新火種
2023-11-17 
手機廠商競逐大模型賽道軟實力之戰(zhàn)愈演愈烈
在硬件堆砌難以拉動銷量增長后，智能手機市場再次“卷”向軟件層面。
上一輪軟件層面的競爭，手機廠商競相采用智能語音助手，但對用戶來說存在感一直不高，不同于此，如今ChatGPT引發(fā)了全球AI領域的軍備賽，在AI大模型的驅動下，各大手機廠商不約而同地將目光投向了手機端側載體。
11月16日，在OPPO開發(fā)者大會（ODC 2023）上，ColorOS（OPPO推出基于Android定制的操作系統(tǒng)）14首發(fā)對話增強的安第斯大模型（AndesGPT），其中包括從10億至千億多種不同參數規(guī)模的模型。同時，安第斯還將與潘塔納爾系統(tǒng)融合，在大模型的加持下，對用戶意圖理解更精準，從而推出一系列專屬服務。
OPPO開發(fā)者大會。 圖片來源：OPPO供圖
OPPO之外，當前包括華為、小米、vivo、榮耀等在內的手機廠商均已跑步進入大模型賽道，讓一場圍繞“軟實力”的深水之戰(zhàn)愈演愈烈。業(yè)界普遍認為，手機端側與AI大模型能力融合后，未來將成為每個人的私人助手。
不過，應用在手機端的大模型是真正能引發(fā)智能手機巨變的技術，還是仍然偏重“語音助手”的噱頭還有待觀察，對于大多數智能手機廠商而言，在具有突破性的手機應用或產品出現之前，大型模型是不能放棄的高地。
手機端側大模型初步跑通過去AI大模型賽道的主要玩家以互聯(lián)網大廠為首，但隨著該技術在手機終端應用上的成熟，當前幾乎所有的頭部手機廠商集體將創(chuàng)新點向軟件轉移。
華金證券指出，AI大模型對手機的提升主要來自兩方面：首先，AI大模型可增強手機處理圖像、語音、NLP（自然語言處理）等任務的能力，大幅提升手機性能；其次，AI大模型擁有龐大的語言數據庫作為訓練資源，在算力和算法的支持下，手機可以理解復雜的語意和語境。基于準確的自然語義理解，外加龐大的知識和數據庫，手機可以給出準確和快速的回答。隨著人機交互愈發(fā)頻繁，用戶畫像刻畫將更為精確，回答也越發(fā)定制化，手機將真正意義上成為專屬數字助手。
8月初，在華為開發(fā)者大會上，余承東表示鴻蒙4.0系統(tǒng)會迎來一個全新的語音助手“小藝”，其中包括知識獲取、邏輯推理、任務規(guī)劃、記憶擴展、工具調用和制作輔助等方面的功能。同樣在8月，雷軍在年度演講中表示，小米全面擁抱大模型，并且在今年4月已經組建小米AI大模型團隊。10月26日，小米發(fā)布澎湃OS，AI大模型的能力完全嵌入到澎湃OS；10月，OPPO宣布與聯(lián)發(fā)科技合作共建輕量化大模型端側部署方案。
OPPO在ODC 2023上介紹稱，安第斯大模型采用云端相結合的方式落地端側大模型，即通過手機端硬件+云的組合，實現以往單純依賴云服務的智能語音助手所不能實現的效果。“當ColorOS融入了端云協(xié)同的安第斯后，用戶可能只需要一句話，就能通過融合端側與云側數據更好理解用戶，成為非常懂你的超級助理。在端云分工上，安第斯大模型會根據任務需求和模型能力不同，調用不同模型，比如聯(lián)系人查詢等簡單任務，采用小模型端側快速響應，知識/信息查詢等復雜任務采用云端大模型準確回答，兼顧推理成本和用戶體驗。”
圖片來源：OPPO供圖
據悉，僅云端運行大模型的成本非常高昂。例如，ChatGPT這樣的超大模型需要1000張主流卡容量的獨立計算集群，以及對應的模型并行算法框架來支持訓練。在成本方面，超大模型的訓練需要大規(guī)模計算集群以及對應的模型并行算法框架的支撐，因此訓練成本通常很高。ChatGPT單次模型訓練耗時1個月，訓練成本達1200萬美元。
另一方面，如果將大模型直接上傳到云端聯(lián)網使用，又會失去端側部署的優(yōu)勢。例如，大模型原本可以根據用戶信息，在手機上個性化定制手機助理，且確保信息不上傳到云端；但如果大模型在云端加載，勢必要將個人信息通過網絡上傳，隱私安全無法保障。
實際上，相比其他應用領域，手機端是大模型最難落地的場景之一。受體積、性能、功耗的限制，如果直接將大模型部署在端側，往往難以取得較好的使用效果，即使能運行起來，推理速度也不及預期，vivo副總裁、OS產品副總裁周圍曾直言：“性能方面，如果做輸入法的出詞推薦，兩秒才能出一個詞；功耗方面，大參數量級的大模型在端側運行的話非常耗電。”
為此，安第斯大模型在端側對推理引擎進行算子融合與優(yōu)化，通過與高通、聯(lián)發(fā)科技合作，在行業(yè)采用4位量化技術（行業(yè)最優(yōu)大模型端側部署方案），使得安第斯大模型在端側響應更快，從而提升模型的內容生成時間。
智能手機還有怎樣的“進化”空間？智能手機這類產品所面對的用戶之廣、應用場景之豐富，應用類型之多，是其他行業(yè)很難比擬的，在大模型落地端側后，怎樣用好大模型，真正給消費者帶來價值是當前各大手機廠商思考的重點。
過去在提升用戶體驗方面，智能手機等泛終端的焦點主要集中在硬件性能和軟件優(yōu)化。當前，5G、云、AI正在加速推進萬物互融的進程，同時，XR、元宇宙、機器人等未來技術場景、內容與形態(tài)也在不斷創(chuàng)新發(fā)展。
QuestMobile數據統(tǒng)計顯示，2022年1季度，國內移動互聯(lián)網用戶已接近12億，人均擁有5臺智能設備，超過50%的用戶存在跨設備跨應用的需求。另據IoT Analytics預計，2025年全球可能將有超過270億的物聯(lián)網設備連接。然而，海量智能設備在幫助用戶實現便利生活的同時，也放大了設備過多帶來的副作用：設備間的生態(tài)差異、系統(tǒng)不兼容等問題，導致用戶往往需要耗費更多精力不停切換設備/應用獲取服務。
實際上，萬物互融時代，用戶關注的各類信息，常常以各種格式散落在各個應用之間，互不相通。例如用戶要制作一份出行攻略，需要打開不同旅游類APP以及小紅書、馬蜂窩、大眾點評……查找景點、美食、出行線路等等，保存不同格式內容素材，并且有的APP還不支持復制文本，只能截圖后裁剪，操作極其繁瑣，效率非常低。
對此，OPPO的解題思路是，將安第斯與潘塔納爾系統(tǒng)融合，潘塔納爾是OPPO實現不同設備和不同操作系統(tǒng)之間互聯(lián)互通的系統(tǒng)，安第斯則擁有學習、記憶與計算能力，能夠從用戶情境、上下文對話、正在發(fā)生事件等多維度變量信息中識別用戶需求，推動系統(tǒng)融合組裝自有服務與三方服務。
舉例來看，此前系統(tǒng)只有知道用戶訂了高鐵票去北京，才會提前推送高鐵行程信息。未來，安第斯大模型在理解用戶需求后，系統(tǒng)會推薦用戶合適的高鐵班次進行購買。隨后，系統(tǒng)將高鐵卡片與目的地天氣卡片進行融合，成為一張包含高鐵班次、出行時間與北京天氣溫度的新卡片。此外，系統(tǒng)還會根據交通擁堵情況，以及用戶偏好習慣，提供導航去高鐵站停車場等關聯(lián)服務推薦；如果識別到用戶想去旅游，還會提供旅游相關的服務。
不過，要做到這種觸達效果，要建立在大模型對用戶需求的精準理解，以及潘塔納爾對三方服務與系統(tǒng)服務的編排組合能力基礎上。這需要OPPO持續(xù)擴大朋友圈、搭建生態(tài)。
布局生態(tài)圈在過去幾年已成為手機廠商共同的動作。從投入路徑來看，各家頭部廠商在軟件層面的切入點其實并不相同。
其中，華為打造的鴻蒙生態(tài)持續(xù)強調跨終端的全聯(lián)接場景。蘋果是最早的軟硬結合的踐行者，已經實現了生態(tài)閉環(huán)。手機行業(yè)進入存量時代，在原先的單一維度上尋求突破變得困難重重，各自為政只會惡性競爭、加劇內卷，但如果跨終端、多應用的企業(yè)聯(lián)合起來，或許能有新的機遇。OPPO以已上線的美團卡片為例，通過對用戶各環(huán)節(jié)意圖的精準推送，美團外賣卡片點擊率提升63%、訪購率提升200%。
vivo方面的思路略有不同。周圍認為，“大模型用于增強已有的一些模塊和能力，屬于錦上添花。但它也有一些顛覆式能力，并且一定會改變人們對于手機的定義。AI大模型的應用再進一步，將是以‘智能體’形式呈現。甚至當低至32M-200M主頻+32G內存，就可以跑通一個系統(tǒng)并且具備大模型能力時，未來更多輕量化的設備，諸如攝像頭、機器狗等都將具備智能表現。”
對于智能終端行業(yè)來說，AI大模型讓人機交互產生了革命性變化，可以預見的是，未來終端設備的服務能力、服務方式都會迎來革新。
每日經濟新聞
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
