而在此过程中，硬件无疑发挥着至关重要的作用——DLSS 3.0技术中的光学多帧生成技术，必须依赖GeForce RTX 40系列GPU内置的光流加速器才能实现，这也解释了为何前代产品无法支持DLSS 3.0 。
只是，英伟达信手拈来的操作，其他玩家未必玩得转 。实际上，对绝大多数硬件厂商而言，将AI价值过度倾注在硬件层面，或许并非一条捷径 。
首先，对用户而言，现阶段软件应用的重要程度远超硬件 。一个简单的例子，曾几何时，各大影视专业的学子们扎堆选择苹果macBook，其背后的动力，很大程度上源于其具备更易用的剪辑软件Final Cut 。
同时，诸如ChatGPT、Midjourney等主流AI应用的运算，并不在本地终端设备上完成，而是交由远程云端服务器承担 。在此场景下，PC、智能手机等终端设备更多扮演着联网和内容呈现的角色 。
这意味着，当下AI应用的易用性同用户所使用的硬件本身关联性较小，对硬件亦没有严格的要求——将AI价值过度投射于硬件本身，可能会存在着盲点和偏差 。
换言之，与硬件相比，系统和软件应用才是这轮AI演替真正的核心 。纵使是前述的DLSS，亦需游戏厂商进行适配，而非包治百病的灵丹妙药，好比拥有一套顶级的音响设备，却没有音乐可播放，一切自然无从谈起 。
另一方面，消费电子厂商之所以会固守“硬件至上”哲学，且将产品同AI的耦合过度理想化，或许同自身在AI领域尚显稚嫩有关 。
毕竟消费电子的游戏，很大程度上是供应链的游戏，尤其在同质化严重的PC市场，大多数厂商的角色更多的是像是“组装工”，并未能深入参与到AI等前沿科技的创新和研发中 。
这并不意味着技术路线将被证伪 。相反，当下的终端设备虽然受限于硬件限制，很难支持大模型的部署和运行但却能搭载轻量级的小模型，通过大小模型间的耦合实现实时离线推理、快速响应需求等功能 。
只是，应用厂商并不是吃素的，深谙商业竞争的应用厂商，必然选择去尽可能地覆盖更多的用户，而不是将自己的命运与单一的硬件厂商紧密地绑定在一起 。因此，即便AI硬件能撬动消费市场，消费电子玩家亦只能沦为生态链的最末端，瓜分大模型、应用厂商剩下的残羹冷炙 。
当然，除扮演着传统“组装厂”的硬件厂商以外，赛道中亦存在着苹果、华为等软硬实力兼备的玩家，既有硬件基底，亦有前沿科技支撑 。对其而言，若能将应用“赋能”自身的硬件产品，或许将成为消费电子赛道新的主角 。
终
目前，谷歌、百度、阿里等玩家，在参与大模型混战的同时，亦在塑造消费电子领域的新游戏规则 。
今年以来，AI与硬件的联姻已在多个领域被实现：小度融合文心一言，构建出专门针对智能设备场景的AI模型“小度灵机”，并已将其集成到小度青禾学习手机中；阿里则是将天猫精灵同通义千问接轨，加深AI与智能硬件的融合 。
而在AIGC领域起步稍晚的苹果，也并没有坐以待毙，而是紧急招募AIGC专业背景人才，将其视为“改变苹果移动计算平台”的重要力量，以此来抵挡AI潮流的冲击 。
【AI难成消费电子的灯塔】相比之下，一直试图挑战微软在AI领域的地位的谷歌，则更为硬核 。
近日，谷歌发布了对标GPT-4的PaLM 2，后者包含了Gecko、Otter等四种版本，其中，Gecko可以在移动设备上高速运行，即使在离线状态下也能够保持不错的表现 。
这意味着，谷歌能对PaLM 2可以进行微调，以支持更广泛的产品类别 。基于此，对谷歌Pixel系列手机而言无疑是一个好故事，毕竟在Tensor G2芯片性能“翻车”后，谷歌的自研芯片唯独AI领域还具备着优势 。
文章插图
因此，纵观AI消费电子赛道，其虽仍处迷雾之中，但秉持着不同逻辑的玩家们，正在摸索着可能的出口 。会看当下身陷AI热潮，玩家们视角往往过于乐观，从而忽略一个重要事实，即创新并非总能符合消费市场的实际需求 。
以前述硬件路线为例，打破既有框架开发基于AI的硬件架构，无疑需要大量的研发投入，这种成本的增加在消费者最终购买时便会显现出来 。就拿AI笔电来说，在性能与配置相似的情况下，AI笔电与普通笔电势必会在价格层面拉开一定的差距 。
然而，在整体消费意愿走低的大环境下，硬件厂商只能寄希望于通过协同开发，呈现出有别于主流AI应用的杀手级产品 。换句话说，只有当用户感受到他们所花费的每一分钱都带来了明显的提升时，他们才可能为所谓的创新付费 。
推荐阅读
- 汽车电子后视镜来了！虽有优点但也有弊端，你敢用吗？
- 电子表怎么将12小时改成24小时制
- 杨幂版“硅胶娃娃”日本展览，宅男成主要消费者，网友：收钱了吧
- 电子厂普工招聘试卷有多社会？如果没猜错，这是在招董事长
- 就业证怎么办理电子版证件
- b2b电子商务平台 b2b电子商务
- 杭州电子科技大学这个学校怎么样
- 汽车电子调节器指示灯不亮了 汽车电子调节器
- 化工设计手册电子版 化工设计手册电子版
- 深圳电子展览会2023年 深圳电子展览会