對話(huà) vivo 胡柏山：手機行業(yè)就是最典型的新質(zhì)生產(chǎn)力，MR 原型機今年見(jiàn)

2024 年的最后一周，愛(ài)范兒等媒體來(lái)到了 vivo 位于東莞的總部，與 vivo 執行副總裁，首席運營(yíng)官胡柏山進(jìn)行了一場(chǎng)暢所欲言的對話(huà)，聊了市場(chǎng)格局，AI 進(jìn)程和應用，以及關(guān)于 vivo 產(chǎn)品的未來(lái)方向和規劃，其中包括對于折疊屏市場(chǎng)的思考，對于 MR 眼鏡、人形機器人以及 AI 眼鏡的規劃和看法，還有 vivo 的強項：影像。

以下是關(guān)于產(chǎn)品層面的對話(huà)紀要（為便于閱讀，對話(huà)經(jīng)愛(ài)范兒重新編輯）：

長(cháng)焦和視頻還有提升空間，手機 AI 任重道遠

Q：怎么看 AI 目前的狀況，AI 未來(lái)取代影像成為手機第一賣(mài)點(diǎn)嗎？現在旗艦機的影像水平到頭了嗎？

胡柏山：我們先聊影像，我們自己所定位的最終目標是取代絕大部分的單反相機的場(chǎng)景，我說(shuō)的是場(chǎng)景。所以它的天花板還是非常高的。

我之前也說(shuō)過(guò)，X200 Pro 的主攝從上代旗艦的 1 英寸往回退到 1/1.28 英寸，但是用戶(hù)體驗沒(méi)有下降，沒(méi)有下降原因就是芯片處理能力加上影像算法又提升了一大步。這個(gè)說(shuō)明一個(gè)問(wèn)題，主攝的用戶(hù)體驗已經(jīng)到了一個(gè)不錯的水平，如果打個(gè)分的話(huà)，假設常規焦距的單反是 100 分，現在我們的主攝接近 80 到 85 分。

但是在長(cháng)焦和視頻上，跟單反差距還是比較大的。如果繼續打分的話(huà)，主攝是 80 到 85，長(cháng)焦大概在 60 分，勉強及格。

演唱會(huì )場(chǎng)景下，10 倍焦距的時(shí)候，我們的 X200 Pro 還是 OK 的，20 倍的時(shí)候也就是說(shuō)你坐在外場(chǎng)的時(shí)候，在晚上的拍攝效果，能夠看得清楚這個(gè)人是誰(shuí)，但是用戶(hù)還是不敢把照片拿朋友圈分享，因為有點(diǎn)拿不出手，但是 10 倍可以拿的出手。

在長(cháng)焦這一塊上，我們的手機影像離單反有比較大的距離。爭取 3 到 5 年，vivo 能夠把長(cháng)焦提升到 80 分這個(gè)水平，這個(gè)機會(huì )還是存在的。雖然手機的內部空間利用已經(jīng)到了極限，其他的提升空間在哪里？影像傳感器的感光能力還可以通過(guò)技術(shù)繼續提升，另外大模型和影像算法還可以有很大的提升。這就是我對 vivo 未來(lái)把長(cháng)焦做到 80 分有信心。

拍照是相對靜態(tài)的，所以算法的作用空間會(huì )大很多，但是視頻是動(dòng)態(tài)的，視頻要加一堆算法的話(huà)，功耗會(huì )有巨大的壓力。當然這里也有提升空間，芯片現在是 3nm，下一代是 2nm，SoC 芯片，甚至未來(lái)專(zhuān)門(mén)的影像處理芯片都會(huì )進(jìn)步。我們下一步也會(huì )把大模型的算法能力用在視頻上，但是視頻的總體邏輯是動(dòng)態(tài)的，所以算法的加持能力還是會(huì )弱一些。

無(wú)論是長(cháng)焦還是視頻，離用戶(hù)高要求的滿(mǎn)意還有不少距離，技術(shù)本身也還有很大的發(fā)展空間，所以影像依舊是未來(lái)旗艦手機的重點(diǎn)。

再說(shuō) AI，確實(shí)是過(guò)去兩年時(shí)間里大模型的產(chǎn)生，AI 的發(fā)揮在那還是很快?；貧w到手機本身講，AI 還是有它的限制空間，手機的最大的問(wèn)題是算力不夠，我把手機 AI 分成了三個(gè)階段：

第一階段就是 AI 能力加強過(guò)去一些功能，比如過(guò)去一段時(shí)間，整個(gè)手機行業(yè)比較熱門(mén)的就是 AI 消除，這個(gè)功能十幾年前就有，功能技術(shù)時(shí)代就有，但是那個(gè)時(shí)候算法比較低級，一直做不好。

過(guò)去的語(yǔ)音識別能力，用深度學(xué)習的方式，做得好的可能成功率只有 90%，這種成功率你就會(huì )發(fā)現，對話(huà)搞不了幾輪，每個(gè)環(huán)節失真太厲害了。生成式大模型出來(lái)依舊，語(yǔ)音識別能力和語(yǔ)義理解能力，一下子提升很多。過(guò)去我們有個(gè)功能叫電話(huà)秘書(shū)，最早是在 NEX 3 上推出，別人一聽(tīng)就知道是傳統 AI 做出來(lái)的，說(shuō)不了兩句就把電話(huà)掛了?，F在因為有 AI 加持，短時(shí)間內大家聽(tīng)不出來(lái)是 AI 在講話(huà)。

這些都還是基于某一個(gè)功能或者某一個(gè)模塊的提升，跟通用人工智能（AGI）不是差一點(diǎn)，而是差了十萬(wàn)八千里。

第二個(gè)階段，我認為，是大模型能力結合到系統里去。比如說(shuō)，我們過(guò)去找一個(gè)功能設置，根本找不到，因為菜單選項太多，亂七八糟。未來(lái) AI 和系統深度耦合，能夠讓手機清楚地知道你的意圖，知道下一步要操作什么，手機交互變得更加智能。比如我們剛開(kāi)始嘗試的「原子島」，就是知道你的意圖，來(lái)提出解決方案。這個(gè)階段會(huì )跑比較長(cháng)的時(shí)間，因為這個(gè)階段用戶(hù)體驗，現在算力勉強可以滿(mǎn)足。

第三個(gè)階段，就是我們在 VDC 2024 大會(huì )上說(shuō)的 PhoneGPT，我們當時(shí)展示的功能就是點(diǎn)個(gè)外賣(mài)，說(shuō)能點(diǎn)成功。其實(shí)每一步成功率只有 85%，跑三步就跑不動(dòng)了，時(shí)間也很長(cháng)，這個(gè)體驗只是個(gè)模型，用戶(hù)體驗根本不好。

真正要實(shí)現 PhoneGPT 的要求，對算力要求不是增加一點(diǎn)，而是增加好多倍?，F在的一體架構，封裝架構，以及帶寬，都不夠。真正 PhoneGPT，整個(gè)能力要求就是對現在高速存儲，服務(wù)器端能力，帶寬能力，SoC 架構要跟服務(wù)器端要接近才有機會(huì )實(shí)現。

這個(gè)就跟影像一樣，我們能看到用戶(hù)的需求已經(jīng)產(chǎn)生，很多模型跑在云端的服務(wù)器上，我們內部的算力中心差不多接近 1 萬(wàn)張算力卡，很多模型在云端可以跑得動(dòng)，比如 130B 參數的模型，但這個(gè)規模在手機上根本跑不動(dòng)，手機只能跑 2B、3B 的參數。所以手機真正實(shí)現 PhoneGPT，我估計沒(méi)有五年，達不到用戶(hù)體驗上的要求。

AI 這個(gè)賽道，目前還在第二階段，它是一個(gè)漸進(jìn)式的提升，不是 0 到 1 的提升。所以 AI 對整個(gè)換機潮，目前來(lái)說(shuō)，驅動(dòng)力是不大的，因為用戶(hù)沒(méi)有感到了從 0 到 1 的突變，只有從 0 到 1 的突變發(fā)生，用戶(hù)發(fā)現 PhoneGPT 能干那么多事情，他們才會(huì )有強大的換機欲望。

因為我自己既管產(chǎn)品也管技術(shù)，所以我透露的應該都是目前我們的技術(shù)或者整個(gè)行業(yè)的技術(shù)目前所處的水平。

Q：在智能手機行業(yè)，新質(zhì)生產(chǎn)力體現在哪些方面，最重要的是在哪些部分？

胡柏山：手機行業(yè)就是最典型的新質(zhì)生產(chǎn)力的代表，按照我的理解，新質(zhì)生產(chǎn)力所體現出來(lái)的有三高的特點(diǎn)，高科技、高質(zhì)量、高動(dòng)能，也有四新的特點(diǎn)。如果以這個(gè)標準來(lái)衡量，新質(zhì)生產(chǎn)力里面，手機就屬于典型的新質(zhì)生產(chǎn)力范疇，大家看到過(guò)去那么多年，新技術(shù)在手機上不斷地迭代。

我們自己非常重視的兩個(gè)賽道，一個(gè)是影像賽道，一個(gè)是 AI 賽道。影像賽道里面，過(guò)去大概五年，大家能夠感受到手機在各種條件下的拍照效果，這是一個(gè)突飛猛進(jìn)的過(guò)程。

手機替代了過(guò)去很多我們用的數碼相機，甚至都把微單取代掉了，然后在部分場(chǎng)景也替代掉了單反，更多的消費者愿意為拍照效果好去買(mǎi)單，愿意多掏更多的錢(qián)來(lái)買(mǎi)手機使拍照效果好。

2024 年我們發(fā)布的 X100 Ultra 以及 X200 Pro，我們命名為「演唱會(huì )神器」，也是一樣。這幾年演唱會(huì )場(chǎng)景非常多，大家開(kāi)各種演唱會(huì )，消費者希望把這個(gè)美好的時(shí)刻記憶下來(lái)。演唱會(huì )場(chǎng)景為什么需要手機？單反相機不能帶入演唱會(huì )場(chǎng)景，所以消費者記錄美好瞬間只能用手機。

AI 賽道也是如此，AI 剛起步，其實(shí)也賦能了手機很多賽道。我覺(jué)得手機行業(yè)作為新質(zhì)生產(chǎn)力的代表，完全是毋庸置疑的，我也相信未來(lái)很長(cháng)一段時(shí)間，手機還是作為最最核心的消費電子產(chǎn)品，能為新質(zhì)生產(chǎn)力添磚加瓦。

vivo MR 原型機明年見(jiàn)，人形機器人成熟要十年后

Q：vivo 在 MR（混合現實(shí)）和人形機器人上的進(jìn)展如何？

胡柏山：我們 MR 跑得比較快，vivo MR 團隊已經(jīng)達到將近五百人，我們的目標進(jìn)度是 2025 年大概 9、10 月份，高保真的 MR 體驗原型機會(huì )在全國大概十幾個(gè)城市的 vivo 店上架體驗。從開(kāi)始預約到現場(chǎng)體驗，形成一個(gè)標準化的流程，讓大家體驗一下。

商業(yè)化的話(huà)，我們要看整個(gè) MR 的生態(tài)，MR 生態(tài)還是需要娛樂(lè )的內容，游戲的內容。因為 vivo 是一家比較純粹的，不做內容生產(chǎn)的公司，所以?xún)热萆弦凑麄€(gè)生態(tài)能不能及時(shí)匹配上。當然，很多信息表明業(yè)界朝有利的方向走，騰訊在內容上會(huì )加大投入，過(guò)去他們的想法是要做硬件，最近的想法是不做硬件，還是做軟件，這對我們來(lái)說(shuō)是一件好事。

我對 MR 團隊的要求是我們一定要找到我們自己認為比較剛需的場(chǎng)景，人群細分點(diǎn)沒(méi)有關(guān)系，但是對細分人群來(lái)說(shuō)，MR 是非要不可。

就比方說(shuō)，手機上玩的游戲或者主機上玩的游戲，體驗是這個(gè)水平，MR 一來(lái)以后，用戶(hù)發(fā)現原來(lái)那些都是渣渣，體驗有巨大的提升。除了 MR 設備沒(méi)帶在身上以外，大部分時(shí)間，他們一有時(shí)間玩游戲就找那個(gè) MR 上去，這就是剛需場(chǎng)景。

關(guān)于人形機器人，去年我們也提到這個(gè)概念，為什么有這個(gè)需求大家很清楚：社會(huì )老齡化越來(lái)越嚴重。

從趨勢角度來(lái)說(shuō)，機器人確實(shí)是一個(gè)方向，我們自己分析過(guò)機器人的一些關(guān)鍵的路徑，其中有個(gè)就是空間感知。MR 的空間感知能力非常強，MR 做好以后，機器人空間感知能力不會(huì )出問(wèn)題。

機器人還有一個(gè)要求就是手和腳要足夠靈活，它的大腦決策能力要很強。所以要實(shí)現大家理想中的機器人，我們自己的判斷需要十年以上。

空間感知能力以及決策能力短時(shí)間內沒(méi)有那么完美，但是手和腳的能力其實(shí)是會(huì )進(jìn)步比較快，像特殊場(chǎng)景干特殊工作的工業(yè)機器人。

真正理想的機器人可能需要十年甚至十五年以上才能實(shí)現，但是我們可以分階段實(shí)施，先比如說(shuō)先限定一個(gè)范圍，生產(chǎn)線(xiàn)機器人，可能干「兩份活」，但是我們未來(lái)希望做「十份活」，這個(gè)能力我們也在構建，出產(chǎn)品沒(méi)有那么快。

我們現在整個(gè)邏輯是這樣的，這種機器人我們內部叫做場(chǎng)景需求和用戶(hù)需求比較明確，但是技術(shù)解決路徑不完全明確。就跟之前聊影像一樣，用戶(hù)要的就是對標單反機拍攝，機器人屬于用戶(hù)場(chǎng)景需求足夠明確，只是技術(shù)不匹配的情況。未來(lái)三到五年，我們搞清楚技術(shù)成熟的狀態(tài)，我們可以根據這個(gè)技術(shù)的成熟狀態(tài)，在中間這個(gè)時(shí)間點(diǎn)設置一個(gè)具有解決某一些局部場(chǎng)景能力的產(chǎn)品出來(lái)。

說(shuō)白了就是我們要搞清楚未來(lái)三到五年技術(shù)達到什么狀態(tài)，包括 AI 能力。根據這個(gè)技術(shù)能力，我們在理想場(chǎng)景情況下，中間做一些裁剪，滿(mǎn)足具體場(chǎng)景的需求，這是我們自己內部制訂的一些產(chǎn)品周期。

Q：AR 產(chǎn)業(yè)鏈成熟進(jìn)度會(huì )快一些，這塊怎么看？

胡柏山：對于 AR 這個(gè)產(chǎn)品我們這么理解，首先用戶(hù)需求角度，眼鏡不能太重，帶顯示的 AR 眼鏡很重的，四五十克，這個(gè)體驗不好，有些 AR 眼鏡做的顯示部分，顯示東西比較少，這個(gè)品類(lèi)暫時(shí)我們沒(méi)有做，不帶顯示的眼鏡我們會(huì )考慮。

無(wú)論做哪個(gè)品類(lèi)，我們都要找到我之前講的剛需的場(chǎng)景，必須要找到細分人群，對這個(gè)品類(lèi)來(lái)說(shuō)，他非要不可，前一段時(shí)間產(chǎn)品同事跟我聊，我問(wèn)找到非要不可的用戶(hù)和場(chǎng)景有沒(méi)有？他說(shuō)找到一部分，聽(tīng)起來(lái)也挺有道理。

因為很多用戶(hù)在干活的時(shí)候，手已經(jīng)被占用了。要不要不另外一個(gè)人站后面，為他服務(wù)？如果說(shuō)他只有一個(gè)人，手被占的情況下，需要一個(gè)輔助設備來(lái)彌補那個(gè)場(chǎng)景，手機也好或者其他設備不能很好解決。所以，我們的 MR 設備的定位邏輯就是這個(gè)東西對那部分人是剛需，而且非要不可，我們找到了一些人群，應該產(chǎn)品快的話(huà) 2025 年底，慢的話(huà) 2026 年會(huì )出現。

折疊屏需求出現了去偽存真，產(chǎn)品節奏會(huì )改

Q：增長(cháng)了 4 年的折疊屏手機市場(chǎng)出現了停滯乃至下滑的情況，vivo 對折疊屏手機的規劃是怎么樣的？

胡柏山：折疊屏可能一開(kāi)始各個(gè)廠(chǎng)商對它的希望比較大，因為畢竟是一個(gè)產(chǎn)品形態(tài)的巨大的變革?；氐接脩?hù)需求角度來(lái)說(shuō)，誰(shuí)在用折疊屏？

一類(lèi)像我這樣超過(guò) 45 歲以上，眼睛開(kāi)始老花的人群，現在折疊機就解決很多眼睛開(kāi)始老花，要看很多新聞或者視頻，他需要手機屏幕大很多，這是解決年紀大的問(wèn)題的需求。

第二類(lèi)人就是像在座的各位媒體人，都用折疊機，要處理很多信息，也包括我自己，要處理公司的郵件很多信息。

直板機處理信息就是先是縱向的，點(diǎn)進(jìn)去就必須要橫過(guò)來(lái)，這個(gè)體驗不好，而且字比較小。

不管哪一類(lèi)都是解決細分人群的需求，我為什么說(shuō)做產(chǎn)品，我們還要搞清楚對哪些用戶(hù)是剛需。折疊剛出來(lái)的時(shí)候中間很大一部分用戶(hù)是抱著(zhù)嘗新的態(tài)度，過(guò)去沒(méi)有用過(guò)，試著(zhù)用用，結果用了之后發(fā)現對他來(lái)說(shuō)并不合適。

我有一個(gè)朋友，他說(shuō)手機除了看微信，打電話(huà)，發(fā)短信，剩下就是刷抖音，抖音還是豎屏，折疊屏對他根本沒(méi)有作用，下一部肯定不會(huì )再買(mǎi)折疊屏。

經(jīng)過(guò)前面的發(fā)展以后，折疊屏留下來(lái)的就是剛需的用戶(hù)，剛才說(shuō)的兩類(lèi)用戶(hù)，去掉的就是那些嘗新的用戶(hù)。第一和第二類(lèi)用戶(hù)市場(chǎng)容量，其實(shí)相對沒(méi)有那么大。而且很多場(chǎng)景，像游戲場(chǎng)景，折疊屏使用肯定不好，它的散熱環(huán)境比直板機要差，操控體驗也沒(méi)有直板機好，所以折疊屏就變成了一部分細分人群的產(chǎn)品。這個(gè)市場(chǎng)規?？偭慷啻?，取決于那部分細分人群的規模，未來(lái)可能大概穩定五百萬(wàn)臺的規模，

對我們來(lái)說(shuō)，我們要不要做？要做。因為用戶(hù)需求角度有那些人群，但是我們要控制一下，我們上一代大折一次做了兩款，一款主打影像和性能，一款偏性?xún)r(jià)比，我們計劃上百萬(wàn)臺銷(xiāo)量，最后發(fā)現還是干了大幾十萬(wàn)臺，這個(gè)規模還是有限的。后面正常就是一年一迭代，按照這個(gè)節奏推進(jìn)，把用戶(hù)體驗做好，畢竟始終有一部分用戶(hù)是折疊剛需，比如有的用戶(hù)一部手機處理日常微信，日常社交，另外一部手機看股票行情，審批文件。

另外，小折疊產(chǎn)品這塊，2023 年小折疊產(chǎn)品全球范圍內是增長(cháng)的，2024 年，行業(yè)領(lǐng)先品牌的小折疊掉了 30% 到40%，后續 vivo 應該不會(huì )再出小折疊產(chǎn)品。

旗艦機價(jià)格還會(huì )漲，次旗艦體驗已經(jīng)相當不錯

Q：今年旗艦機微微漲價(jià)，明年漲價(jià)還會(huì )繼續嗎？vivo 如何平衡成本價(jià)格？

胡柏山：我們判斷漲價(jià)可能還是持續，漲價(jià)兩個(gè)因素，第一個(gè)很清楚，旗艦的 SoC 平臺，半導體制程會(huì )往上再提，所以持續漲價(jià)是確定性的，都要漲，我們也在盡量跟 SoC 廠(chǎng)商協(xié)商，也不能漲的太猛，比如說(shuō)他要犧牲他的毛利空間，我們也犧牲一點(diǎn)毛利空間，來(lái)維持或者說(shuō)到漲價(jià)幅度慢一點(diǎn)，五百，我們漲三百，另外兩百下一年再漲。

第二個(gè)包括剛才說(shuō)的影像，像長(cháng)焦，離 80 分比較遠，我們每年要持續投入，雖然空間不變，但是里面的實(shí)現方式，像鏡頭的排布，模組的實(shí)現方式，會(huì )有大的變化。大的變化以后，良率會(huì )降低，各個(gè)產(chǎn)品成本都在增加。

旗艦機價(jià)格往上走是必然趨勢，對于大部分普通用戶(hù)來(lái)說(shuō)，（次旗艦現在）已經(jīng)做的比較好了。比方說(shuō) N-1 平臺（使用上代旗艦芯片的次旗艦手機），用戶(hù)體驗已經(jīng)比原來(lái)提升不少。我們在未來(lái)的旗艦影像也可能會(huì )布局在 N-1 平臺產(chǎn)品上，滿(mǎn)足用戶(hù)購買(mǎi)力的問(wèn)題。

說(shuō)白了，如果用戶(hù)要追求極致用戶(hù)體驗，影像、AI、游戲的極致體驗，現在對不起，還是得多掏五百塊錢(qián)。不追求極致體驗，一般體驗，OK，N-1 平臺也有很好的外觀(guān)，當然也沒(méi)有那么極致體驗，但是對用戶(hù)來(lái)說(shuō)，游戲也不玩那種最猛的，就玩原神，N-1 平臺完全沒(méi)有問(wèn)題。拍照，你不追求演唱會(huì ) 20 倍長(cháng)焦，你追求 10 倍，我們 X 系列的普通款也能滿(mǎn)足的比較好。

所以，用戶(hù)購買(mǎi)力強的對體驗有極致追求的，會(huì )更加往上走，但是我們中間肯定還是會(huì )布局一些合適的價(jià)位段的產(chǎn)品和比較好的體驗的產(chǎn)品來(lái)滿(mǎn)足用戶(hù)的需求。