目前生成式AI大模型如火如荼，但似乎对于大多数老百姓来说，日常工作生活中使用生成式AI的频率并不高。除了一些相关专业人员，AI更多的是出现在人们的舆论谈资中。
这就好比20年前的互联网，概念虽然已经被人们所知晓，也确实在多个领域中应用，但是除开一些相关专业人士以及一些办公条件非常好的单位，多数人日常工作生活中应用互联网的频率并不高。主要原因就是移动终端不够轻便，人们要连接互联网，至少需要desktop台式机，条件好一点的可以用laptop笔记本。直到2010年乔布斯掀起移动端设备革命，iphone4问世，互联网的普及才算是迎来质变，人们从此逐渐被手机紧紧黏住，上网成为人们日常生活不可或缺的一部分。从此互联网行业开启了飞跃的黄金10年。
iPhone4之所以成为人们纪念的经典，一个重要原因是其催化了移动端互联网浪潮
同样，目前的生成式AI行业的情况和20年前的互联网行业类似，生成式AI大模型只有链入移动终端，并且做好相应的生态开发，生成式AI的普及化才能进入质变时刻。
苹果公司作为移动终端领域的巨头，与OpenAI强强联合，将AI个人化，轻便化，大举押入生成式AI领域的新战场——移动终端，开启生成式AI的新蓝海。
最近，苹果公司增加了其IPhone16核心零部件A18芯片的代工订单，苹果公司自己是对市场热度感知最灵敏的，芯片代工量上调直接反映出消费市场对于Iphone16引入生成式AI的热烈期待。
iPhone16的AI预期直接推动苹果股价创新高
按照苹果目前的移动端链入AI策略，普通人创业赚钱的机会将迅速消亡。
举个例子，中国网红教育咨询师张雪峰做的生意就是根据自己掌握的行业信息，用自己的分析判断给学生做定制化志愿填报策略和咨询服务，他通过大量的在线视频直播走红网络，积累浏流量，维持热度。但是苹果和OpenAI的强强结合后，Iphone用户自己就可以通过简单操作用张雪的视频喂养AI，然后生成出一套AI志愿填报策略，数据喂养越多，生成的AI越像张雪峰，创办一个李雪峰或者王雪峰视频。
同理，很多学历和技能教育从业者都会面临类似的情况，比如网课教外语、编程，考证等等，Iphone用户都可能用这些课程视频去生成相关课程的教学AI，一对一辅导用户自己或者别人的学习。
目前市面上有很多IT企业是以为倒卖信息差或者分析信息作为盈利模式的，比如一些教导用户如何在电商平台薅羊毛的软件，分析什么时间点在哪里买什么商品最划算的软件，等等，这类软件有独特的盈利模式，依赖的竞争力在于其不断累积的获取信息差的快捷比较方式。这类算法看似简单，但也是这类IT创业者经验积累的结果。可是当Iphone移动终端引入AI大模型后，Iphone可以直接将电商数据喂给大模型，让大模型自己训练出捕捉这些信息差或者分析信息的快捷办法。
苹果如果在OS层面整合OpenAI，这样的强强结盟，将使得GPT训练出直接服务特定群体用户的模型的效率大幅提升，打破后台数据屏障。这也是马斯克对苹果公司极力抵制的原因之一。
目前的口语翻译设备，基本就是固定的软件，偶尔等待品牌开发者的软件更新。远远做不到消费者拿着翻译设备进行定制化的AI训练，且不谈一些小众微语种，就算针对主流语言，一旦碰到了方言、口音重的人、用语习惯特殊的人、新流行词、玩梗等等，其翻译的准确度会大打折扣，远远达不到同声传译级别。
但如果将生成式AI大模型引入到移动终端进行同声传译，使用者能够针对特定的人群或者个体的语言，进行机器学习，训练出针对性的翻译AI，甚至直接调用广大GPT使用者已经训练好的成果，来进行同声传译。当数以千万的Iphone使用者们贡献出自己的语言数据采集和语言翻译AI训练成果时，一个非常强大的集合千万语种和无数方言口音的同声传译AI就诞生了。
科幻电影［|流浪地球］中，来自各个语言群体的人类能够通过耳戴设备进行无障碍实时同声传译，这在AI移动端推广的过程中，可能会很快实现。
GPT一旦被整合到移动端，会产生一些人类以前没有使用过的应用:
最近和几位朋友聊起网球运动，说到网球竞技中的一个重要技能就算是，根据对方挥动网球拍击球瞬间的动作，判断出对方的击球意图，包括往哪个方向打，选哪个落点，会打出什么弧度等等。越强的网球手，判断对手击球意图的正确率越高。信息处理的反应时间不到1秒，这种预判对手击球的各种意图参数的能力是靠人体神经系统日积月累的深度学习实现提升的，提升的上限很大程度上依赖人的天赋。
随后，聊天的几位朋友就把AI代入了这个话题，探讨能否使用AI快速且准确地判断出对手击球的详细意图，包括方向、落点、力度，弧线等等。理论上，这些信息是可以通过对方人体在击球的瞬间的身体信息估算出来的：例如，对手击球时各个部位肌肉的紧绷程度，肢体各部位的位移，关节的扭动细节、肢体各个部位的红外线强度分布、甚至表情、眼神等等信息，将这些数据细节纳入AI的深度学习，并训练出一套预判对手击球意图的AI。然后用这套AI在网球运动中，迅速算出对手的击球意图。
以上这个探讨多少有点天马行空、并违背体育精神。但是日常生活中，真的就有类似机制的需求。比如，很多人难以做到察言观色，尤其是揣测那些情绪化极端或者情绪很稳定的人的心理，短时间内做出判断的准确度不高。然而，当大量的身体细节信息被纳入机器学习，训练出相应的AI，就能够做到敏捷的察言观色。根据被观察者的语调、用词、动作、脸色、眼神、身体各个部位的红外线强弱分布、呼出气体的气流状态、发毛的立起程度等等一系列信息，进行深度学习，迅速推理出被观察者的大致心理活动，讲信息交付给AI使用者。
人类神经系统和肌肉组织之精密，使得思绪总能在身体某些组织，尤其是头部肌肉的运动细节上表现出来。移动端的AI应用，使得这些生理暗规律在AI的海量训练中被总结出来。
以上应用场景要在现实生活中实现，当然需要足够轻巧、推理算力又足够强的移动终端去搭载这种AI。作为移动终端领域的霸主，苹果旗下的产品在链入OpenAI的大模型后，有潜力征服这个应用蓝海。
Iphone，Vision Pro，Apple Watch，在未来都可以成为这类AI应用的平台，并在生活中满足消费者的各种需求。
苹果和OpenAI的强强结盟，有助于苹果进一步扩大其生态圈，将很多有志于开发生成式AI场景应用的APP开发者纳入其势力范围。在这场结盟中，移动终端、AI应用、AI大模型之间互相成就，互相推动进步。
另外，全球终端电子消费连续3年的收缩期也结束了，苹果的新一轮高速增长周期随着AI加成，开启了。
精彩评论