蓝厂AI大模型实力如何？OriginOS4引入大模型影响几何？

手机

手机系统迈向大模型时代，这确实是未来发展趋势。蓝厂OriginOS4引入AI大模型，迈出重要一步，提升用户体验与智能交互。蓝厂在人工智能领域的研发较为低调，却凭借C-Eval登顶一鸣惊人，展现出深厚实力。我认为蓝厂的AI大模型研发很重要，同时AI大模型也将深刻影响智能手机行业的发展方向。蓝厂大模型云端参数达1750亿，C-Eval测试排名第一，表现优异。vivo在AI大模型领域的研发虽低调，但投入时间和力度都不小，展现出深厚的技术积累和决心。2017年，蓝厂已创立人工智能全球研究院。蓝厂持续关注通用人工智能发展，针对ChatGPT引发的大模型热潮，蓝厂认为：人工智能发展需回归四个核心要素：数据、人才、算法与算力。这是研发成功的关键所在。蓝厂数据丰富，2018年成立图谱研究院，至今知识图谱已超2800T，成果显著。多年来，蓝厂在人力方面坚持过饱和研发理念，人工智能研究院首轮即投入1000人，且持续扩充团队规模。蓝厂AI研究院在算法领域已发表70多篇顶会论文，持续跟踪业界前沿算法研究。在算力领域，蓝厂依靠自有工程团队，打造了基于国产信创的自主算力集群。经过多年在AI领域的沉淀，蓝厂推出了参数达1750亿的云端大模型，一举夺得C-Eval测试榜首。C-Eval测试涵盖人文、社科、理工等52个学科领域，被视为业内权威的大模型能力基准测试，可全面评估大模型的知识储备与语言理解水平。vivo大模型取得了以下成果：

蓝厂大模型表现十分全面，历史、地理、生物、电气、医学、消防等领域准确率均很高。数学类科目成绩普遍不佳，这有些遗憾。其实，数学问题本就是AI大模型的难点之一。总体而言，vivo大模型展现出色的智能水平。无论是写作、检索、办公还是娱乐，功能更强、知识更丰富的大模型都能提供更优体验。大模型若应用于手机，将使语音助手更智能，对话更自然，为用户日常生活带来诸多便利。关于AI大模型的竞争，我有一个大胆的观点：AI大模型应用竞赛中，厂商的模型能力、协同能力和生态建设等综合能力面临考验，但全量大模型或成最关键因素。大模型虽强，需裁剪蒸馏为小模型，方能具备相当智能。大模型精度足够，端云协同总是更容易实现。大模型需提升效率，当边际效用优化时，方可降低众多手机用户的使用成本。从这个角度看，vivo大模型在C-Eval夺冠算是开了个好头。蓝厂推出五种尺寸大模型矩阵，适配多种场景，手机端功耗优化显著。需要注意的是，蓝厂不仅有全量大模型，还有5种尺寸的大模型矩阵。从10亿到1,750亿参数，蓝厂大模型涵盖多种规模，可灵活适配不同应用场景需求。不同于一些互联网公司专注于开发单一的全量大模型，蓝厂推出了从大到小的大模型矩阵，这背后主要有两点原因：一方面，AI大模型的边际成本高于互联网，需合理控制每次推理的成本。AI大模型的应用已有一段时间，技术原理也基本被大家分析透彻。当前技术下，AI大模型推理成本受算法与集群能效影响，单次推理成本基本固定。也就是说，大模型无法实现互联网边际成本接近于零的特性。业内许多大模型尚未完全开放用户注册，主要原因是推理成本过高所致。vivo用户众多，需根据不同场景应用合适规格的大模型，以有效控制成本，作为手机大厂，这是必然选择。智能手机硬件受限，移动用户需求多样，终端厂商较互联网企业更重端云协同。移动互联网引发全球技术革命，深刻变革现代人的生产生活方式。智能手机是移动互联网产业的核心硬件，也是移动互联网最重要的流量入口。手机SoC性能受限，功耗不能过高，因此AI大模型需适当裁剪与优化。与纯互联网企业不同，出身硬件厂商的vivo更注重端云协同的发展。尤其在移动端，功耗限制严格，蓝厂在端云协同上付出了很大努力。vivo对端侧大模型进行算子化改造，适配手机NPU，将运行电流降至200毫安左右，极大优化了能耗表现。不仅如此，蓝厂还深度整合了OriginOS系统与AI大模型。我认为，AI大模型与手机系统结合，长远来看潜在价值巨大。大模型与手机系统深度融合，可能比ChatGPT通过SDK调用App具备更强的生态协同能力。以输入法智能推荐为例，其对响应速度要求极高，且隐私安全顾虑较多，因此使用云端大模型并不合适。将轻量化大模型融入系统，消费者即可随时随地安全快捷地调用更智能的输入法。另一方面，移动端多样化的用户需求，能更高效地挖掘大模型的潜在能力。智能手机已是现代人必备工具，其功能多样且复杂，相信大家都深有体会。智能手机是移动互联网的核心硬件，也是用户高频输出文字、图片和视频的终端设备。手机端接入大模型后，或将激发更多创新可能。微信聊天、轻办公、短视频、购物评论等，皆为日常生活中常见的场景。若能按需自动生成场景化的文案、图片或视频，必将大大减少诸多麻烦事。比如我爱人喜欢写大众点评，若大模型能提供模板，肯定更便捷。比如，图库图片繁多，查找特定图片耗时耗力，利用大模型可从海量照片中快速精准定位所需图片。又如，大模型还能完成某些复杂操作：要是能自动识别网络的内容生成人在XX，刚下飞机，小红书则是集美们，谁懂啊，再配图一键分享，那就太有趣了……在手机端成功运行大模型，对vivo而言无疑是重大利好消息。OriginOS 4融入大模型，为行业带来两点启示：智能手机竞争步入新阶段，AI大模型成为关键领域，行业壁垒再度升高。说起来，中文互联网始终存在一种奇怪的现象：中国未掌握的技术皆为核心科技，中国占优的产业皆成落后产业。这种观点值得商榷。国内手机厂商常被批评内卷严重、仅为组装厂，缺乏核心技术。实际上，智能手机行业迭代迅速，资金和技术需求庞大，行业门槛颇高。在激烈的市场竞争中，主流厂商纷纷使出浑身解数，力求生存与发展。大底传感器、算法优化、配置提升、快充速度……各个方面都在激烈竞争。AI大模型研发成本高昂，如今已成为智能手机产品竞争的新赛道。蓝厂OriginOS4融入AI大模型，短期内或许难见显著变化。毕竟，当前的语音助手经过厂商多年优化迭代，基础功能已相当全面。从长远来看，大模型带来的AI能力显著提升，这一点大家心知肚明。在AI大模型竞争中落后，未来可能直接导致产品严重缺憾。若AI助手缺乏自身或第三方大模型能力，未来在该领域将举步维艰，难以立足。从此角度看，手机厂商引入AI大模型，显著提高了智能手机行业的准入门槛。全量大模型虽为基础，端侧优势显著，手机SoC芯片AI算力未来将愈加关键。上文已分析过，全量大模型虽重要，但端侧具备诸多优势。端侧小型模型可满足多样化需求，提升响应速度，降低部署成本，同时避免上云可能引发的隐私与安全风险。端云协同 若要做好 本地AI算力是关键基础 无法避开的物理底座回首过去，麒麟970是首款集成NPU的手机SoC，虽曾面临质疑，但如今看来实为极具前瞻性的决策。苹果新A17 Pro芯片在NPU上投入大量晶体管，旨在提升本地AI计算性能。不仅移动端如此，PC端也呈现出这一趋势。可以预见，未来主流消费处理器的设计中，NPU算力将变得越来越重要。OriginOS 4引入AI大模型，标志着蓝厂在该领域取得重要进展，对行业影响深远。AI浪潮席卷移动互联网，大模型、端云协同与算力的重要性日益凸显。相信OriginOS融入大模型将提升用户体验，期待国内半导体产业链在AI浪潮中取得更多突破。