1、 我国终端产业对 AI 技术的应用已较为成熟
我国在传统芯片领域起步略晚，然而在智能芯片这个新兴市场却布局较早。 2018 年 5 月，中科院旗下的寒武纪科技公司在上海召开的全球新一代人工智能芯片发布会上发布了我国研发的多个最新一代终端 IP 产品——采用 7nm 工艺的终端芯片 Cambricon 1M、首款云端智能芯片 MLU100 及搭载了 MLU100 的云端智能处理计算卡，其中云端芯片理论峰值速度达每秒 128 万亿次定点运算。2018 年 8 月，华为率先发布全球首款基于 7 纳米技术打造的手机芯片麒麟 980，其集成 69 亿晶体管，实现了性能与能效的全面提升，在 CPU、 GPU、 AI等性能以及能效领先幅度超过 30%。百度、地平线、云知声、深鉴科技等互联网企业，也纷纷推出了基于神经网络、或自研 AI 架构的 IP、FPGA、 ASIC 等产品，覆盖图像、语音和自动驾驶等多个领域和场景的 AI 芯片。
我国人工智能算法研究能力已较为雄厚。 中国学者在发表 AI 学术论文、申请专利和参加国际竞赛方面成果斐然。Elsevier 的 SCOPUS数据库中的数据显示， 2011~2015 年，中国学者在 AI 领域出版的论文数量排名世界第一，创下了超过 4.1 万个出版物的记录。自 2016年以来的论文发表数量仍继续上升，并且华人学者在顶级国际学术会议中担任重要角色的比率也越来越高。中国研究人员发起的专利申请，近年来也上涨了两倍。在近 3 年的 ILSVRC 视觉识别竞赛中，中国团队获得冠军的比率也越来越高。在 2017 年度 ILSVRC 竞赛上，来自中国大学和企业的 AI 团队将各项比赛第一名全部包揽，而且参赛的 27个队伍，其中超过一半来自中国。这些成就表明我国在 AI 算法研究方面有较大潜力，影响力扩大到全球。
我国手机产业在生态落地、场景应用方面能力已位居世界前列。AI 算法的突破和核心芯片研发的推进，为人工智能在产业应用打下了坚实的基础。 百度于 2016 年开源了 PaddlePaddle 深度学习平台，是国际上继 Google、 Facebook、 IBM 后第一家将人工智能技术开源的中国公司。科大讯飞在感知智能、认知智能以及两者的深度结合等领域均有所涉猎，并在多项国际高水平语音赛事中取得过成绩。此外，AI 领域的创业公司，如旷视科技、商汤科技、云知声、思必驰等，聚焦在深度学习最擅长的视觉识别和语音识别领域，推动中国相关领域的技术水平提升。在场景应用方面，我国终端厂商和移动开发者更是紧跟 AI 的浪潮， 将智能助手、智能拍照、智能家居等一系列接地气的智能化场景引入用户生活的方方面面，引领了终端产业智能化应用落地的发展方向。
2、 手机厂商加快 AI 技术布局
从中国畅销手机 TOP50 人工智能机型数量来看， 2018 年支持 AI应用的手机大幅攀升，数量已超过非人工智能手机。国内的主流手机厂商均已发力手机人工智能，从芯片、到系统、到应用等多场景切入。华为采用芯片+应用模式，软硬结合双管齐下，打造手机全产业链 AI化； OPPO 则发力图像处理，主打拍照美颜应用； vivo 以 Jovi 智能助手为入口的人工智能手机场景化体验；小米则围绕核心业务打造 AI技术，落地智能产品。
3、 算法企业深化手机场景能力
我国机器视觉算法企业研发和产业化能力快速提升。 商汤、云从、依图、旷视等代表性企业已经开发一批业内领先的机器视觉算法、产品及解决方案，行业内多家企业已经开始了“算法+芯片”的尝试。例如商汤科技围绕移动终端和物联网产品，将机器学习模型和算法，与高通的骁龙芯片结合起来，在创新视觉和基于摄像头的图像处理方面开展研究。百度与美国英伟达公司达成战略合作，结合百度算法和英伟达 GPU 芯片共同研发无人驾驶技术。
目前，以互联网企业为代表，构建 AI 手机生态为目的，已涌现了一批国产框架。 NCNN 是腾讯开源的终端侧 AI 软件框架，支持不同软件框架搭建的模型进行相互转换，主要面向 CPU 的 AI 模型应用，是国内目前较为广泛使用的终端侧 AI 软件框架； Paddle-mobile是百度自研的移动端深度学习软件框架，支持 iOS GPU 计算。虽然行业巨头纷纷推出了基于自身技术体系的训练及推断软件框架，但由于产业生态尚未形成，深度学习模型表示及存储尚未统一，训练软件框架及推断软件框架尚未形成一一对应关系，技术生态争夺将继续进行。
