智能手機(jī)已逐漸進(jìn)入產(chǎn)品成熟期，手機(jī)廠商在硬件規(guī)格的競爭也越趨激烈，使得軟件應(yīng)用逐漸成為實現(xiàn)差異化的新途徑，廠商除了將觸角延伸至 IoT 領(lǐng)域之外，若能開發(fā)自家獨特的 AI 軟件應(yīng)用，也有助于加強(qiáng)消費者黏著度。

　　例如，Apple 近來強(qiáng)調(diào)轉(zhuǎn)型軟件與生態(tài)系廠商，Google 也持續(xù)開發(fā)更多 AI 軟件應(yīng)用服務(wù)，并優(yōu)先搭載于自家 Pixel 手機(jī)。 智能手機(jī)已進(jìn)入產(chǎn)品成熟期，廠商積極強(qiáng)化 AI 應(yīng)用 2019 年全球智能手機(jī)生產(chǎn)數(shù)量呈現(xiàn)年衰退，主要是因為手機(jī)滲透率逐漸達(dá)到飽和且進(jìn)入產(chǎn)品成熟期，雖仍有曲面屏、多鏡頭與屏下指紋等硬件創(chuàng)新，但并未明顯提升消費者體驗，故無法有效帶動換機(jī)潮產(chǎn)生。 因此 Apple 已宣布積極轉(zhuǎn)型為軟件與生態(tài)系廠商，持續(xù)擴(kuò)展「生態(tài)系服務(wù)」，推出 iTunes Store、App Store、Apple Pay、Apple Music、iCloud、Apple News+（新聞訂閱）、TV+（串流影音）、Apple Arcade（游戲訂閱）與 Apple Card（信用卡）等服務(wù)。

　　▲Apple Music，source：Apple

　　在手機(jī)軟件應(yīng)用服務(wù)明顯發(fā)力的還有 Google，于 2019 年 12 月 9 日宣布推出全新策略「Feature Drop」，將藉由 AI 功能優(yōu)化應(yīng)用服務(wù)，以持續(xù)提升新舊款 Pixel 手機(jī)消費者使用體驗，象是自動過濾騷擾電話、照片與視訊通話時背景虛化等，且這些更新不侷限于最新款 Pixel 手機(jī)，而將視硬件需求開放給不同機(jī)型使用。 觀察現(xiàn)有手機(jī)廠商進(jìn)展，歸納出以下幾項目前較為主流的 AI 手機(jī)應(yīng)用：

　　(一) 圖像識別

　　隨著 AI 算法提升，相機(jī)功能變得更為強(qiáng)大，衍生出更多臉部識別應(yīng)用，使得圖像識別在目前 AI 手機(jī)應(yīng)用中最為廣泛。

　　健康管理

　　Johnson & Johnson 旗下 Neutrogena 于 2020 年初發(fā)布新版 Neutrogena Skin360，借由 AI 算法的增強(qiáng)，達(dá)到不需外掛硬件即可檢測黑眼圈、皺紋、細(xì)紋、光滑度與黑斑等。除了膚質(zhì)檢測外，借由與實時天氣數(shù)據(jù)結(jié)合，提供 8 周個性化相關(guān)護(hù)膚方案，并提供 Johnson & Johnson 相關(guān)保養(yǎng)品建議，建構(gòu)整個膚質(zhì)管理生態(tài)圈。 目前搭載 Kirin 990 機(jī)型的華為 Mate 30 和榮耀 V30 也推出芯心兼容 App，透過手機(jī)鏡頭捕捉心臟收縮和舒張引起的面部吸收光照差異之微弱信號，并利用 AI 技術(shù)估算出人體的心率和呼吸率等數(shù)據(jù)。 整體來說，智能手機(jī)受惠于 AI 相機(jī)算法改善，因而有機(jī)會打入健康管理市場，改變過去須配合智能手環(huán)和智能手表等其他穿戴裝置才能使用的模式。若未來手機(jī)能提供更精準(zhǔn)的檢測結(jié)果，再配合大數(shù)據(jù)分析提供進(jìn)階健康照護(hù)建議，將可進(jìn)一步擴(kuò)展商機(jī)。

　　視訊強(qiáng)化與拍照

　　Google 推出「語義圖像分割(Semantic Image Segmentation)」技術(shù)，將語義標(biāo)簽（如道路、天空、人與狗等）分配給輸入圖像的每個畫素，更精確定位物體輪廓，并開源其語義圖像分割模型 DeepLab-v3+。 隨著語義圖像分割發(fā)展持續(xù)進(jìn)步，Google 也推出舊照片和視訊通話皆可背景虛化的功能，以做出景深效果，讓視訊通話時人像更清晰。此外，榮耀 V30 手機(jī)已實裝 AI 視頻全景替換功能，在視訊通話時可以隨時替換背景且背景可動。而 Qualcomm 也于 Qualcomm Snapdragon Summit 2019 年展示視訊通話時將頭像卡通化的功能，增添個人特色。 此外，Google 充分運用 Pixel 4 前鏡頭廣角功能，搭配 AI 算法加強(qiáng)人臉識別，因此視訊通話時不論人物如何移動，人臉將永遠(yuǎn)置于熒幕中央，或當(dāng)視訊同時存在兩個人時，可確保同時入鏡。 在拍照功能上，CIS 芯片大廠 Sony 主打?qū)崟r人眼對焦(Eye AF)，強(qiáng)調(diào)雙眼是構(gòu)成一幅絕佳肖像不可或缺的元素，且此實時眼部偵測自動對焦功能已拓展到動物世界，可自動偵測并追蹤動物雙眼，而人眼追焦功能目前已在 vivo X30 Pro 上實裝，預(yù)期有機(jī)會獲得更多手機(jī)品牌采用。

　　隔空操作

　　2019 年陸續(xù)有 3 支智能手機(jī)以隔空手勢操作為主要賣點：LG G8 ThinQ 手勢操作名為「Air Motion」，借由前鏡頭搭載 ToF 鏡頭，實現(xiàn)更精準(zhǔn)臉部識別與手勢識別操作功能，例如想要截圖可透過在屏幕幕前做出五指并攏和抓取動作；若在手機(jī)屏幕前左右揮舞，可呼叫音樂和簡訊等功能；若要調(diào)節(jié)音量則進(jìn)行扭轉(zhuǎn)旋鈕動作。 華為 Mate 30 Pro 同樣以前鏡頭搭載 ToF 鏡頭，操作時只要在前鏡頭前方張開手掌，接著做出捏合姿勢就可屏幕截圖，上下?lián)]動手掌就能滑動頁面。

　　▲Google Pixel 4 手勢功能「Motion Sense」，source：Google

　　Google Pixel 4 手勢功能則稱作「Motion Sense」，采用 Project Soli 技術(shù)（運用微型雷達(dá)監(jiān)測空中手勢動作的感測技術(shù)），在 Pixel 4 前置鏡頭模塊中搭載 1 塊雷達(dá)芯片，其會先發(fā)射電磁波，波束會在用戶產(chǎn)生動作后反射回手機(jī)的傳感器，再根據(jù)波束變化偵測用戶雙手動作，從而實現(xiàn)手勢操作。 此外，Samsung 旗下 C-Lab 也于 CES 2020 展示隔空打字新技術(shù) SelfieType，不同于前幾年的雷射鍵盤需另外搭載投影紅外線的硬件，三星僅透過手機(jī)前置鏡頭和 AI 人工智能追蹤用戶雙手，即可在桌面上出現(xiàn)隱形鍵盤。 不過，整體來說手勢操作現(xiàn)階段仍以手機(jī)廠商展示自身技術(shù)為主，實際上的應(yīng)用有限，某些功能在設(shè)定或操作上也略為復(fù)雜，使得手勢操作目前仍不普及。

　　智能防偷窺

　　華為 Mate 30 Pro 推出防偷窺功能，借由前鏡頭支援 3D 人臉識別，可保護(hù)使用者隱私。當(dāng)前鏡頭識別有其他人出現(xiàn)在偵測范圍內(nèi)，此時屏幕的訊息和行事歷等將自動上鎖，主要仍是借由前鏡頭與 AI 搭配人臉識別完成隱私保護(hù)。

　　(二)實時語音識別與自然語言處理

　　語音識別和自然語言處理的最新 AI 應(yīng)用，主要為實時語音轉(zhuǎn)字幕與實時翻譯，隨著 AI 運算功能加強(qiáng)，可實時在終端裝置完成，不需將信息先傳到云端再回傳終端裝置。 語音轉(zhuǎn)字幕與翻譯雖然實務(wù)上早就能做到，但過往受限于 AI 運算能力不足，需先回傳云端處理后再傳給終端裝置。例如 Google 云端硬盤早已提供語音轉(zhuǎn)字幕功能，但需先登入，再播放音檔讓 Google 云端進(jìn)行處理，也就是需要透過 Google 強(qiáng)大的云計算能力才得以完成，不僅需使用網(wǎng)絡(luò)流量造成不便，且容易造成隱私困擾。

　　▲Google Pixel 4 Live Caption 功能，source：Google

　　不過，Google Pixel 4 已率先實裝 Live Caption 功能（目前僅支援英文語音轉(zhuǎn)英文字幕），強(qiáng)調(diào)實時語音轉(zhuǎn)字幕不需使用任何連網(wǎng)數(shù)據(jù)，所有音頻和字幕都在終端裝置處理，也不會儲存或發(fā)送給 Google；小米集團(tuán)旗下的 Redmi K30 5G 版也實裝中文語音轉(zhuǎn)中文字幕功能。實時翻譯功能方面，Qualcomm 在 Qualcomm Snapdragon Summit 2019 中，已展示如何只透過手機(jī)、不需經(jīng)過云端回傳即可完成實時翻譯（離線亦能實時翻譯）。 整體來說，不用透過云端就可達(dá)成實時語音轉(zhuǎn)字幕與實時翻譯，主要因手機(jī)芯片的 AI 運算能力加強(qiáng)，例如 Google 的 Live Caption 功能剛推出時僅能于 Pixel 4 使用，目前也僅下放至 Pixel 3 機(jī)型，而 Qualcomm 展示 Snapdragon 865 實時翻譯功能，主要也是為了強(qiáng)調(diào)其 AI 運算能力的強(qiáng)大。實時語音轉(zhuǎn)字幕與實時翻譯由于不用透過云端，可降低延遲、減少頻寬需求并提高 App 使用方便性，同時安全性也更高，避免隱私外流風(fēng)險。

　　(三)  其他應(yīng)用

　　Google Pixel 4 也藉由 Google Assistant 進(jìn)行語音識別以自動過濾騷擾電話(Call Screen)，過程中不需使用任何網(wǎng)絡(luò)流量，但會計入電話費（此功能目前只支援英文，限美加地區(qū)使用。）若是未知電話，Google Assistant 可以在電話響起前就自動屏蔽；若是一般電話，則透過 Google Assistant 接聽并詢問來電者身分和來電原因，只要判定是語音自動電話或騷擾電話，就會掛斷；若判定不是，手機(jī)就會響鈴并顯示來電者的回覆。 此功能也會根據(jù)手機(jī)的聯(lián)絡(luò)人決定是否過濾來電，若不想過濾特定號碼，就要將號碼儲存為聯(lián)絡(luò)人。手機(jī)還可根據(jù) Google 騷擾電話數(shù)據(jù)庫中的號碼偵測語音自動電話和騷擾電話，因此在初次設(shè)定時仍需網(wǎng)絡(luò)連線，設(shè)定完畢才可關(guān)閉連線。  AI 應(yīng)用將持續(xù)帶動手機(jī)硬件提升 總結(jié)來看，近期市場出現(xiàn)越來越多前鏡頭結(jié)合 AI 的應(yīng)用，尤以提供手勢或臉部識別為主的機(jī)型，基本上都需搭 ToF 感測模塊或雷達(dá)以提供更好識別能力。

　　此外，Google 提供視訊人臉置中和同時 2 人入鏡功能，也都依賴前鏡頭廣角功能，一般主攝鏡頭在視野受限下無法足夠取景。預(yù)期未來前鏡頭的規(guī)格會持續(xù)升級，象是畫素提升或引入微距鏡頭等，以實現(xiàn)更多 AI 應(yīng)用。 不過，AI 運用最主要還是仰賴處理器的 AI 運算能力，隨著 AI 引擎持續(xù)改善，可以改善原本需回傳云端處理再傳回終端裝置的狀況，終端裝置于離線時即可提供許多 AI 運用，不僅降低延遲也減少頻寬需求，使 App 在應(yīng)用上更方便，更不須使用網(wǎng)絡(luò)或依賴云資源，進(jìn)而提高安全性。