圖片來源 @視覺中國
文 | 科技新知
商業迷霧當中，那些看似金光閃閃的 " 機會 "，往往是一把将人們困住的鐐铐。
CNBC 最新消息稱，全球芯片巨頭高通打算在加州兩大據點砍掉約 1258 名員工。事實上，高通早就向加州就業部門送交了這份 " 死亡名單 "：聖叠戈 1064 名、聖克拉拉 194 名。這場人事地震預計将在 12 月 13 日爆發。
高通上個季度的報告中，已經暗示了這次 " 血洗 "。從财務結構來看，手機芯片是高通的主要收入來源，占比超過一半，但在三季度裏收入同比下降了 21.6%。智能手機市場的飽和，像一把無形的大手，正在悄悄扼殺上遊供應鏈的巨頭。
手機市場的增長現在主要依賴于設備的升級周期。自 2019 年以來，受 5G 驅動的手機更換熱潮已經持續了近四年。但 Counterpoint 的資深分析師 Peter Richardson 卻揭示了一個冷酷的事實：到 2022 年時，全球手機更換周期已達到史上最長的 43 個月。
過去五年，手機界苦苦追尋創新之路，急于改變僵局。但當連 Apple 這樣的市場領導者也難以拿出令人震撼的新功能時，其他廠商更是難以維持其市場地位。越來越多的消費者開始質疑，換一部新手機的價值究竟在哪？
有行業專家指出，真正的破局點或許是軟件，尤其是 AI 領域像 LLM、Transformer 等大模型背後蘊藏着的力量。
盡管目前還不清楚，該如何最大化地利用這些潛力，但這并不妨礙國内手機巨頭試圖突圍。華米 OV 等都把目光瞄準了 AI 大模型，迫切要開辟一個新戰場。
手機巨頭争鬥大模型賽場
一時之間，國内手機廠商好像都追起了大模型的風頭。
8 月 14 日，小米年度發布會上，小米 AI 大模型亮相，霎那之間成爲焦點。在 C-Eval、CMMLU 兩大測試平台上，它分别斬獲第十名和中文榜首的佳績。
雷軍信心滿滿地宣布，小米的這個 13 億參數大模型已經在手機端完美運行，其實力在某些場景中甚至能與 60 億參數的雲端模型匹敵。而家喻戶曉的小愛同學也将強化 AI 大模型的能力，邀請測試已在發布會當天拉開序幕。
瞄準 AI 大模型的狼煙不隻在小米一處升起。
早在 8 月 4 日的 2023 年華爲開發者大會，餘承東就大手一揮，宣布 HarmonyOS 4 将受益于 " 盤古大模型 " 的加持。與衆不同的是，華爲決定将大模型深度整合進手機系統，實現更高層次的融合。
繼華米之後，vivo 和 OPPO 亦不斷展露其對大模型領域的雄心。
近期，OPPO 宣布對其全新 " 小布助手 " 進行首輪公開測試，引發業内關注。此産品基于了 AndesGPT 大模型技術。
AndesGPT 模型出自 OPPO 旗下安第斯智能雲團隊之手，其核心是一個基于混合雲架構的高級生成式大語言模型。用戶可以通過喚醒小布語音助手并說出 " 小布大模型 "，參與小布 1.0 公測版報名。更多信息将在 11 月 16 日的 ColorOS 14 發布會上公布。
與同行的宣傳異曲同工，AndesGPT 在其官方介紹中也榮獲了 " 行業翹楚 " 等封号，此模型在多個權威評測榜單上頻頻亮相。
另一個戰線上，vivo 已鎖定 11 月 1 日，要召開年度開發者大會。此番集結，vivo 将揭曉其獨家研發的 AI 大模型與全新操作系統；而廣受矚目的 OriginOS 4 也将初露鋒芒。
尤其引人關注的，vivo 打造的 AI 大模型矩陣極爲豐富，覆蓋了十億、百億及千億三大參數級别，共五款模型，旨在滿足多樣化的核心應用場景。
同樣，這批尚在神秘面紗後的産品，已在多個權威評測中嶄露頭角。最新數據顯示，vivo 自研 AI 大模型在 C-Eval 和 CMMLU 兩大平台上均雄踞榜首。
近期，手機行業已經見證了各大品牌逐個投身于 AI 大模型的深海。存量市場的激烈争奪，使得各大廠商都希望借助新技術鋒芒，爲自身在高端市場塑造更具競争力的形象。
多位行業内有深度洞察的人士認爲，強調 AI 功能的優勢，顯然是各大廠商策略的重要一環。不僅能刺激用戶對高端産品的欲望，更能帶動産品價格上漲，從而爲品牌創造更爲豐厚的利潤。
随着時間的推移或能見到，首波真正的 "AI 手機 " 即将震撼登場，而未來兩年，更會是 AI 在手機上的創新大爆發時刻。
大模型角逐移動端，路徑逐漸統一
雖然手機廠商們在宣傳中表現得在手機上運行大型模型就如同喝水吃飯般輕松，但實際操作中，背後隐藏的挑戰遠超預期。
根據小米技術委員會 AI 實驗室大模型團隊負責人栾劍的分享，要真正在手機上運行大模型，對手機硬件的要求絕不會低，特别是處理器和内存兩項。
大模型首先就是其 " 大 " 的特性，一旦占據過多的手機工作内存，将導緻其他應用受限，甚至可能造成手機無響應、整體性能銳減，或者最糟糕的情況是直接死機。
此外，計算能力也是評判的關鍵點。若生成一個字符就需要花費好幾秒的時間，這對于用戶體驗無疑是災難性的。考慮到人們的平均閱讀速度約爲每秒十幾個漢字，故模型的 " 生成速度 " 必須遠超于此。
而功耗問題也不容忽視。許多網上的模型 Demo 常常疏忽這一關鍵環節。高負載下的計算芯片會導緻手機急速發熱，若如此長時間運作，勢必會對電池的續航産生嚴重損害。
綜上，手機大模型真正的挑戰在于如何在處理速度、散熱和電池續航等之間找到一個精妙的平衡。因此，業界的重心還放在了端雲協同之上。
不久前，聯發科與 OPPO 達成協議，共同研發大模型在端側的輕量化部署方案，旨在讓大模型技術更爲貼近消費者的實際使用。
10 月 18 日，聯發科同樣宣布與 vivo 在 AI 領域深度合作和聯調，實現了 10 億和 70 億 AI 大語言模型以及 10 億 AI 視覺大模型在手機端側的落地，共同爲消費者帶來端側生成式 AI 應用創新體驗。
端側大模型的好處是，用戶可以享受更快的響應速度，同時數據也不需要上傳到雲端，更加安全。目前許多主流廠商都在研發在移動終端部署 AI 大模型的解決方案，以實現在端側運行大模型的目标。
然而，不能假定僅憑手機端便能解決所有問題。正如小米透露的，他們将繼續遵循端雲結合的策略。某些功能或能力，如果可以通過端側的模型來實現，就無需轉移到雲端處理。
觀察 vivo 的情況，雖然缺乏确切的數據，但可以合理推測，它也将采納雲端和本地結合的大模型策略。
從其大模型的參數量級可以分析，660 億、1300 億和 1750 億量級的雲端大模型目的在于确保處理能力，以應對更複雜的問題。而 10 億和 70 億量級的本地大模型則是爲了确保用戶隐私、能效和快速響應。
這意味着，vivo 很可能會采取端雲協同工作的方式，即通過評估問題的複雜性來決定是否在本地處理或轉移到雲端。
結合雲端和本地的大模型不僅可以有效地節省成本，而且能夠滿足用戶在計算能力、性能、能耗和隐私保護等多個方面的需求，這無疑是目前整合手機和 AI 大模型的優選策略之一。
廠商跟風之下，一些潛在的挑戰
某些業内觀點，将目前嘗試在手機端運行大模型的技術視作一柄鋒利之劍。然而深入背後，也不免露出一種應景而非真正求變的短視之感。
首先，對于 " 大模型 " 的界定仍舊模糊不清。以小米的端側模型爲例，其參數量達到 13 億，與 GPT2 的 1.5B 參數相差無幾，但這真的足以賦予其 " 大模型 " 的頭銜嗎？
不乏有業界人士抛出質疑：手機端的大模型實踐，更多地是爲了滿足市場短期熱潮，而非技術的真正躍進。若手機真的能毫不費力地驅動大模型，那顯卡巨頭英偉達的存在意義又在哪裏？
再者，爲了讓大模型适應手機，制造商不得不通過剪枝、蒸餾和量化等策略對其進行大幅壓縮。以 vivo 爲例，它可能通過連續的模型裁剪和蒸餾，将參數從 1750 億降低到僅 10 億，這種操作是否過于牽強，值得思考。
要認識到，大模型并不僅僅是參數數量的簡單疊加，它的真正價值在于深度學習中的 " 深度 "。大量的參數意味着更多的信息、知識和上下文的捕捉。
因此，當把一款千億參數的模型剪裁到幾十億參數時，勢必要失去一些原有的學習深度。對于 AI 的日常應用來說，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模型能與雲端模型相提并論，但這其中的細節仍不容忽視。擁有 13 億參數的端側模型自然難以與擁有千億參數的雲端模型相比。爲了彌補這種差距，小米可以選擇讓其端側模型在特定場景下與雲端模型匹敵，但終歸不能全面比肩。
從這些層面出發，當前手機上的大模型實現方式似乎有點 " 矯枉過正 "。對于普通用戶而言，他們并不真正關心模型的參數數量，而更關心能爲他們帶來什麽價值。vivo 和小米的這些嘗試固然值得鼓勵，但也應該反思其真正的目的和意義。
更重要的是，盡管衆多手機制造商都在積極探索 AI 大模型的應用，但未來的路徑仍然充滿未知。手機市場上，什麽才是下一個 " 殺手級 " 應用，還有待時日揭曉。
目前手機制造商對 AI 大模型的具體應用似乎過于偏重 " 語音助手 "。這種單一方向的追求，是否隻是迎合了科技熱點趨勢，而非真正考慮用戶的實際需求？
以近期知名博主對 vivo 新款 AI 大模型的分享爲例，盡管其在 OriginOS 4 上以煥然新姿亮相，但與現行的語音助手相比，核心并無太大颠覆。
簡而言之，AI 大模型在手機領域的真正普及仍舊步履蹒跚。如今的種種努力，隻是冰山初露的探秘之旅。
參考資料：騰訊科技 - 小米的大模型 " 野心 "，始于端側
