AI大模型的出现，将手机行业带入新时代，“AI手机”成为大众关注的热门话题。因此，在很多人看来，2024年是AI手机元年，市场竞争势必会更加激烈。与此同时，AI手机也将加速手机硬件的提升，而大内存可能是第一个需要克服的障碍。

8GB内存正在成为历史手机内存是指手机的运行内存，也就是我们购买手机时“8GB+256GB”中的“8GB”。是手机在日常生活中能否流畅运行各种软件应用的必然保证。随着技术的普及和软件功能的丰富，大内存已经成为手机的标准选择，8GB在中高端市场慢慢消失。

为什么我们需要大内存？这可能是很多用户的疑问。不可否认，如今的智能手机的各种配置足以让用户顺利使用四年左右。这就导致了换机周期的不断延长，使得大内存无法被每个用户普及，也无法形成差异化的感知体验。

另一方面，如今的手机软件APP不断丰富其功能，占用更大的存储空间，这也增加了系统调用的难度。难免会出现卡顿或者背景无法保持活力的情况。内存更大的手机调用这些软件会更舒服，流畅度和记忆力都有保证。

可以看到的是，目前市面上很多手机都是12GB起售，而8GB内存版本的手机在中高端市场几乎看不到，甚至完全消失。这意味着大内存已经成为市场的主流需求，两三年前流行的8GB已经慢慢成为历史。

更重要的是，12GB只是起步价，16GB和24GB正在逐渐占领主流手机市场。对于消费者来说，16GB可能是大多数人购买手机时的主流选择，也是最合适的选择。但由于更换周期延长，大内存始终难以真正普及。

不过，大AI模型的出现，或者说AI手机的出现，为大内存手机开辟了更多的可能性，这或许会加速大内存的普及。

AI手机加速大内存普及AI大机型、AI手机是目前手机行业的热门话题，备受消费者关注。当用户想要体验AI功能时，手机本身的硬件自然需要满足一定的要求，这相当于设定了一个门槛。其中，大内存是一个重要的层面。

首先我们需要明确的是，如今手机厂商所传播的AI大模型概念是终端AI大模型，而不是云端AI大模型。与后者相比，前者主要依靠手机内部的芯片算力产生结果，不需要连接互联网上传到云端，不仅降低了云端成本，也降低了私密风险。数据泄露。

但大规模客户端AI模型的缺点也很明显，那就是过于依赖硬件。试想，手机那小小的芯片怎么能与云服务器中成百上千的顶级显卡相比呢？换句话说，过度依赖硬件意味着需要更好的硬件来支持大型手机AI模型的运行，以实现更多的AI功能。因此，严格来说，目前还没有真正大规模的设备端AI模型，还处于两者相结合的状态。

此前有报道称，谷歌在Pixel 8 开发者选项中隐藏了其大型AI 模型“Gemini Nano”模型。原因是基于8GB内存的考虑。谷歌认为AI模型会占用内存。强迫只有8GB 内存的Pixel 8 使用“Gemini Nano”可能会带来糟糕的体验，而Pixel 8 Pro 的12GB 内存可以更好地运行AI 模型。

不仅如此，苹果研究团队还发表了大型模型的相关论文。他们认为可以尝试利用闪存技术降低数据加载难度，优化数据块大小，实现加载数据的高效管理。这个方法也是一个全新的方案，但是目前还没有在实践中得到实施。

种种现象表明，大规模端侧AI模型对手机内存的要求更高。目前的12GB可能很快就会被淘汰，16GB或24GB将逐渐成为主流。从这一点来看，AI手机的出现确实加速了大内存的普及。因此，如果用户想要体验更多有趣的AI功能，升级大内存是很有必要的。

如今的手机市场，大内存本身就是一种趋势，但大端侧AI机型的出现加速了这一趋势。这对于消费者和手机厂商来说都是一次全新的考验。如果手机厂商能够大规模落地终端侧模型，开发更多的AI功能，就能给用户带来更多创新体验。那么我想可能很多消费者都愿意为此买单，这是最关键的。希望在不久的将来，我们能够真正看到AI手机时代的到来，让手机更加智能。