为什么“大模型进手机”趋势,如此爆火?
vivo再次向外界给出解答。
vivo副总裁、OS产品副总裁、vivo AI全球研究院院长周围,在MEET智能未来大会上表示:
大模型目前最能完成体验闭环和商业闭环的场景,就是落地在手机上,打造智能体。
言下之意,不仅智能手机需要大模型来做智能升级,大模型也需要庞大的手机市场来帮助大模型进行应用落地。
由此也就不难理解,为何从今年下半年开始,全球手机厂商纷纷加速大模型进入手机的步伐,快速而坚定。
以vivo为例,今年vivo正式发布自研AI大模型矩阵蓝心大模型,以及全新手机操作系统OriginOS 4。
其中蓝心大模型包含十亿/百亿/千亿三个参数量级,共5款大模型,其中70亿参数版本对外开源。同时还宣布在端侧跑通130亿参数大模型。
而在带来这些实际进展背后,身处激烈竞争中的厂商们,如何理解技术本身?如何看待趋势发展?
vivo周围的最新分享,可作为一份业内参考。
为什么大模型能如此神奇,给生产效率带来极大提升?
周围认为,核心原因在于大模型将人类数千年的文明知识进行了高纬度的抽象,并压缩成每个人都可以获取的知识和信息,再应用这些知识和信息去解决问题。
这让大模型变成了可以人手一本的“全新字典”。它载入了人类历史、文化、文明等知识,可以随身携带,我们问什么、它就专业回答什么。
但不止于此。
周围认为,大模型还要有像人类一样的逻辑思维、情感和价值观。
以今年热议的大模型高级应用形式智能体为例。
关于其能力的讨论,“情商”部分占比很高。比如对于手机智能体而言,周围认为它应该具备以下几方面能力:
对应到实际场景,手机智能体可以在用户的充分授权下,完整模拟用户对OS系统、应用的操控,“就像手机里的一个虚拟管家,帮你完成各种事情。”
比如制订旅行攻略、预订更合适的机票酒店;在购物时刻全程双向沟通,辅助用户挑选到心仪商品。
在这一基础上,周围强调说,手机智能体应该具备人格和记忆,理解人类的喜怒哀乐,也拥有自己的情感。
它会像朋友一样与我们聊天,给予我们专业的服务和贴心的陪伴。
一言以蔽之,在期待中智能体应该是温暖的,而不是冰冷的。
并且在可预见的未来中,智能体将出现在各种终端载体上,拥有各种各样的形象,可能是机器人、宠物狗,也可能是智能汽车。
透过周围的一系列分享,可以明显感受到,手机厂商更加关注大模型应用给人带来的实际体验如何。
比如将大模型比作是人手一本的“新字典”,是对便携性的关注;强调智能体的意图理解、情感陪伴能力,是对用户友好的关注。
这其实都是人机交互发展遵循的底层逻辑。
纵观人机交互发展史,从命令行界面到触摸界面,从多媒体交互到AR/VR,始终都在遵循着更丰富体验、更个性化、更用户友好的方向发展。
大模型应用落地,正是人机交互发展的最新阶段。
而为什么vivo、周围能对这一底层逻辑把握如此精准?
从周围在vivo的履历即可找到答案。
周围自2005年加入vivo,从事智能机软件开发,熟悉各类Linux智能机开源项目,曾担任vivo软件研发总经理。
2018年,vivo AI全球研究院正式成立,周围担任首任院长。成立之初,研究院设有12个研究方向,包含语言识别、NLP、机器视觉等。
当时周围对外表示,vivo AI全球研究院的理念为基于AI技术构建一个平台,为消费者服务。
2020年,vivo系统OriginOS发布,周围担任负责人。
OriginOS目前已迭代至第四代,在最新版本中已整合大模型能力,上线蓝心小V私人助理。
一边投身AI基础技术探索,一边领衔手机系统研发,同时还是手机行业近20年老兵。
所以,周围能精准参透趋势,也就不足为奇。
而结合他的个人履历,还能发现一层事实,vivo在AI和操作系统方面的布局,已经双线并行多年。
vivo AI全球研究院从成立以来,始终保持千人规模AI专家团队。另外还成立了人工智能图谱研究院,目前已积累13000TB数据。
二者都是以用户体验为起点,开始进行技术探索和落地实践。此前OriginOS中已有不少功能,正是二者碰撞出的火花。
如今随着大模型趋势爆发,这两条线正式发生大交汇,直接能看到的成果,就是vivo今年一口气发布5个大模型,并直接带来落地应用,普通消费者已能实际体验。
这一系列动作,也给手机行业如何落地大模型、大模型如何走进更多场景,提供了有价值参考。
周围表示,vivo的大模型战略可总结为5点:
大而全、算法强、真安全、自进化、广开源。
实际动作方面,一个月前,vivo在短短15内官宣了一系列大模型动作。
这一套紧锣密鼓的动作背后,围绕着两个核心:
先看大模型开放方面,这是底层基础能力的构建。
vivo的路线是自研+开源。
自研AI大模型矩阵“蓝心大模型”,一共五款,兼顾端云:
其中70亿版本对外开源,由此vivo成为首家开源大模型的手机厂商。同时实现130亿版本在端侧跑通,同样是业内首家。
具体能力方面,5个版本模型各有专长。
规模最小的10亿参数大模型,完全跑在端侧,内存占用仅为1GB,出词速度达到64字/秒。
70亿参数版本端云两用,首词响应仅需1秒,中文语境能力全球领先。
如上端侧模型支持联发科和高通旗舰级平台本地处理。
百亿级别大模型能提供更加丰富的能力。700亿参数版本是端云主力模型,支持角色扮演、知识问答、自然对话等能力,在多个评测榜单中位列第一(数据截止11月中)。
千亿级别包括1300亿和1750亿版本,它们可以进行更加复杂的逻辑推理和任务编排。
再来看大模型落地应用方面。
vivo走了软硬一体路线。硬件方面,和芯片厂商深度合作,加速大模型上手机;软件方面,推出多种应用形式、并和底层系统深度融合,让消费者能更快上手体验。
今年vivo和联发科在大模型方面展开密切合作。
前脚二者官宣合作实现70亿参数大模型、10亿参数视觉大模型在端侧落地。
紧接着,采用全大核架构的天玑9300发布,这块芯片由vivo和联发科共同定义、联合研发、联合调教。
架构的革新使其可快速完成任务、快速休眠,大幅降低功耗,天生更适合生成式AI场景。
今年vivo X100系列拿下天玑9300首发,成为名副其实的“大模型手机”。
软件方面,vivo发布了系统级AI助手蓝心小V和AI应用蓝心千询。
蓝心小V和系统深度融合,内嵌于OriginOS 4中,实现了全局智能辅助,具备自然对话、意图理解、智慧搜索、图像智慧处理、图文生成等能力。
在vivo X100上已经可以实际体验,蓝心小V不仅可以和用户自然对话、弄清楚复杂脑筋急转弯,还能把照片中的路人一键消除,AI魔法叠满。
基于端侧大模型能力,它还可以不联网使用(下载模型),离线总结文档、图生图。
蓝心千询则是以单独APP形式推出,这意味着即便是非vivo手机也能通过应用商店下载使用。
它额外增加了代码能力,能够编写量化框架、Python语言界面,30秒响应。
如上就是vivo在大模型方面的一系列布局。
其中,端侧、开发者友好、软硬结合等关键字,在最近的趋势中也得到了验证。
比如最近刚刚发布超强大模型Gemini的谷歌。
消息显示,Gemini的小版本Gemini Nano将搭载于Pixel 8 Pro上。
它将率先带来两个本地化功能,智能总结录音以及输入法智能回复。这些都能离线运行,因此速度和原生感应该都不错。
同时谷歌还推出了AI Core系统服务,支持开发者将Gemini驱动的功能加入到他们开发的应用中。
据了解谷歌还在计划将Gemini Nano纳入整个安卓体系中,高通、三星、联发科的芯片将都能兼容。
在大模型爆发元年,如果说有什么行业已经因此发生变革,手机终端必定是其中之一。
这背后是大模型行业和手机行业的双向奔赴。
一方面,手机是众多科技大厂最先想到的落地场景之一。
如谷歌微软这样的科技巨头,都抢先布局端侧小模型。而手机场景之所以受到关注,原因也很明了:
市场方面,在人手一部智能机的时代,大模型成功撬动智能手机行业,则意味着撬动了千亿美元市场。
用户接受方面,以Siri为代表的第一代智能语音助手提前完成了用户教育,大模型无需寻找新的应用形式,可以在此基础直接进行升级革新,提高用户体验同时又能高效落地。
另一方面,手机行业在过去半年内也快速行动、积极拥抱大模型,甚至还带动了大模型上终端的新趋势。
最明显代表当属国产厂商了。
下半年开始,几乎每个月都有国产手机厂商官宣大模型相关进展。这种竞争追逐加速行业创新,几个月时间内,端侧可跑通的大模型规模就从几十亿参数飙升至几百亿参数。
不仅是手机厂商发力,高通、联发科也相继推出面向生成式AI时代的旗舰芯片,且性能功效全面大幅提升,给大模型上层应用开发创新创造更多空间。
这种上下游通力合作,也让大模型在手机终端应用落地步伐迈得格外快。
最近有行业观点提出,大模型的真正价值如何,取决于它所撬动的行业价值如何。
结合现状来看,手机行业正在让大模型的价值进一步凸显外化,加速大模型浪潮演进。
正如周围所说:
未来,我们希望利用AI的能力,进一步重构系统,并通过智能手机的普及,携手迈向智能体时代。
AI走进千家万户,重塑手机只是第一步?
你觉得呢?
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md