三星“AI+万物”蓝图加速推进! 官宣生成式AI融入最畅销电视

APP获悉，来自韩国的科技巨头三星电子(Samsung Electronics Co.)正在通过为其高端智能电视产品线推出以“Vision AI”品牌命名的新增AI强化功能套件，进一步拓展该韩国科技巨头在智能手机、电视以及智能手表、智能眼镜等端侧人工智能领域的布局力度，加速推进三星的“AI融合万物”这一人工智能雄心壮志。

该公司在“周日拉斯维加斯”国际消费电子展(CES)预热活动的一份官方声明中表示，该公司端侧人工智能技术所驱动的智能电视屏幕将能够实现“线上AI搜索”有关所显示内容的信息，例如识别演员或具体的产品，实时翻译并生成个性化的背景与主屏幕图像。

最顶级的三星智能电视型号上的内置人工智能处理器还将分析TV内容，以实现AI驱动的增强色彩和对比度，并优化音频，同时还能够根据用户的语音或者基于文字输入的指令，快速到达用户想要浏览的页面、想要观看的电影以及电视聚集，或者根据用户指令快速进行个性化的智能电视功能设置，类似于能够根据用户指令实现极速处理的最新版本Siri语音助手——即嵌入ChatGPT的苹果Siri语音助手。

三星视觉显示业务负责人SW Yong在三星的官方声明中表示：“三星认为，电视并不是用于被动消费形式的单向消费电子设备，而是能够适应用户所有需求的交互式智能伙伴。”

这家韩国科技巨头，近二十年来一直是全球最大规模的智能手机制造商，并且近期表示将与美国科技巨头微软(MSFT.US)以及另一科技巨头Alphabet(GOOGL.US)旗下的谷歌进行深度合作，力争通过合作伙伴所提供的更新以及性能更强大的AI功能来扩展其“Vision AI”这一智能手机AI品牌的基础AI套件。

此举可谓是推进三星所规划的“AI无处不在”这一人工智能雄心壮志的最新进展，三星这一AI蓝图旨在将生成式AI技术全面嵌入旗下的智能手机、智能电视、智能手表以及更广泛的端侧消费电子产品，打造出覆盖全消费电子的端侧AI产品，即实现“AI融合万物”的这一最终人工智能蓝图。

据了解，在去年CES上，韩国科技巨头三星电子在CES 2024展会上举行了全球瞩目的重磅端侧AI发布会，三星CES 主题是“All for AI：人工智能时代的互联互通”。三星最新发布的产品可谓全线与端侧AI相关，比如AI电视、AI冰箱、AI洗衣机、AI吸尘器、AI笔记本电脑等。

端侧AI，或将是2025年CES的核心聚焦点

随着2024年AI PC以及AI智能手机等全新融合AI的消费电子呈涌现之势，“AI+万物”这一趋势已难以阻挡。在今年，端侧AI也将是国际消费电子展(CES)的核心聚焦点，探讨AI如何更完美地融入端侧消费电子产品以及探讨AI如何深度渗透至人类日常生活，尤其是“AI人形机器人”这一最重磅的端侧AI领域的新产品以及发展进程，备受全球投资者以及科技行业粉丝们关注。

华尔街分析师们普遍预计，英伟达可能将会在2025年的CES展会上展示其最新的人形机器人战略以及专为人形机器人设计的 Jetson Thor 平台，这将与英伟达的“具身人工智能(Embodied AI)”战略密切相关。

全球最大规模智能手机芯片公司高通(QCOM.US)的首席执行官克里斯蒂亚诺·阿蒙近期揭开该公司Snapdragon处理器(即骁龙处理器)的新版本，并且他在最新采访中表示，AI智能手机——即能够运行强大的人工智能大模型的智能手机终端，预计将在五年内普及到全球的每一位消费者。

当处理天量并行化计算的数据中心服务器AI芯片部署规模满足全球企业与个人的基准算力需求以及AI大模型迭代发展所需的庞大算力支撑时，按照技术发展趋势，在包括智能手机、PC以及人形机器人在内的消费电子等应用终端，以及电动汽车软件系统和工业生产等应用终端，类似o1-preview等人工智能推理性能愈发强大的AI大模型势必将最终融入这些终端设备并且能够调用云端更强大的AI算力进行即时配合，这也就是所谓的端侧AI。

目前，全球头部智能手机硬件厂商纷纷拥抱AI大模型这一突破性技术，正在把能够离线运行推理性能无比强大的AI大模型，植入到新一代机型中，打造所谓的 “AI 智能手机”。相比纯粹调用云端算力的通用云端AI大模型，以端侧的本地AI大模型为核心，同时借助云端AI，可以让智能手机用户更加迅速高效、便捷、安全地使用ChatGPT等类似AI产品，并且借助端侧AI有望实现更符合用户个人需求的“私人AI助理”，类似于电影《HER》那样的“全能AI伴侣”。

为了实现智能手机上运行AI大模型，一些智能手机硬件制造商正在研究集成专用的AI处理器，这些专有AI芯片专为高效处理AI任务设计，力争提高运算效率和能耗比。制造商们还力争通过云计算和边缘计算结合，某些复杂的AI处理在云端完成，而实时或敏感的任务在本地处理，以及探索使用模型剪枝、量化和知识蒸馏以及以及轻量化架构(如MobileNet、TinyBERT等)等前沿技术减少大模型的实际规模和计算需求，使其适合在训练/推理算力资源大幅受限的智能手机、PC等应用设备终端顺利运行强大的AI大模型。