位置：AI门户网 > AI报告 > AI排行榜 > 2019安兔兔AI跑分排行榜：一场AI性能的初次亮相与争议风暴

2019安兔兔AI跑分排行榜：一场AI性能的初次亮相与争议风暴

来源：AI门户网时间：2026/4/7 22:11:27 共 2313 浏览

嘿，说起2019年的手机圈，那可真是一个热闹的年份。5G开始冒头，全面屏花样百出，而一个相对“新鲜”的概念——手机AI性能，也开始从厂商的宣传语里，逐步走向量化评测的舞台。今天，咱们就回过头，聊聊那个在2019年初掀起不小波澜的“安兔兔AI跑分排行榜”。说实话，当时很多人，包括我，都是抱着一种好奇又有点懵的心态看待这个榜单的。手机AI？这玩意儿也能跑分？跑出来分数高低，到底意味着什么？

一、AI跑分：为何在2019年成为焦点？

时间拨回2019年初。彼时，华为的麒麟980、高通的骁龙845/855已经是旗舰芯片的标杆，它们都在大力宣传自己的NPU（神经网络处理单元）或AI Engine。厂商发布会上一串串的AI场景应用让人眼花缭乱：AI拍照、AI语音助手、AI系统调度……但问题来了，普通消费者怎么去判断谁的AI“更聪明”呢？光靠嘴说可不行。

于是，作为国内知名的性能评测工具，安兔兔在2019年1月正式上线了“安兔兔AI评测”公测版。它的目的很直接：为手机的AI性能提供一个可视化的、量化的评判标准。安兔兔的想法是，通过一套标准的测试模型（比如图像分类、对象识别等），让不同芯片、不同手机的AI算力有一个直观的数字对比。这想法本身，我觉得是挺好的，算是一种尝试。毕竟，有分可跑，有数可看，总比玄学宣传要实在点，对吧？

二、那份引发轩然大波的初期榜单数据

公测版一出，自然有很多数码爱好者和媒体第一时间下载测试。很快，一些早期的跑分数据就在网络上流传开来。这些数据，用今天的话说，简直是“引爆了舆论”。我们来看看当时流传的一些典型成绩（注意，这是2019年初期的测试数据，基于当时的评测版本和芯片驱动）：

芯片平台	代表性机型	当时流传的AI跑分区间（万分）	市场定位
:---	:---	:---	:---
高通骁龙845	小米8、三星GalaxyS9等	普遍超过9.2万	2018年旗舰
高通骁龙660	小米Note3等	普遍在7.3万左右	2017-2018年中高端
华为麒麟980	华为Mate20系列	大约在6.2万-6.8万之间	2018年底旗舰

对，你没看错。按照当时安兔兔AI评测跑出来的数据，华为最新的旗舰芯片麒麟980，在AI跑分上不仅大幅落后于同期的骁龙845，甚至还不如更早前发布的中端芯片骁龙660。这个结果一出来，整个数码圈都炸锅了。

“这怎么可能？”——这是绝大多数人的第一反应。麒麟980可是首商用7nm工艺，集成了双核NPU，在华为的发布会上，AI性能是被着重强调的亮点。怎么到了安兔兔这里，成绩反而如此“不堪”？一时间，质疑声铺天盖地涌向安兔兔。很多网友认为这个评测不公、不科学，甚至怀疑其背后有商业操纵。

三、争议的核心：技术路径差异与评测标准的局限性

面对潮水般的质疑，安兔兔官方当时也做出了回应。他们的解释，其实指向了当年手机AI发展的一个关键问题：技术路径不统一，以及评测软件与硬件适配的滞后性。

安兔兔的解释大意是：在当时的测试版本中，针对海思麒麟平台的HiAI引擎，在运行“对象识别”等测试项目时，测试软件调用的是TFLite框架并在CPU上进行运算，而没有充分调用麒麟980专有的NPU硬件加速单元。这就好比测试一辆跑车的载货能力，却只让它用备胎车厢，而没打开它巨大的主后备箱。导致成绩偏低的主要原因在于测试软件未能完全适配海思的硬件加速架构。

这个回复，某种程度上把皮球踢给了芯片方和软件适配层面。它揭示了一个早期AI评测面临的普遍困境：如何建立一套真正公平、能全面调动不同硬件架构（如CPU、GPU、NPU、DSP等）AI算力的统一测试标准。高通骁龙的AI Engine和华为的Da Vinci NPU，在底层架构、指令集、软件栈上截然不同。一个初生的评测工具，想要立刻完美适配所有方案，难度极大。

所以，当时的榜单与其说是“AI性能的绝对排名”，不如说是“特定测试模型与软件环境下，各平台AI执行效率的一次不完全快照”。它反映了问题，但未必是问题的全部真相。

四、事件的余波与行业启示

这场风波虽然热闹，但并没有持续太久。行业很快继续向前狂奔。但它留给我们的思考，却很有意思：

1.量化评测的“双刃剑”效应：安兔兔AI跑分的出现，开启了手机AI性能量化比较的先河，这是它的积极意义。它迫使行业和公众开始更具体地关注“AI性能”这个抽象概念。但另一方面，早期不成熟的评测标准也容易引发误导和争议，特别是当结果与大众认知、厂商宣传严重背离时。

2.“跑分”不等于“体验”：这一点在AI上体现得尤为明显。即便跑分很高，如果算法优化不到位、与具体应用场景结合不好，用户体验也可能很糟糕。反之，一些跑分不占优的芯片，通过深度的软硬件协同优化，反而能在拍照、语音等实际AI应用中表现出色。2019年华为手机在影像上的口碑，就部分印证了这一点。用户最终感知的是AI带来的实际好处，而不是一个冰冷的分数。

3.推动了软硬件适配的加速：这类公开争议，客观上倒逼了芯片厂商、手机厂商与评测机构之间更深入的沟通与适配。之后，无论是安兔兔还是其他评测体系，都在不断完善对各类NPU的识别与调用策略。

五、回望2019：AI性能竞赛的起跑线

站在今天来看，2019年的那场安兔兔AI跑分风波，更像是一场成长中的烦恼。它是手机AI从概念走向量化测评过程中，一次不可避免的碰撞。那个榜单，就像AI性能竞赛起跑线上的第一声发令枪，虽然可能有点“哑火”，但确实标志着比赛正式开始了。

自那以后，手机AI的竞赛进入了更全面的维度：不仅是NPU的算力（TOPS），还有能效比、多模态支持、端侧大模型部署能力等等。评测标准也在不断进化，试图更全面地反映AI的综合能力。

所以，当我们现在再看各种AI跑分时，心态或许可以更平和一些。把它作为一个参考维度，但绝不是唯一维度。毕竟，科技的真谛是服务于人，而不是为了在某个排行榜上争夺一个数字的虚荣。2019年的那次争议，恰好给我们上了生动的一课：在拥抱新技术、新评测方式的同时，保持一份独立的思考和审慎的判断，永远都不会过时。