合 AI 大模型、AI 推理框架、端云協(xié)同等計算處理能力，將需求傳遞給服務(wù)方，拉起 / 執(zhí)行更恰當(dāng)?shù)姆?wù)。
總結(jié)一下榮耀、華為、蘋果的意圖框架，就是具備 " 地基 " 的能力。
為了更好的意圖理解，三家都進(jìn)行了深度的技術(shù)搭建，實現(xiàn)了操作系統(tǒng)級別、跨終端的意圖感知、理解，只有深入到系統(tǒng)層面，才能真正重構(gòu)手機(jī) AI 體驗。
同時，意圖識別會涉及敏感數(shù)據(jù)的采集、共享和流動，在隱私安全方面，無論是一貫以隱私保護(hù)著稱的蘋果，還是榮耀的 MagicGuard 和 MagicRing 信任環(huán)，華為 HarmonyOS NEXT 的原生安全，都說明唯有平臺級的 AI 能力，能在釋放智慧的同時，守住安全的防線。
說到這里，你是不是有點疑惑，既然意圖識別這么難、需要改造和創(chuàng)新的地方這么多，效果也不是一時半會兒能體現(xiàn)出來的，主打一個 " 誰用誰知道 "，要不還是先躺平算了。
確實，意圖識別的每一關(guān)都不好過，但這正是競爭白熱化、同質(zhì)化的手機(jī)市場，廠商突圍的關(guān)鍵。
更何況，AI 手機(jī)應(yīng)該是消費(fèi)電子市場最大的一個新蛋糕，華榮 OV 等一批國內(nèi)廠商又早已 " 上桌 "，只要攻克一些技術(shù)難關(guān)，就能成功分到大蛋糕，何樂而不為呢？
意圖識別框架上，正在醞釀一場從 " 以手機(jī)為中心 " 到 " 以人為中心 " 的交互之變，AI 手機(jī)才剛剛萌芽。
來源：腦極體
