性能拼不動了，必須上AI競爭

掌握智能入口的一方，就能成為應(yīng)用的真正入口。

硬件進化了好多年，現(xiàn)在到了軟件定義手機的新節(jié)點。

大模型會和手機廠商自研的操作系統(tǒng)深度結(jié)合，提供更好的系統(tǒng)級體驗，這很關(guān)鍵。

手機軟件體驗上的差異，可以解決現(xiàn)在手機廠商們硬件差不多、只能靠外觀來區(qū)分的問題。

大模型的競爭，會讓手機產(chǎn)品的[智力水平]表現(xiàn)出來，這也是為什么手機廠商們現(xiàn)在熱衷于大模型的原因之一。

從AI定義汽車到AI定義手機、PC，大模型的注入會改變手機市場的銷量格局。

以前因為硬件配置過剩，有人一部手機用5年都不換，大模型的升級體驗可能會讓人有換機的理由，從而帶動手機行業(yè)的銷售增長。

?

手機大廠無不例外，加入新一輪競賽

在7月，榮耀手機推出了一款名為Magic V2的折疊屏手機，該手機自稱是全球首款原生的集成AI大模型的國產(chǎn)手機。

在10月，榮耀CEO趙明宣布，榮耀Magic6系列將搭載第三代驍龍8移動平臺，并支持70億參數(shù)的端側(cè)AI大模型。

在8月的華為開發(fā)者大會上，華為終端BG CEO余承東宣布，盤古大模型已經(jīng)接入華為HarmonyOS 4及華為小藝智慧助手。

這意味著華為P60和Mate 60用戶可以通過小藝智能助手體驗這一大模型的功能。

?

同一個月，小米創(chuàng)始人、董事長兼CEO雷軍發(fā)布了小米自研的兩個輕量級大模型MiLM，參數(shù)分別為64億和13億。

在10月底，小米正式推出了將AI大模型植入澎湃OS系統(tǒng)的小米14手機。

OPPO在10月宣布了自主訓(xùn)練的AI大模型——安第斯大模型（AndesGPT），該模型已經(jīng)接入新小布助手AndesGPT。

預(yù)計在12月前，AndesGPT的能力將被正式接入ColorOS 14新系統(tǒng)。

在11月，vivo發(fā)布了旗艦新品X100系列，聲稱這是全球首個百億大模型在終端調(diào)通的大模型手機。

而三星則在11月展示了其AI大模型[高斯]。預(yù)計搭載這一AI大模型的Galaxy S24系列手機要到明年上半年才會發(fā)售。

至于蘋果，目前還沒有官宣其AI大模型的消息。但據(jù)分析，蘋果計劃最早在2024年年底將生成式AI技術(shù)整合到iPhone和iPad中。

選擇端側(cè)部署，看上去最劃算

當前，AI大模型接入手機存在兩種選擇：云端部署和端側(cè)部署。

目前，大多數(shù)廠商選擇在端側(cè)部署輕量級大模型，而在云端部署的則是千億級AI大模型。

為了平衡內(nèi)存、執(zhí)行速度、功耗和成本等問題，現(xiàn)階段的[端云協(xié)同]是手機廠商部署大模型時的普遍選擇。

手機廠商想要實現(xiàn)大野心，端側(cè)大模型可是個好工具。

要知道，手機廠商不提供云服務(wù)，也就沒法拿到便宜的云服務(wù)。

而要滿足億萬用戶的需求，背后得有強大算力支持，這可不好辦。

好在端側(cè)大模型可以讓手機廠商省下這筆錢，讓商業(yè)計劃更靠譜。

另外，手機廠商在用端側(cè)AI上可是有優(yōu)勢的。

像華為、小米、VIVO 這些廠家，都是自研的大模型。

在出廠前，手機和芯片公司就得跟它調(diào)整好多次，讓它跟硬件更匹配。

現(xiàn)在端側(cè)大模型很依賴內(nèi)存，手機廠商也能優(yōu)先給自己的終端大模型用內(nèi)存。

如果需要調(diào)用云端大模型的話成本非常高，但如果在手機端側(cè)運行大模型，則不會產(chǎn)生推理成本。

云端部署用于解決復(fù)雜的需要大算力、大參數(shù)模型的問題；

而端側(cè)部署則主要用于運行數(shù)據(jù)安全性高、需要實時反饋、網(wǎng)絡(luò)條件較差的輕量化問題。

綜上所述，手機廠商在布局AI大模型時通常會選擇云端和端側(cè)的協(xié)同部署方式。

?

芯片廠商懂客戶訴求，盡可能滿足AI需求

就像手機鏡頭一樣，生成式模型的支持能力可能會成為核心硬件賣點。

生成式模型的最終解決方案需要軟硬件結(jié)合設(shè)計，這對于有自研芯片能力的手機廠商非常有利。

因為這些手機廠商可以同時掌握模型和硬件的設(shè)計，實現(xiàn)最高效率的解決方案。

給手機系統(tǒng)做芯片的公司，像高通和聯(lián)發(fā)科，得提供完整的參考設(shè)計。

說到高通，他們把手機端的生成式模型搞到了核心位置。

例如，高通發(fā)布的驍龍8 gen3支持包括Meta Llama2、Chat GPT等在內(nèi)的多模型生成式AI。

其可處理的大模型參數(shù)超過100億，推理速度達到了每秒20個token。

此外，聯(lián)發(fā)科發(fā)布生成式AI移動芯片天璣9300，集成第七代AI處理器APU 790，支持在終端運行10億、70億、130億參數(shù)的AI大模型。

結(jié)合內(nèi)存硬件壓縮技術(shù)NeuroPilot Compression來減少AI大模型對終端內(nèi)存的占用；

聯(lián)發(fā)科的AI開發(fā)平臺NeuroPilot支持Android、Meta Llama 2、百度文心一言大模型、百川智能百川大模型等主流AI大模型。

英偉達在手機芯片方面的嘗試，自從十多年前的Tegra系列之后，好像就沒什么動靜了。

但是，今年聽說英偉達要跟聯(lián)發(fā)科合作，聯(lián)發(fā)科的下一代旗艦手機芯片可能會用英偉達的GPU。

看來，英偉達在手機生成式模型領(lǐng)域還是有機會的。

?

? 廠商口中的“大”，現(xiàn)階段有待商榷

為了讓大型AI模型適應(yīng)手機，制造商不得不采取一些策略對其進行大幅壓縮，例如通過剪枝、蒸餾和量化等技術(shù)手段。

以vivo為例，他們可能通過連續(xù)的模型裁剪和蒸餾，將參數(shù)從1750億降低到僅10億，這種操作是否過于牽強。

我們應(yīng)該認識到，大型AI模型并不僅僅是參數(shù)數(shù)量的簡單疊加，它的真正價值在于深度學(xué)習(xí)中的[深度]。

因此，當把一款千億參數(shù)的模型剪裁到幾十億參數(shù)時，勢必會失去一些原有的學(xué)習(xí)深度。

對于AI的日常應(yīng)用來說，可能影響不大，但對于那些期望從AI獲得深度見解和理解的高端用戶來說，這種損失是無法接受的。

即便小米宣稱其端側(cè)模型能與云端模型相提并論，但這其中的細節(jié)仍不容忽視。

擁有13億參數(shù)的端側(cè)模型自然難以與擁有千億參數(shù)的云端模型相比。

從這些層面出發(fā)，當前手機上的大型AI模型實現(xiàn)方式似乎有點[矯枉過正]。

對于普通用戶而言，他們并不真正關(guān)心模型的參數(shù)數(shù)量，而更關(guān)心能為他們帶來什么價值。

vivo和小米的這些嘗試固然值得鼓勵，但也應(yīng)該反思其真正的目的和意義。

?

結(jié)尾：

當然，自研大模型是個[無限燒錢]的競爭，投入動輒數(shù)十億元起。

投入大模型需要強大資金儲備做后盾，以大模型驅(qū)動手機軟、硬件的每一次進化背后都是[鈔能力]。

但無可否認，在智能手機出貨量持續(xù)下滑的行業(yè)態(tài)勢下，大模型或許會成為手機行業(yè)突破自身創(chuàng)新窘境和模式局限性的一個機遇。

審核編輯：黃飛

?