本文來自微信公眾號“腦極體”(ID:unity007)，作者:藏狐。

　　年初ChatGPT爆火的時候，我去上海參加華為春季新品發布會，用一頁keynote提到了大模型技術與手機硬件的結合。雖然只有短短的一兩分鐘，但我專門發了一條朋友圈，看好自然語言交互能力在手機上的應用。

　　當時我就有預感，大語言模型跟手機結合，應該會很快。

　　時間拉回到現在，蘋果、三星，以及“華米OV”國產手機廠商，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，不是想說我們預判有多準，做科技觀察不是玄學算命，一切都是有規律可循的。2023即將尾聲，但大模型手機的熱鬧方興未艾，是時候總結性地聊一聊，手機和大模型結合的深層邏輯，目前各家的差異化打法和挑戰是什么，以及未來會如何發展。

　　2023，手機大模型的

　　基建元年

　　首先有必要解釋一下，為什么我們會預判，大模型與手機的結合，是一種必然?

　　了解手機市場近況的讀者應該知道，在輝煌了十余年之后，移動智能終端已經陷入了某種瓶頸，增長低迷、缺少亮點，廠商創新如同擠牙膏，開發者巧婦難為無米之炊，可施展的創意空間有限。與此同時，一個用戶身邊至少環繞著三四個移動設備，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“數字戒斷”。

　　可以說，移動數字服務的供需雙方，都在期待一種新的變革技術，可以讓移動智能終端生態化繁為簡、重塑體驗。而在今天的技術世界中，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”，但跟主要在云端訓練、web調用的通用大語言模型不同，高度集成化的手機，端側算力、OS操作系統、應用并發、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。

　　結合華米OV等頭部廠商的行動方略來看，我們預判，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?有哪些共同挑戰和差異化思路?

　　第一步

　　端側部署，三個基建

　　大語言模型的參數量動輒百億、千億，其訓練和推理過程，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據中心萬卡集群的規模的，怎么支撐大模型的端側運算呢?

　　就算勉強帶起來了，大模型占據過多的手機工作內存，搶占其他應用的資源，會不會出現卡頓或快速掉電?

　　本地計算不足，引入云計算又會產生很多問題，比如大模型在云上分析處理個人數據，會不會暴露我的隱私啊?

　　要在端側部署，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，也就是在端側引入輕量級大模型，通過量化、剪枝、蒸餾等壓縮技術，調整模型結構和參數大小，以適配端側芯片的內存和算力特點，沒網也能用，以榮耀、小米為代表。

　　榮耀Magic6搭載的，是自研的7B端側AI大模型(即70億參數規模)，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，目前訓練出1.3B和6B參數規模的大模型。

　　二是把大模型做多，提供不同參數量級的大模型，來支撐不同場景、不同任務，云端協同，以vivo、OPPO為代表。

　　11月vivo發布的自研AI大模型矩陣，其中包括十億、百億、千億三個不同參數量級的5款大模型。其中，10億量級模型是主要面向端側場景打造的專業文本大模型，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規模的模型。

　　我在VDC大會，實地體驗了基于藍心大模型的“vivo看見”，可以在完全沒有網絡的情況下，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，響應很及時，手機的發熱和續航也在可接受范圍內，確實能解決視障群體出行在外時感知外界環境的實際需求。

　　這個功能讓我很受觸動，還特地發了條朋友圈分享。

　　不過，產品人員也直言，這種完全斷網、本地計算的大模型應用，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量，導致識別精準度、生成內容下降。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。

　　根據目前得到的信息，vivo和聯發科、高通等都有聯合研發合作，來加速優化手機端側的AI推理性能，小米也透露，再跟芯片公司(高通和聯發科)共同推動端側大模型的落地。此外，今年麒麟芯片回歸，與華為鴻蒙操作系統、盤古大模型可以實現深度的協同優化。

　　必須承認，大模型應用才剛剛開始，與移動芯片的協同調校也才邁出了第一步，未來手機要承載視頻、圖像類AIGC任務，絕大多數用戶應該是都不愿意上傳到云端的，所以本地AI計算硬件的優化調校，接下來會是手機廠商的競爭力之一。

　　然后，系統層。

　　最終，高效可用的大模型應用，一定是端云協同的，來兼顧體驗與隱私。這就帶來了一些問題，比如數據和業務上云，如何保障用戶的隱私和數據安全?基于大模型的AI應用，是否會影響手機性能、續航等使用感?要解決這個問題，必須從底層操作系統上下功夫。

　　其中，華為旗艦手機通過HarmonyOS4系統接入盤古大模型，鴻蒙系統作為底層源代碼全部自己寫出來的OS，加上微內核架構，將核心的操作系統服務和安全服務分離，以及安全芯片和隔離技術，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OriginOS4，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深度融合，以及操作系統自身的流暢、安全、智能，決定了大模型后續表現的關鍵。

　　據vivo的一位工作人員分享，除了基座模型本身的性能質量之外，大量的工程化細節也是必不可少的。要讓操作系統快速執行用戶的指令，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，自動選擇和調用相應的API，這樣才能自動執行復雜任務，把復雜留給自己，把簡單交給用戶。

　　不難看出，底層模型、芯片、操作系統，是大模型端側部署，必不可少的三座基礎設施。同時也應該看到，下一階段的手機市場，是高技術、高難度、高投入、高風險的，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、媒體和創業者心心念念的超越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”為他將一切事務安排妥當。大模型的理解、創造能力，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，熟悉用戶的日常偏好、習慣，更懂用戶;三是借助大模型的創造能力，進行摘要提取、文案生成、圖像制作，提高生產力……

　　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、高效生產力提升和個性化服務三個方向上獲得增強。

　　vivo藍心大模型與手機系統OriginOS4結合，打造了首款全局智能輔助“藍心小V”，可以通過自然交流，幫用戶完成很多復雜任務，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，也都上線了測試版、體驗版。

　　萬物智聯時代，智能終端用戶會面臨設備大爆炸、信息大爆炸、服務大爆炸，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、數字信息素養等，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。

　　智能助手可以調度手機、耳機、汽車、平板、智慧屏、電腦PC、智能家居等物聯網設備，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、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

　　應用繁榮，一群開發者

　　在手機和用戶已經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者真正走入大模型的世界。

　　今天，在華為、vivo、OPPO等廠商的發布會上，我看到的基于大模型的AI應用已經不少，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，還是太過于基礎了。

　　就拿火爆的AIGC應用來說，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、拍圖做數學題、生成智能手表壁紙……都是需求極為細分的。手機廠商不能，也不應該，將這些AI應用都全部自己干了，這就必須引入千千萬萬開發者，去發揮創意，去基于大模型做無數小而美的AI應用。

　　但是，從開發端到市場端，大模型AI應用的路看似很有誘惑力，但對于開發者來說，還是面臨著技術、學習成本、市場壓力等各種顧慮，需要廠商強有力的技術體系、工具平臺、賦能方案以及商業勢能的加持。

　　目前，我們能看到幾種生態策略:

　　鴻蒙的技術之路。為全場景智慧的市場空間，以及鴻蒙分布式系統的產業容納能力，對開發者的吸引力還是很大的。華為已經準備開啟全新的HarmonyOS NEXT，全面啟動鴻蒙原生應用。

　　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，更適合在技術探索期，進行廣泛、不設邊界的探索，從而催生出更多更新更好的創意應用。vivo也發布了對應的微調框架以及大模型開發套件BlueKit，為開發者提供全方位的支持。

　　OPPO的伙伴之路。此前OPPO公布了2023OPPO開發者大會的內容前瞻，其中潘塔納爾系統能力向開發者全面開放，支持一次開發、多形態多模態多入口的快速適配，并提供相應的工具資源，幫助開發者快速接入泛在服務，吸引更多合作伙伴來提供多元化的智能服務。

　　可以肯定，接下來大模型越來越多、手機基礎軟硬件逐步成熟、平臺能力工具接口更加完善，基于大模型的移動AI應用會變得越來越普及，這時候各家應用生態能拉開差距的，就只有開發者的數量和質量——開發者能釋放出多少精彩的想象力，手機的使用價值就有多大。

　　開發者生態，是移動互聯時代的護城河，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，應用開發者不希望錯過機遇窗口，還有時間積攢籌碼。

　　總結一下，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，變化或許在瞬息之間。

　　當大模型的殺手級應用步入手機，讓用戶發出“哇”的尖叫。這個大模型手機的“aha時刻”，說明移動互聯網的下一個春天，真的來臨了。