vivo大模型来了，智能手机的智能将如何改变？

vivo

在分析vivo大模型前，我忍不住思考：智能手机历经多年 evolution，其智能究竟体现在何处？仅仅是相对于传统功能机的触屏、高速网络、APP安装、点外卖及高性能游戏吗？这似乎并非智能的全部内涵。不可否认，当下智能手机比传统功能机更智能，然而这种智能多为被动的一问一答模式，与我们在PC上点击按键获取功能反馈并无实质差异。即便是厂商精心研发的智能语音助手，本质上也只是语音搜索和SDK调用工具。从严格意义上讲，这些都还未达到我们心中真正的智能标准。

真正的智能需拥有主动思考与解决复杂问题的决策能力。例如钢铁侠中的贾维斯，它不仅能协助托尼·斯塔克处理各类科学难题和事务，还能按照托尼的指令自主分析、做出判断。关键在于，贾维斯具备自我学习和优化的功能，能够持续提升自身的能力边界，成长为更强大的助手。过去，我们以为这样的人工智能只出现在影视里，离现实生活十分遥远。但自2016年阿尔法狗与李世石对弈，再到2022年ChatGPT的火爆，我们发现人工智能已不再是科幻情节，而是真实融入了我们的生活，并对日常产生了直接影响。不论是谷歌的阿尔法狗，还是OpenAI的ChatGPT，这些人工智能的强大能力都依托于大规模模型的基础。这标志着人工智能技术迈入了全新的发展阶段。大模型是拥有海量参数的深度学习或机器学习模型，其特点在于处理大规模数据。通过学习海量信息，大模型可理解并生成人类语言，完成多种复杂任务。在我看来，大模型相当于一个超级大脑，它承载了上下数千年的文明知识，并不断将其深度融合。这个超级大脑凭借远超常人的知识储量和持续进化的能力，在决策与判断上甚至优于最专业的个体。就像阿尔法狗以4：1战胜李世石一样，这充分表明人工智能在围棋领域的水平已超越人类。

智能驾驶在汽车行业日益火热，其核心原理同样依托于大模型。起初，由于用户较少，智驾功能错误频发，厂商只能通过测试车辆收集驾驶场景等数据来构建模型。随着用户规模的增长，海量驾驶数据持续输入到大模型中，大幅提升了换道、超车、高速避障及自动泊车等功能的性能。部分车企还将智能语音助手与大模型结合，显著优化了人车交互体验，让出行更加便捷流畅。简单来讲，大模型就像一位全能的智囊。在汽车上，它是驾轻就熟的老司机；在医院里，它是诊疗丰富的医生；在银行中，它是值得信赖的理财顾问；在律所内，它又能化身为口才出众的律师。无论何处，它都能发挥巨大作用。这些应用场景虽未完全实现，但已日益贴近大众生活，触手可及。大模型与手机的结合堪称完美搭档。手机作为我们生活中最亲密的设备，能为大模型提供海量多样的数据支持。同时，手机的运算性能、通信能力和存储空间可以满足大模型在云端部署和算力方面的需求。而持续进化的大型模型，则能反向推动手机为用户提供主动式、真正的智能体验，让手机进化为像贾维斯那样的私人专属智能助手，深度服务于用户的日常生活。

手机

写诗、画画、发邮件等就不多说了，下面简要谈谈几个可能的使用场景：

场景二：出差时用智能手机，常会在负一屏看到出行游玩推荐。但热门景点千篇一律，更像是广告，缺乏个性化定制，参考意义有限。若手机搭载大模型，便可整合用户在手机中的收藏、笔记与搜索记录，结合目的地城市的景点、美食、天气和门票等信息，生成专属出行计划。用户仅需稍作调整，即可获得理想的行程安排。场景三：拍完照片修图发朋友圈，是我们常见的高频操作，但传统修图过程较为繁琐。如果借助大模型技术，只需告诉手机我希望图片色调清新、头发浓密一些、手臂更纤细，手机就能快速自动完成修图，无需手动调整曝光、亮度、色温、美白程度等复杂参数。此外，当手机学习到你的修图偏好后，再次进入编辑页面时，会直接呈现预处理好的效果，仅需确认保存即可，极大提升效率与体验感。除此之外，想象空间极为广阔。从被动转向主动的智能如果实现落地，将颠覆手机使用体验。

常说手机行业缺乏创新，如今的手机相较于2007年的iphone，无非是屏幕增大、像素提升、充电加速、网速优化以及系统功能更加细化。尽管十多年过去了，手机行业仍未迎来本质性的变革。大模型的出现无疑将为手机行业带来全新的变革，掀起一场前所未有的体验革命。在这一浪潮中，任何掉队者都可能面临被淘汰的命运。这正是谷歌、高通、华为、vivo、OPPO、小米、荣耀等厂商纷纷布局大模型领域的重要原因。而苹果虽未明确表态，但其最新发布的A17 Pro处理器中高达190亿颗晶体管的设计，显然超越了日常流畅体验的需求。这些迹象表明，手机行业正迈向大模型时代的开端，未来竞争的核心或将围绕智能化与算力展开。这一转型期将成为决定各厂商命运的关键时刻。

大家都明白大模型带来的主动智能是趋势，却没想到来得如此迅猛，特别是其在手机领域的应用。将大模型应用到手机并非易事，需要克服诸多挑战。例如，手机的功耗问题尤为突出。当前，拥有数十亿参数的大模型如果在手机上持续运行，用于感知环境、接收数据并进行智能化处理，将会消耗大量电量，普通四五千毫安时的电池难以支撑。此外，对厂商而言，运营成本也极为高昂。以拥有3亿国内用户的主流厂商如vivo为例，假设每位用户每天调用大模型10次，一天的计算成本约为3000万元，一年则需花费约100亿元人民币。若无雄厚的资金实力和可持续的商业模式，这种模式将难以维系。vivo率先发布了搭载高性能模型的OriginOS 4，其大模型表现优异，在权威中文大模型c-Eval榜单中位居受限访问模型第一，同时在CMMLU榜单上也排名首位，令人赞叹。

C-Eval 是一款全面评估中文基础模型的工具，包含 13948 道选择题，覆盖人文、社科、理工及综合专业四大领域，涉及 52 个学科与四个难度等级，是国内目前最具权威性的中文大模型评测基准。C-Eval是广受认可的大模型评测基准，重点评估大模型的知识储备与语言理解能力。其题库经人工精心筛选，而非直接使用网络现成题目，有效避免了研发团队通过作弊手段获得高分的可能。因此，vivo大模型在这一权威基准测试中夺得榜首，充分体现了其实力。在vivo大模型的支持下，OriginOS 4将带来哪些新体验？或许是能自然对话的语音助手，定制私人出行计划的服务，提供专业工作学习建议的帮手，一键修图的美工工具，或是通过联动可穿戴设备与智能家电实现主动服务的新功能。这些都令人期待。不得不提，搭载vivo大模型的OriginOS 4系统潜力巨大。以往设想的交互体验有望成为现实，令人期待。一切答案，静候11月vivo开发者大会揭晓。

或许有朋友感到疑惑，vivo大模型为何能悄无声息地超越众多大厂，一举夺得榜首位置？这确实令人惊讶。早在2017年，vivo便通过调研预见到人工智能时代的来临，随即成立人工智能研究院，并进行了超大规模的资源投入。首轮即投入1000人团队，此后三年每年新增300多名AI工程师。与如今ChatGPT火爆后才纷纷宣布入局的企业相比，vivo在人工智能领域的布局显然更为前瞻。这一早期战略为vivo大模型的率先发布及取得卓越成果奠定了坚实基础，也成为其核心竞争优势之一。大模型的核心在于将人类数千年的文明知识进行高度压缩与抽象，再呈现给用户，因此数据量至关重要。为此，vivo早在2018年便成立了图谱研究院，组建专业团队构建系统化的知识图谱。截至目前，该图谱的数据总量已超过2800T。经过筛选和清洗后，用于大模型训练的有效数据约为150T，这相当于1.6亿册书籍，或2.5个中国国家图书馆的藏书规模。这些数据为大模型提供了完备的基础支撑，确保其具备强大的知识储备与学习能力。要充分利用这些数据，离不开先进的算法与强大的算力支持。vivo组建了超千人的专业人工智能团队，已发表70多篇顶级会议论文，并专门设立研究小组，跟踪全球最新学术成果和技术理念，将其转化为适合vivo的算法训练和工程应用，保持行业领先地位。在算力领域，vivo打造了一支约150人的工程团队，借助高性能NPU进行数据训练、部署及推理优化，持续提升算力水平，推动技术进步。投入人力多且早，数据海量，算法领先，算力充足，人工智能四大要素俱全，难怪vivo大模型一推出便处于行业前沿。

与业内通用大模型不同，vivo大模型首创性地构建了包含五个规模的大模型矩阵，分别为10亿、70亿、660亿、1300亿和1750亿参数的大模型，为多样化应用场景提供了更强支持。这款70亿参数的大模型，就是在c-Eval榜单中排名第一的受限访问模型。其亮点在于，它是部署在手机端而非云端的大模型。将百亿、千亿参数的大模型直接应用于手机，无论是算力、性能还是能耗都难以支撑。然而，用户希望在手机上体验大模型的智能功能，例如生成项目报告总结等。如果使用超大规模模型，响应时间可能长达数秒，严重影响体验。为此，vivo推出了10亿参数和70亿参数的精简版模型，不仅满足了用户的智能化需求，还能大幅缩短响应时间，同时降低能耗，实现更高效的使用体验。手机端的大模型让手机变身手机智能体，我们不仅拥有一个更流畅的智能语音助手，还在学习、工作、出行、娱乐等方面享受革命性的智能体验升级。同时，相比云端通用大模型，安全与隐私保护更令人信赖。由五个不同数量级的大模型组成的大模型矩阵，可为不同使用场景提供相应服务，可见vivo在手机大模型领域已领先行业。大模型未来可期，但当下仍有诸多问题待解。美好愿景归愿景，实际应用归应用，关键还是在于实践。让我们拭目以待，11月vivo自研大模型与OriginOS 4发布后会有怎样的表现。