vivo大模型C - Eval排名第一有何意义?

vivo

1个回答

写回答

zwh04130

2025-10-26 21:55

+ 关注

上海交通大学
上海交通大学

而是由上海交通大学、清华大学、爱丁堡大学共同构建的,是当前较为权威的多层次多学科中文大模型评测基准。网络上已有相关科普,感兴趣的话也可去其官网查看。vivo是做手机的企业,怎么突然一心投入大模型了?实际上,早在2017年vivo就组建了人工智能全球研究院,这几年不断扩充,如今规模已达600人以上。不过vivo一直秉持本分理念,很多事情不管做没做成,处理起来都很低调,所以外界鲜有关注。ChatGPT爆火后成了大模型的催熟剂,vivo多项底层建设已初现规模,于是有了这次在OriginOS 4上的发布。手机厂商和互联网厂商都宣告进军大模型,实际上是在争抢下一个十年的入场券。若智能手机头一个十年的技术竞争在影像与性能方面,那么新十年的赛道就是AI和大模型的云端协同及应用。中国手机品牌必定会成为新十年智能手机技术竞争的主导者。这听起来是不是不靠谱?可这就是事实啊。

倒退五年,要是有人说中国汽车品牌会成为新能源汽车时代的全球主导者,你肯定也会觉得这是无稽之谈、痴人说梦。然而,中国作为全球最大的单一市场,又有众多的科技工程师,拥有技术创新时代全产业链所需的各种有利条件,在全球科技创新市场上占据着非常重要的地位。今天我们先不说宏大叙事,而是从用户角度出发,来谈谈用户关心的事,那就是OriginOS 4搭载的大模型会给vivo和整个智能手机行业带来哪些新的技术创新可能?任何产品和技术都有生命周期,无论曾经多么耀眼,都终会走向衰落乃至消失。手机行业将这种规律体现得最为充分。在全球,从功能机发展到智能机且一直存在的厂商仅有一家。功能机从诞生到完全退场,大概历经了十余年。按照这个周期规律来看,这一代智能手机所剩的时间也不长了。换机驱动力变小,换机周期变长,这实际上意味着技术创新的边际效益越来越低。影像、性能、设计、充电、系统等方面都被反复竞争,人们的焦虑感不断加重,都在苦寻新的突破点。机会向来只属于有准备且具敏锐洞察力的少数人。AI大模型的诞生及其爆火,让智能手机厂商似乎看到了新希望。在智能手机发展的前十年,初级智能阶段的基础建设已完成。不管是影像还是性能方面,大多需用户主动操作,手机软硬件系统依据算法理解输出合适结果,像影像多帧合成HDR、游戏智能帧率稳定等便是如此。

大模型的发展与成熟,促使智能手机开始具备更深刻、更复杂的思考能力。用户输入复杂需求语音时,手机系统不再只是执行单一简单指令,而是启动由多项任务组成的复杂工作体系。这一体系能安排未来一周的旅行,能撰写向上司汇报的工作总结,还能从合影中挑出每个人的最佳状态以合成最理想的照片。在大模型加持下,智能手机在新的技术周期必然会更详尽生动地描绘人机合一的蓝图。新技术处于初级阶段时,多数人都会质疑、否定。我是摄影发烧友,当初看到手机能拍照,也曾不屑:就这么回事啊。然而经过十多年技术更新,如今移动影像在大部分消费场景都能完全胜任。智能手机降低了影像使用的门槛,推动社交媒体全面向图片化、视频化升级。大模型推动全面AI化并融入智能手机后,当下很多看似难以逾越的技术壁垒,未来都会被逐个突破。每次提及未来新技术的发展,总有一句名言颠扑不破:理想很丰满,现实很骨感。当我们畅谈大模型能为智能手机开拓更广阔技术空间的时候,肯定会有人出来吐槽:别扯那么远,先解决好当下手机语音助手的智障问题吧。实际上,大模型加持的一个目的就是进行清障。我们为何不爱用语音助手?首先,每次对话都得复读唤醒关键词。其次,系统遇到稍有连续性、复杂多样的指令就会崩溃,不知如何应对。它需非常精准的关键词才能激活,模糊接收指令的能力很差。

清华
清华

其实,这所有槽点背后都指向同一个弱点:只有大数据,却无大模型。若将人工智能系统比作小朋友,它就像一直在做10以内加减法,哪怕做了不计其数的题目,能力也始终局限于此。10以上的加减法乃至乘除法,它都不会。要是真人,脑力会发展,经训练能学会更难算法。早年手机软硬件系统把有限资源都用于满足影像和性能需求了,所以即便每天有大量数据输入,可在系统化大模型训练方面,其成长性是落后的。大模型赋能后的语音助手,不再依靠关键词触发指令,而是会对用户提出的需求进行全面的分析、运算并输出结果。例如,以前对手机助手说给我一杯水,它只会按字面理解。但在大模型加持下,它可能会综合当时气温、用户身体指标、是否运动过等情况,进一步询问:你要热水还是冷水?对温度有要求吗?需要500毫升还是200毫升?这只是个比喻,重点是让我们明白大模型加持的手机系统具备触类旁通的主动思考能力。OriginOS 4首先要做的就是改进这类沟通能力。大模型产品达到真实可用程度时,知识图谱的完整与完善是极为关键的底层能力。vivo现已构建超2800T的知识图谱,其中投入系统应用的约为150T。那150T意味着什么?其相当于2.5个中国国家图书馆藏书中的知识量。海量知识图谱建成后,对用户有何意义?以前我们向手机助手询问介绍一下大熊猫,它大多会给出类似百度百科的标准回答。但有了大模型后就不同了,它也许能滔滔不绝讲上半小时且内容不重复。要是再给它更精确的范围,像如何在小学生兴趣课堂上介绍熊猫,它除了科普知识,还会提供简单绘本教学、手工教学、儿歌等一系列知识内容。

大模型未来能规划差旅行程、辅助日常工作,但这还不能完全展现其通过海量数据学习和训练所取得的成果,大模型的最终目标应是提升我们的多项能力。我们来开个脑洞。不少人爱拍照,却总是拍不出美照。大模型经海量摄影美学与技巧训练后,就成了随时在身边的摄影老师。它能分析你拍的照片,给出改进建议。还能依据你的拍摄习惯,理解你的个性化表达,对你的照片进行统一风格的调色、修图等操作。大模型要是跟手游相结合,能分析出你的技术优劣,帮你选更契合的英雄,规划更有效的学习成长路线等。大模型可成为你的高水平电竞教练。手机有着极为强大的天然优势。用户长时间贴身使用手机,对其高度依赖,手机作为硬件入口,是系统触达用户的首站。手机与用户的交互是多维度的,并非局限于写作或拍摄等单一App。并且,手机厂商在端云协同优化、资源合理配置与分配等方面,有着近水楼台的便利。App有能迅速聚集大量用户群的优势,然而其存在短板。若不与终端厂商合作,App的产品服务都得依靠云端完成。当用户规模达到一定数量后,这笔庞大的运行成本就会阻碍其进一步扩大规模。就目前所知,vivo在OriginOS 4上搭载的大模型主要以端侧配置为主。要是以云侧配置为主来分布算力,那会很强悍,不过终端的功耗会极高、数据时延会很明显、流量成本也会惊人,很难适应大规模商业化。如果主要配置在端侧,是否会丧失大模型的优势?我觉得目前不会。毕竟大模型的使用方式与应用场景现阶段还处于探索期,不会有非常深入的功能需求。手机用户需求多元,所以vivo没有局限于一两个模型,而是一下子构建了五个大模型,来满足手机用户高频功能需求。端侧放置主要配置,隐私安全是极为重要的刚需。像国内一款知名输入法,语音识别准确率极高,是靠将用户数据上传到云端大模型识别的。但这就有问题了,信号不好时语音输入功能就无法使用。并且部分用户认为上传云端无法保障数据隐私,比较抵触。OriginOS 4把大模型配置到端侧后,语音输入的识别、转换工作都在端侧完成。如此,时延低,数据隐私保护更可靠,也不必担忧网络信号盲区断网带来的影响。大模型加持于手机端后会有怎样的应用场景?尽管目前我们仅看到朦胧轮廓,但都深信这就是未来。道理很简单,大模型带来的功能具备推与拉两种能力。大模型的推,就是能助力完成诸多繁杂的重复性、低技术工作。把那些必须做却没什么技能要求的工作替代后,可大规模解放生产力,让人去做更具创造性价值的工作。这如同人类搬运从靠人力发展到有推车,再到蒸汽机、内燃机出现,直至如今靠电动化提高搬运效率。未来,很多只需输入简单指令就能让大模型完成的工作,会从人工领域转移出去。拉动力将成为让智能手机重获新生的关键力量。之前提到,大数据与智能手机连接用户后,除协助日常工作外,更能在工作、娱乐、运动等场景充当第三只眼。所谓第三只眼,就是洞察我们的优缺点,把握分析我们的规律,最终结合大模型数据库给出指导性建议。大模型的意义并非只是让我们与语音小助手的对话更接近真人对话这么简单。更关键的是,它能使我们借助时刻相伴的手机,去发掘更好的自己、塑造更好的自己。科技创新的目的绝不是助长人类的懒惰,而是让人类集中有限的精力,去探寻更多值得专注的方向。OriginOS 4能满足我们多少好奇心?相信谜底很快就会被揭开。

举报有用(0)分享收藏

Copyright © 2025 IZhiDa.com All Rights Reserved.

知答 版权所有 粤ICP备2023042255号