近年來，人工智能技術水平不斷提高，應用服務全方位加速落地，對促進經濟發展、提高管理效率、改善生活質量具有關鍵作用。國務院在2017年印發的《新一代人工智能發展規劃》中明確提出，加快智能終端核心技術和產品研發，發展新一代智能手機、車載終端、可穿戴設備等產品形態和應用服務，在2020年3月人工智能又被列為新基建重點發展領域之一。當前，人工智能從計算機視覺、自然語言處理、語音處理等維度全方面推進智能手機、智慧家居、智能車載、智能可穿戴、智能機器人等領域移動終端的發展，據IDC預測，2020年中國將有接近1億部5G智能終端出貨，人工智能賦能移動終端進入高速發展期。

人工智能關鍵技術發展態勢良好

人工智能技術迎來第三次浪潮，深度學習技術在計算機視覺、自然語言處理、語音識別等研究領域相繼取得突破性進展，在圖像分類識別準確率、語音合成自然度等方面已超過人類平均水平，推動人工智能從實驗室走向商業化，賦能移動終端實現智能化、多樣化、個性化。

計算機視覺技術已相對成熟，深度學習模型壓縮推動移動智能終端發展。計算機視覺技術根據業務場景可分為圖像分類、目標檢測、行為檢測、語義分割、三維處理、圖像生成、視頻分類等細分領域，在2012年Hinton團隊提出深度神經網絡模型AlexNet后，VGG、GoogLeNet、ResNet等模型不斷提高圖像識別準確率，ImageNet分類top- 5準確率已超過人眼識別水平。近年來，我國在計算機視覺技術創新方面占據全球主導地位，在2019COCO常見物體識別圖像識別挑戰賽中，曠視拿下物體檢測、人體關鍵點和全景分割三項第一，獲得COCO三連冠，在2019圖像識別競賽WebVision中，阿里AI以82.54%的識別準確率獲得冠軍，將萬物識別領域的歷史紀錄提升了3個百分點。同時，面對模型存儲和預測速度的博弈問題，斯坦福、谷歌、曠視等企業相繼提出SqueezeNet、 MobileNet、 Shuf-fleNet、Xception等輕量化模型，設計高效的網絡計算方式，在網絡參數減少的同時減少性能損失，加速人工智能模型在移動終端的部署應用。

自然語言處理技術在行業中應用廣泛，覆蓋文本翻譯、情感分析、意圖分析、智能問答、智能對話、敏感詞檢索等場景。隨著人工智能進入第三次發展浪潮，RNN、GRU、LSTM等模型相繼出現，在機器翻譯、問答系統、閱讀理解等領域取得一定進展，谷歌于2018年10月提出BERT預訓練語言模型，創新提出了有效的無監督預訓練任務，從而使得模型能夠從無標注語料中獲得通用的語言建模能力，在其基礎上拓展的XLNET、RoBERTa、ALBERT、BioBERT等模型分別有不同維度的提升。我國的百度、騰訊、阿里等企業成為推動自然語言處理技術發展的主力，提出了包括基于對抗學習的降噪技術、多領域對話行為與文本同步生成、關系型圖注意力網絡、利用結構化信息進行知識蒸餾等創新技術和理念，但科技、醫療等領域仍需組織專家建立專業知識圖譜來提高識別準確率。

語音處理技術進入實質生產的高峰期，語音合成等技術效果超過人類平均水平，但在方言語種識別、聲紋識別、降噪識別等技術領域仍有較大突破空間。智能語音處理技術包括聲紋識別、方言語種識別、語音分離、關鍵詞識別、語音轉寫、語音合成等業務類型，當前基于Attention的端到端語音識別成為語音技術研究主流，通過上下文來理解詞句，解決了傳統語音識別方案中各部分任務獨立而無法聯合優化的問題。谷歌推出Tacotron和WaveNet語音合成技術，實現端到端語音合成，進一步提升語音的自然程度，同時利用對抗網絡GAN減小噪音環境語音數據和真實訓練數據的分布差異、提高聲學模型的噪聲健壯性成為熱點。我國企業語音處理技術水平位于全球前列，在語音分離識別領域，科大訊飛在國際多通道語音分離和識別大賽CHiME-6上提出的IBF-SS Model將錯誤率降低到30.5%；在方言語種識別領域，出門問問在ASRU2019中英混雜語音識別挑戰賽中獲得雙賽道第一名；在語音合成領域，科大訊飛在Blizzard Challenge2019國際語音合成大賽中自然度得分達到4.5，相似度得分達到4.1，超過人類平均水平。

AI與移動終端融合應用場景不斷豐富

智能手機中AI應用包括基礎應用和上層應用，其中識別認證、AI攝影、語音助手等基礎應用技術較為成熟，但上層應用尚未與人工智能完全融合，功能相對有限。當前“AI﹢手機”應用生態較為成熟，但還不是“AI手機”，在基礎應用領域，以指紋識別和3D人臉識別為主的認證技術成為發展趨勢，Transparency Market Research分析公司預計2020年全球生物識別市場規模達到233億美元，AI賦能人像識別提供HDR高動態、美顏特效等功能，并可以實現智能拼接、高倍優化；IDC報告顯示，手機中人像美顏應用滲透率達90%，極大推動了智能手機的升級賦能，同時語音助手成為當前主流智能手機的標配；Strategy Analytics預測到2023年，全球90%的智能手機會安裝語音助手。在上層應用領域，依托App布局的手機應用與AI處于初級融合階段，人臉識別、智能推薦、語音識別等技術廣泛應用于音頻制播、新聞娛樂、通信社交、購物出行等場景，同時各企業推出聯邦學習以保護用戶數據隱私，解決數據權限混亂的問題，但在醫療健康、安全管理、教育學習、VR/AR等應用領域仍有較長探索期，例如當前醫療App以病例問詢、掛號買藥為主，手機超聲波分析、尿液血液分析等技術仍在研發期。

智能機器人覆蓋全場景應用，2019年全球機器人市場規模達到294億美元，但整體仍處于初級發展階段。在工業機器人方面，亞馬遜收購Canvas機器人公司，運用攝像頭識別并躲避障礙物，創新奇智和?？低?/u>分別推出缺陷檢測機器人，基于計算機視覺技術識別生產良品率。在服務機器人方面，優必選悟空機器人搭配攝像頭等設備，可實現人臉識別、語音識別和生成功能。以日本等國家為主研發人形家庭機器人，可提供洗衣、做飯等服務。同時，疫情加速了醫療服務和公共服務機器人落地應用，基于人工智能算法，鈦米機器人可識別房間溫度、濕度、PM2.5以及人員情況，測算消毒面積、時間，制定整體消毒方案；京東打造的智能物流配送機器人，通過圖像識別和路徑規劃實現自主無人運輸，預計2020年投入運營上百臺機器人。