Про ИИ на смартфонах

Пару лет назад я выбрал Google Pixel 7 Pro. Андроид использую всю жизнь, но пиксели всегда привлекали своей умностью. Недавно взял жене Pixel 10 Pro и кайфанул: за 3 года произошел огромный скачок в мобильном AI.

Гугл уже 5 лет делает свои процессоры. Они не про рекордную мощность в бенчмарках (тут они слабее Snapdragon и Apple Silicon), а про нейронный движок. И вот где это реально работает.

ИИ на пикселях есть два вида: локальный и облачный. Облачный применяется для фонового распознавания музыки, редактирования видео (отдельный клауд) и частично фото, остальные фишечки происходят локально.

Умный диктофон
Наверное - это лучшее применение локального AI. Что для меня, что для моей жены. И мой, и ее Пиксели офигенно работают с транскрибацией, причем делают это в реальном времени, с лейбелингом говорящих. Лично меня эта функция неоднократно спасала во время проведения интервью с неносителями языка (особенно индусами), для Насти, которая работает в сфере медицины - это также незаменимый инструмент. Здесь есть чувствительные данные, которые никуда не должны попасть, но при этом хочется применить AI для ускорения обработки информации, например, обсуждения с коллегами (с их предварительного разрешения, конечно). И вот в этом кейсе диктофон также тащит. Плюсом ко всему, на 10 пикселе добавили функционал суммаризации транскрипта с помощью Gemini Nano и делает он это довольно четко.

Magic Cue
Функция, которая проявляет себя на дистанции, особенно круто проявила себя в путешествии. Просто несколько примеров. Мы хотели узнать у авиакомпании условия провоза велосипедов. При звонке туда - пиксель показывает детали рейса и номер бронирования. У нас рейс на самолет, подтверждение покупки билетов пришло в Gmail, в день поездки мы открываем гугл-карты - карты автоматически предлагают адрес аэропорта. В AirBnb при вопросе хоста о дате нашего прибытия - предлагает предзаполненные ответы на основе информации.

Работа с фото и видео Тут AI тоже разгулялся, и сценарии реально жизненные:
⁃ Add Me. Киллер-фича для семейных фото. Сфоткал жену, дал ей телефон, встал в кадр сам - телефон склеил два снимка. Идеально, когда рядом нет никого, кто может нормально сфоткать и не хочется делать пресловутые селфи
⁃ Best Take. Если кто-то моргнул или скривился - можно выбрать лучшее выражение лица из серии кадров.
⁃ Help Me Edit. Если нужно удалить бесячих людей с фото - пиксель делает это через Nano Banana и вуаля - вам не нужно переделывать удачный в остальном кадр.
⁃ Гид по кадру. Телефон подсказывает, как выстроить композицию. Нам с женой не особо пригодилось, но если просишь прохожего сфоткать вас - просто спасение. Даже человек, который первый раз держит камеру, сделает ровный кадр.

Пока функций не так много, но направление мне прямо нравится. Это идеальный пример того, каким должен быть AI: бесшовным и незаметным. Ты просто пользуешься телефоном, а магия происходит сама собой. И главное - для большинства этих фишек не нужны огромные дата-центры и дикие мощности. Всё работает локально, прямо у вас в кармане. По-сути наши смартфоны (и будущие носимые устройства) уже готовы к серьезным AI-задачам без постоянной привязки к облаку. Жду, когда Apple доделают свой “AI”, чтобы остальные компании уже это подхватили.