1、 AI 芯片开始从高端向中低端普及
与 2017 年只有少数 AI 芯片运用到高端手机的情况相比， 2018年在手机市场不仅有了海思麒麟 980、高通骁龙 855、三星 Exynos 9810等运用在高端手机的 AI 芯片，也有了联发科 P60、 P22 和高通骁龙450 等中低端手机的 AI 芯片。 高通推出的在手机上运行神经元网络的骁龙神经元处理引擎 (Snapdragon Neural Processor Engine,SNPE)， SNPE 不仅支持骁龙 800 系列芯片，也支持部分骁龙 600 系列芯片和骁龙 400 系列芯片。联发科也推出 NeuroPilot 平台，通过整合硬件(AI 处理器)及软件的方式让搭载联发科芯片的产品具备 AI 能力。
2、 AI 终端多领域融合，向垂直行业渗透
目前 AI 终端上的应用主要停留在面向终端用户的个性化功能体验；随着 AI 逐渐被社会关注和认同， AI 移动智能终端将深入影响各行各业。如在医疗行业，智能终端可利用 AI 功能记录患者身体机能参数，并通过对过往病例和身体监控大数据预测病人发病的概率、时机，并给出相应的诊断；教育行业， AI 智能终端可以变成虚拟导师，记录学生的平时表现，智能打分，综合评定其素质发展能力；汽车行业，在 L5 级自动驾驶模式下，车载终端将充当驾驶员，从行车控制到车载娱乐，为行车模式带来巨大改变。法律行业，带有 NLP 功能的智能终端可以再几分钟内总结成千上万页的法律文件，快速梳理现有资料，并通过对过往案件数据的分析学习，实现智能审判。在垂直领域的探索和发现，将为 AI 移动智能终端产业带来全新的市场机遇。
3、 软件框架降低使用者技术门槛，扩展 AI 终端创新群体
对于大多数开发者而言，使用各类开源框架构建人工智能模型是耗时耗力的复杂过程，较高的技术门槛一定程度上阻碍了其创新发展的速度。谷歌在 2018 年初发布的 Cloud AutoML 服务，将实现人工智能开发过程中，机器学习的环节自动化、可视化，使开发者脱离代码进行上传图像、训练及管理模型等操作，其模型准确率与传统开源框架建模方法不相上下。百度的 EasyDL 产品，在没有机器学习相关知识的情况下，通过全程可视化操作，最快 15 分钟即可获取一个高精度模型，支持图像识别、文本分类以及声音分类等基础服务。
降低技术门槛将是 AI 开源框架的未来发展方向。轻量级、易使用的开源框架也更能适应端侧 AI 训练的场景，为 AI 终端的进一步普及提供强有力的技术支持，有助于优秀的创意更便捷地付诸实施，扩大部署范围，在人们生产生活地方方面面切实落地。
智东西认为， 2018年起，各主流终端厂商的旗舰机型均引入人工智能元素，通过触屏、摄像头、语音等多种方式，更直接地满足用户需求，改变其生活方式。虽然目前手机 AI 发展依然处在比较早期的阶段，不过随着 AI 芯片的发展和开发工具、分发平台的完善，在未来可预见的时间里，芯片厂商、手机厂商和第三方开发者会持续在手机 AI 上进行投入，AI 对手机体验的加成会越来越明显。在即将到来的 5G 时代，AI 很可能和 5G 一起，成为未来智能手机的一项基本能力，共同定义下一代的智能手机体验。
