文|腦極體
年初ChatGPT爆火的時候，我去上海參加華為春季新品發(fā)布會，用一頁keynote提到了大模型技術(shù)與手機硬件的結(jié)合。雖然只有短短的一兩分鐘，但我專門發(fā)了一條朋友圈，看好自然語言交互能力在手機上的應(yīng)用。
當(dāng)時我就有預(yù)感，大語言模型跟手機結(jié)合，應(yīng)該會很快。
時間拉回到現(xiàn)在，蘋果、三星，以及“華米OV”國產(chǎn)手機廠商，都先后宣布了落地大模型。對手機來說，有沒有大模型，已經(jīng)不是一道選擇題了，而是一道必答題。
提起這段故事，不是想說我們預(yù)判有多準，做科技觀察不是玄學(xué)算命，一切都是有規(guī)律可循的。2023即將尾聲，但大模型手機的熱鬧方興未艾，是時候總結(jié)性地聊一聊，手機和大模型結(jié)合的深層邏輯，目前各家的差異化打法和挑戰(zhàn)是什么，以及未來會如何發(fā)展。
2023，手機大模型的基建元年
首先有必要解釋一下，為什么我們會預(yù)判，大模型與手機的結(jié)合，是一種必然？
了解手機市場近況的讀者應(yīng)該知道，在輝煌了十余年之后，移動智能終端已經(jīng)陷入了某種瓶頸，增長低迷、缺少亮點，廠商創(chuàng)新如同擠牙膏，開發(fā)者巧婦難為無米之炊，可施展的創(chuàng)意空間有限。與此同時，一個用戶身邊至少環(huán)繞著三四個移動設(shè)備，每天要為繁瑣交互，付出大量的隱形勞動，甚至有人不勝其煩，開始嘗試“數(shù)字戒斷”。
可以說，移動數(shù)字服務(wù)的供需雙方，都在期待一種新的變革技術(shù)，可以讓移動智能終端生態(tài)化繁為簡、重塑體驗。而在今天的技術(shù)世界中，大模型是最佳選項。
大語言模型的強大理解和生成能力，各種功能用同一個模型基座和自然語言交互來獲取，可以改變手機的多個基本能力，說是重新定義手機，也不為過。
讓大模型跑在手機上，成了手機廠商的必爭之地，開發(fā)者所需要的機會窗口，也是重新點燃用戶熱情的一種必然選項。
大家今年都聽說了“百模大戰(zhàn)”，但跟主要在云端訓(xùn)練、web調(diào)用的通用大語言模型不同，高度集成化的手機，端側(cè)算力、OS操作系統(tǒng)、應(yīng)用并發(fā)、UI交互等一系列軟硬件，都有自身的特性，也給大模型落地帶來了不少限制。
結(jié)合華米OV等頭部廠商的行動方略來看，我們預(yù)判，2023將是手機大模型的基建元年。
大模型落地手機，基建工程剛剛開始，后面會有更多好戲可看。具體來說，廠商必須搞定：
1.三座基建。
2.一個入口。
3.一群人。
我們就從這三個層面，來看看目前，各家的情況都怎么樣？有哪些共同挑戰(zhàn)和差異化思路？
第一步：端側(cè)部署，三個基建
大語言模型的參數(shù)量動輒百億、千億，其訓(xùn)練和推理過程，需要耗費大量計算資源，對于手機這樣的移動智能終端來說，SoC芯片的算力是遠遠達不到數(shù)據(jù)中心萬卡集群的規(guī)模的，怎么支撐大模型的端側(cè)運算呢？
就算勉強帶起來了，大模型占據(jù)過多的手機工作內(nèi)存，搶占其他應(yīng)用的資源，會不會出現(xiàn)卡頓或快速掉電？
本地計算不足，引入云計算又會產(chǎn)生很多問題，比如大模型在云上分析處理個人數(shù)據(jù)，會不會暴露我的隱私??？
要在端側(cè)部署，手機和大模型都要進行一番改造。
首先，模型層。
目前主要有兩條路線。
一是把大模型做小，也就是在端側(cè)引入輕量級大模型，通過量化、剪枝、蒸餾等壓縮技術(shù)，調(diào)整模型結(jié)構(gòu)和參數(shù)大小，以適配端側(cè)芯片的內(nèi)存和算力特點，沒網(wǎng)也能用，以榮耀、小米為代表。
榮耀Magic6搭載的，是自研的7B端側(cè)AI大模型（即70億參數(shù)規(guī)模），雷軍在2023年度演講宣布“小米全面擁抱大模型”，主攻的是輕量化和本地部署，目前訓(xùn)練出1.3B和6B參數(shù)規(guī)模的大模型。
二是把大模型做多，提供不同參數(shù)量級的大模型，來支撐不同場景、不同任務(wù)，云端協(xié)同，以vivo、OPPO為代表。
11月vivo發(fā)布的自研AI大模型矩陣，其中包括十億、百億、千億三個不同參數(shù)量級的5款大模型。其中，10億量級模型是主要面向端側(cè)場景打造的專業(yè)文本大模型，70億模型是面向手機打造的端云兩用模型，700億模型是面向云端服務(wù)的主力模型。
同樣采用矩陣方式的，還有OPPO的安第斯大模型（AndesGPT），包括從10 億至千億多種不同參數(shù)規(guī)模的模型。
我在VDC大會，實地體驗了基于藍心大模型的“vivo看見”，可以在完全沒有網(wǎng)絡(luò)的情況下，為視障群體提供物品實時識別，辨認出植物、二維碼、公交卡等物體，響應(yīng)很及時，手機的發(fā)熱和續(xù)航也在可接受范圍內(nèi)，確實能解決視障群體出行在外時感知外界環(huán)境的實際需求。
這個功能讓我很受觸動，還特地發(fā)了條朋友圈分享。
不過，產(chǎn)品人員也直言，這種完全斷網(wǎng)、本地計算的大模型應(yīng)用，對手機芯片的性能要求很高，目前只能在部分旗艦機型上落地。
其次，芯片層。
大模型再小，也是“大”模型，一味壓縮可能會降低模型性能和輸出質(zhì)量，導(dǎo)致識別精準度、生成內(nèi)容下降。所以，大模型落地，硬件的升級，尤其是手機移動芯片，是必不可少的先決條件。
根據(jù)目前得到的信息，vivo和聯(lián)發(fā)科、高通等都有聯(lián)合研發(fā)合作，來加速優(yōu)化手機端側(cè)的AI推理性能，小米也透露，再跟芯片公司（高通和聯(lián)發(fā)科）共同推動端側(cè)大模型的落地。此外，今年麒麟芯片回歸，與華為鴻蒙操作系統(tǒng)、盤古大模型可以實現(xiàn)深度的協(xié)同優(yōu)化。
必須承認，大模型應(yīng)用才剛剛開始，與移動芯片的協(xié)同調(diào)校也才邁出了第一步，未來手機要承載視頻、圖像類AIGC任務(wù)，絕大多數(shù)用戶應(yīng)該是都不愿意上傳到云端的，所以本地AI計算硬件的優(yōu)化調(diào)校，接下來會是手機廠商的競爭力之一。
然后，系統(tǒng)層。
最終，高效可用的大模型應(yīng)用，一定是端云協(xié)同的，來兼顧體驗與隱私。這就帶來了一些問題，比如數(shù)據(jù)和業(yè)務(wù)上云，如何保障用戶的隱私和數(shù)據(jù)安全？基于大模型的AI應(yīng)用，是否會影響手機性能、續(xù)航等使用感？要解決這個問題，必須從底層操作系統(tǒng)上下功夫。
其中，華為旗艦手機通過HarmonyOS 4系統(tǒng)接入盤古大模型，鴻蒙系統(tǒng)作為底層源代碼全部自己寫出來的OS，加上微內(nèi)核架構(gòu)，將核心的操作系統(tǒng)服務(wù)和安全服務(wù)分離，以及安全芯片和隔離技術(shù)，從軟硬件全方位的安全保障機制。
此外，OPPO的ColorOS，小米澎湃OS，vivo藍心大模型與其手機系統(tǒng)OriginOS 4，也都成為自研大模型的落地土壤。
而大模型能否與操作系統(tǒng)深度融合，以及操作系統(tǒng)自身的流暢、安全、智能，決定了大模型后續(xù)表現(xiàn)的關(guān)鍵。
據(jù)vivo的一位工作人員分享，除了基座模型本身的性能質(zhì)量之外，大量的工程化細節(jié)也是必不可少的。要讓操作系統(tǒng)快速執(zhí)行用戶的指令，不僅需要大模型對輸入的語音/文本，通過思維鏈進行目標拆解，而且需要大模型深入理解手機技能，對幾百個技能進行智能編排，自動選擇和調(diào)用相應(yīng)的API，這樣才能自動執(zhí)行復(fù)雜任務(wù)，把復(fù)雜留給自己，把簡單交給用戶。
不難看出，底層模型、芯片、操作系統(tǒng)，是大模型端側(cè)部署，必不可少的三座基礎(chǔ)設(shè)施。同時也應(yīng)該看到，下一階段的手機市場，是高技術(shù)、高難度、高投入、高風(fēng)險的，需要扎扎實實的“硬功夫”，競爭將變得嚴酷，玩家也會變得更少。
第二步：觸達用戶，一個入口
大模型火了一整年，大廠、媒體和創(chuàng)業(yè)者心心念念的超越ChatGPT、對標GPT4，到了普通讀者那里，似乎還是不明就里：大模型究竟怎么改變我的生活呢？
那么，把智能手機變成“阿拉丁神燈”怎么樣？
看過童話故事的讀者知道，燈中乾坤大，藏著無數(shù)資源和寶藏，但不需要阿拉丁費心琢磨，他只需要說出愿望，都有“燈神”為他將一切事務(wù)安排妥當(dāng)。大模型的理解、創(chuàng)造能力，賦能給手機語音助手，就將它們變成了一個個“燈神”。
接入大模型能力的語音助手，是手機廠商觸達用戶的直接路徑。
目前來看，大模型到手機，就干三件事：一是利用大語言模型的自然對話能力，改變終端交互體驗；二是利用大模型的理解能力，提供個性化的服務(wù)，熟悉用戶的日常偏好、習(xí)慣，更懂用戶；三是借助大模型的創(chuàng)造能力，進行摘要提取、文案生成、圖像制作，提高生產(chǎn)力……
而上述能力，基本都是通過語音助手來一步直達的。
比如華為的智慧助手小藝，接入盤古大模型的底層能力，在智慧交互、高效生產(chǎn)力提升和個性化服務(wù)三個方向上獲得增強。
vivo藍心大模型與手機系統(tǒng)OriginOS 4結(jié)合，打造了首款全局智能輔助“藍心小V”，可以通過自然交流，幫用戶完成很多復(fù)雜任務(wù)，化繁為簡。
基于OPPO安第斯大模型的新小布助手，以及升級了小米AI大模型的小愛同學(xué)，也都上線了測試版、體驗版。
萬物智聯(lián)時代，智能終端用戶會面臨設(shè)備大爆炸、信息大爆炸、服務(wù)大爆炸，如果一切都需要用戶自己進行查找，猶如大海撈針，這對每一個人的耐心、時間、數(shù)字信息素養(yǎng)等，都提出了很高的要求。而大模型與智能助手的融合，就是解藥。
智能助手可以調(diào)度手機、耳機、汽車、平板、智慧屏、電腦PC、智能家居等物聯(lián)網(wǎng)設(shè)備，是用戶和AIoT之間的最短路徑。
而依靠大模型的加持，智能助手的分析理解能力、知識水平、記憶水平、生成能力，都大大得到了提升，讓手機廠商說了多年的“千人千機”真的可實現(xiàn)、可感知。
但很長一段時間以來，用戶并沒有覺得智能助手是不可或缺的，有的人還會覺得跟智能助手對話很尷尬、人工智障等，甚至覺得有點雞肋。
毫不夸張地說，大模型好不好用，普通用戶不一定關(guān)心，但智能助手好不好用，一句對話就能試出差距，將是接下來手機廠商的競爭焦點。
總結(jié)一下，僅有大模型還不夠，智能助手才是觸達用戶的最短路徑，也是手機廠商的必爭之地。
第三步：應(yīng)用繁榮，一群開發(fā)者
在手機和用戶已經(jīng)具備了接入大模型的前提條件之后，下一步就是如何讓開發(fā)者真正走入大模型的世界。
今天，在華為、vivo、OPPO等廠商的發(fā)布會上，我看到的基于大模型的AI應(yīng)用已經(jīng)不少，但都偏向于示范，比如自然語言的智慧搜索、一句話生成圖像、AI作曲等。這些功能對于大眾用戶來說，還是太過于基礎(chǔ)了。
就拿火爆的AIGC應(yīng)用來說，生成最美證件照、為寵物作畫、制作漫畫頭像、寫一段小紅薯分享文案、賽博菩薩、拍圖做數(shù)學(xué)題、生成智能手表壁紙……都是需求極為細分的。手機廠商不能，也不應(yīng)該，將這些AI應(yīng)用都全部自己干了，這就必須引入千千萬萬開發(fā)者，去發(fā)揮創(chuàng)意，去基于大模型做無數(shù)小而美的AI應(yīng)用。
但是，從開發(fā)端到市場端，大模型AI應(yīng)用的路看似很有誘惑力，但對于開發(fā)者來說，還是面臨著技術(shù)、學(xué)習(xí)成本、市場壓力等各種顧慮，需要廠商強有力的技術(shù)體系、工具平臺、賦能方案以及商業(yè)勢能的加持。
目前，我們能看到幾種生態(tài)策略：
鴻蒙的技術(shù)之路。為全場景智慧的市場空間，以及鴻蒙分布式系統(tǒng)的產(chǎn)業(yè)容納能力，對開發(fā)者的吸引力還是很大的。華為已經(jīng)準備開啟全新的HarmonyOS NEXT，全面啟動鴻蒙原生應(yīng)用。
vivo的開源之路。Vivo走上了一條開源共建之路，70億藍心大模型成為業(yè)界首個中文開源大模型，開源的好處是可以吸引群體智慧，更適合在技術(shù)探索期，進行廣泛、不設(shè)邊界的探索，從而催生出更多更新更好的創(chuàng)意應(yīng)用。vivo也發(fā)布了對應(yīng)的微調(diào)框架以及大模型開發(fā)套件BlueKit，為開發(fā)者提供全方位的支持。
OPPO的伙伴之路。此前OPPO公布了2023 OPPO開發(fā)者大會的內(nèi)容前瞻，其中潘塔納爾系統(tǒng)能力向開發(fā)者全面開放，支持一次開發(fā)、多形態(tài)多模態(tài)多入口的快速適配，并提供相應(yīng)的工具資源，幫助開發(fā)者快速接入泛在服務(wù)，吸引更多合作伙伴來提供多元化的智能服務(wù)。
可以肯定，接下來大模型越來越多、手機基礎(chǔ)軟硬件逐步成熟、平臺能力工具接口更加完善，基于大模型的移動AI應(yīng)用會變得越來越普及，這時候各家應(yīng)用生態(tài)能拉開差距的，就只有開發(fā)者的數(shù)量和質(zhì)量——開發(fā)者能釋放出多少精彩的想象力，手機的使用價值就有多大。
開發(fā)者生態(tài)，是移動互聯(lián)時代的護城河，這一定律在AI大模型時代也同樣適用。
對于手機廠商來說，幸運的是，大模型手機才剛剛開始，應(yīng)用開發(fā)者不希望錯過機遇窗口，還有時間積攢籌碼。
總結(jié)一下，2023是大模型手機的修煉之年，三座基建、一個入口、一群人，都逐漸匯聚在端側(cè)，變化或許在瞬息之間。
當(dāng)大模型的殺手級應(yīng)用步入手機，讓用戶發(fā)出“哇”的尖叫。這個大模型手機的“aha時刻”，說明移動互聯(lián)網(wǎng)的下一個春天，真的來臨了。