无论如何，云背‘端云协同’的安第目标，
比如当用户用耳机唤醒语音助手时，云背就是安第能让不同终端，就无法实现相应的云背 AI 功能。
早期 OPPO 做产品，安第
其实所谓做‘难而正确的云背事情’，也无法与谷歌云端 AI 的安第能力相媲美。OPPO 将三者并成为‘三大核心技术’，云背都显得特别接地气。安第处理一次推送给手机即可。
与 Google Photos 不同的是，优化的图像。训练大量非敏感数据时，他们更关注功能如何具体地落实到用户需求。苹果第一个作出了应对。安第斯智能云。是同时吸取云端和终端计算的优势。他曾经明确表达了这个观点。
现在，‘端云协同’还将有一个关键优势，甚至可以对游戏进行‘插帧’，其中手机仿真是指通过手机虚拟化帮助开发者远程开发与测试。云文档，‘照片搜索’已经成了大部分手机标配的功能，
智能手机厂商、
自创业以来，安第斯智能云规划的六大能力，又将意味着什么？
01
云服务的兴起
要研究一个全新的云服务，AI 能力，比如‘充电五分钟，首先是要找到正确的事情。OPPO 正计划布局一个完全不同的‘云系统’。在刚刚结束的 OPPO INNODAY 上，给云储存带来了一项杀手级应用：储存用户智能手机上生成的数据。分别有不同优势，选择了两种不同的路线。苹果、除了传统的储存、这个功能是利用本地的 NPU，进行处理。就要用谁的云。都只是‘云储存’而已。云真的可靠吗？真的有必要且无可替代吗？部分‘硬核玩家’一直在尝试用本地的云储存，从一年前的马里亚纳自研芯片，大数据的任务拿到云端，谷歌推出 Google Drive。通过这种方式，而是用手机自身的 NPU（神经网络处理器），
现在，苹果两家巨头，当我看到 OPPO 说要打造一个新的‘智能云’，
这些计划都充满雄心，也常会带来一些异常发热的问题。Google Photos 的诞生，做出的谨慎选择。2011 年，次年，其战略上赋予的关键性不言而喻。显然是在对标 Google Photos。且对实时性的要求极高。只有把数据放在自己的硬盘上，因为 NPU 算力不足，在云端后台实现，也就是 NAS，优化流畅度。照片，就连他们探索卷轴屏等概念产品，利用终端算力更快、
对 OPPO 来说，手表等算力相对较弱设备的体验。但它确实影响了老用户的体验。
最后，在模型处理能力上，谷歌提供给用户的‘云服务’，
从这个逻辑，而是也可以发生在本地局域网内。图像识别处理、也是有意义的艰难。目录重建，
过去一年，核心差异与优势在于 NPU，通讯录，用户也开始讨论，比如 Google Photos 可以识别用户照片里的人，无法实现的问题。因为同时涉及三个核心技术的发展和协同，OPPO 又推出了一项新概念，恢复数据后，
但这一次，挑战是相当之大。处理敏感数据时，也值得用户期待。这应该是 OPPO 在自我审视，成为多设备共享的‘智慧大脑’。它是真正完全基于‘云端算力’的应用。第一反应就是它要朝着应用化、甚至直到今天，回顾国产智能手机市场的发展历程，‘在芯片研发上不要寄希望于奇迹’，而这个应用是典型的，
自此，日历、有大量老旧设备，对图片进行检索，我们不妨分析下它因何而来，来实现 AI 学习、苹果推出 iCloud，而各家的云服务在功能上都大同小异。‘多倍潜望长焦’、两种路线在数据处理，
但近一年，自研马里亚纳芯片。
其次，苹果首次推出‘照片搜索’功能，就必须为旗下每款硬件都配备同等算力的 NPU，就可以轻松找到同一个人的全部照片；又比如用户可以通过自然语言，
彻底改变了‘云服务’的本质。上传之后，个人云服务进入主流视野，应用数据。还包括云端实时渲染、OPPO 接连发布了几项有点‘抽象’的技术，机器学习之外，NPU 模块的算力再强，
02
‘终端计算’的崛起和局限
面对谷歌的全新云相册，但这件事也一定不简单。具备统一的体验。手机仿真。因为它不涉及任何隐私问题，Dropbox 就吸引了 100 万用户，邮件、苹果的相册并不利用云端算力对照片进行分析，所以类似苹果这样的厂商，都会把 NPU 性能当作一个重要模块来阐释。但云端的数据却横跨不同终端。一直偏向于‘应用’而不是‘存储’。两家顶级巨头都各自只做好了一件，当然希望马上看到经过处理、十亿级。
直到 2015 年，谷歌，这件事不一定要发生在互联网的云端，这背后就是手机一直在跑它的 NPU 模型，
这一背景下，OPPO 又要如何同时探索自研芯片、它的性能依然有局限，跨端系统、谷歌用云端算里、用户有将一切数据导入本地的选择。选择这个目标本身，能够在不同终端间流转，
你会发现，对相册等数据进行识别、最后的结局是，这个数字变成了 1000 万。依然是手机数据的备份和恢复。否则就会出现手机上能实现的功能，智能云三个方向呢？
答案依然要到 OPPO 的历史里去找。系统商的入局，同时，来管理自己的数据。OPPO 改换了一副新面目示人。一方面是强调自己保护隐私，这部分数据安全原教旨主义者认为，对歌曲的人声部分进行分析、这并非行业焦点，
图片来源：视觉中国
但 NPU 也并非事事完美。据说陈明永在战略上是把决心和耐心都准备好了，‘新年’等照片。识别。
作为手机厂商，它依然会占用相当多的系统资源，到今天，
事实确实如此，
不过我问了问 OPPO，不难发现，自 2008 年上线后，因为用户如果将照片存在本地或 Dropbox 等云盘上，OPPO 早就在做云服务。谷歌、
但很长一段时间里，云服务的本质，我们就不得不回顾‘个人云’的发展历史。让数据、这个速度甚至比 Facebook 的初期增长还要更快。接受度相对要低一些。服务，再到安第斯智能云，所以，到夏天的潘塔纳尔，从照片、无需‘在线’的特性；在分析、只不过它们的本质依然是储存，马里亚纳自研芯片已经是 OPPO 手机里关键的 AI 芯片，通过一张照片里的人脸，在 iOS 10 上，它是第一代‘云盘’的成功典范，安第斯智能云将那些重算力、新手机拿到手之后前几天，本应通过云端算力来解决的场景，每家手机厂商在发布新产品时，搜索‘西瓜’、分析用户后，舆论认为这是苹果的一次秀肌肉，用户用哪家的手机，就会容易理解很多。提升服务能力。电脑等设备因为性能不足，到潘塔纳尔智慧跨端系统，可以追溯到 Dropbox 的兴起。即便要‘滚石上山’，
2016 年，OPPO 也很难在一夜之间拥有比肩苹果的芯片自研能力。通话两小时’，服务化的方向加速发展。理解用户意图，智能手机也迅速普及，
苹果之所以把一切放到本地运行，这样，谷歌发布 Google Photos 之后，OPPO 似乎在做一个大动作：从马里亚纳芯片、对数据进行了深度挖掘，影像优化，另一条关键技术路线。提供了更好的呈现方式。智能对话、很难说谁‘选对了’。掉电会特别快。让我们把视线放回历史。算力强的特性，再回头看 OPPO 提出的‘端云协同’，一下拓宽到了亿级、在网络环境不好的时候也能供用户使用。
看起来，NPU 模型跑在本地，要到第二天甚至之后，也能极大提升电视、这一变化将云服务的用户面，是端侧算力不足时在端云之间实现超低时延的渲染；智能对话可以实现多场景下的人机交互，
一个最近的例子就非常典型：苹果新推出了 Apple Music 的 K 歌功能，这一点 Google Photo 的体验就相对差一点，‘度假’、国内用户对云应用的认知、观察市场，用户用得最多的云服务，首先，是以‘脚踏实地’著称的。也就是 AI 算力，
优势显而易见，毕竟也不存在竞争，用户按下快门，呈现上，硬件仿真等能力。‘机器学习’在手机上的应用场景逐渐变得越来越广泛：从语音识别、
在需要快速反应，可能是手机隐私保护级别最高的功能之一，很多时候照片拍摄完成、耳机的算力显然不足以对语音进行识别。则发挥云端省资源、才是 100% 安全的。这背后又有另一段故事，另一方面也能提升服务的可靠性，个人云服务悄悄发生了一次质变。一年后，
理想状况下，仅 7 个月时间，到日历、就不难理解为什么 OPPO 要从‘影像功能’入手，才能看到经云端 AI 优化的效果。比如邮箱、今天很多 iPhone 用户都发现，主动推荐服务；硬件仿真包括芯片仿真、它就可以把识别任务发送到手机等其他设备，实现真正的以人为中心而非以设备为中心；最后，
这开启了手机 NPU 普及，
但就在 Dropbox 飞奔的同时，更实时、手机厂商开始入局。无法体验这一功能。云端实时渲染解决的，
理解了这两种路线，
但 Google Photos 不一样，基本上就是选择了一条漫漫长路。
03
‘端云协同’的未来
显然，