生成式 AI 时代，手机正在进行一次全栈革新？

声明:本文来自于微信公众号机器之心（ID:almosthuman2014），作者:机器之心，授权转载发布。

手机行业的第三次重大变革开始了。

最近一段时间，AI 与大模型技术突飞猛进。春节刚过，前沿方向上就迎来了新一轮突破。

OpenAI 的 Sora 一下子把 AI 视频生成的进度条拉快了半年。

在大模型的应用领域，技术落地应用的速度也在加快。目前各家大厂的新一代旗舰手机已经悉数登场，它们绝大多数都搭载了大模型，能实现很多前所未有的功能。

图片来自高通骁龙8Gen3宣传片:https://www.youtube.com/watch?v=0CqtpjlL25w

为什么大家都选择在2024年入局 AI ?

答案似乎很明确。随着大模型逐步成熟、芯片端侧算力的增强，手机厂商有了明确的判断:2024年将是 AI 手机的元年。

不过面对一致的目标，各家打法不尽相同:很多手机开始引入云端大模型应用，也有一些实现了小尺寸模型的端侧跑通。在这其中，已经落地多个 AI 功能的 OPPO Find X7系列正在获得越来越多的认可。

它做到了很多个第一:Find X7是全球首个端侧应用70亿参数大语言模型的手机。

它还是第一个支持 AI 通话摘要的手机，让用户可以在通话结束后让 AI 一键生成摘要，并自动生成待办事项和提醒:

有了手机端 AI 大模型的加持，智能助手也不再是个摆设，OPPO 的小布助手实现了跨越式的体验提升。

现在的小布能够更好地理解自然语言，还可以回答各种刁钻的问题。它拥有超过100种能力，包括文字生成图片、图片解释、AI 文章摘要等，能在办公效率、生活服务、学习教育等不同维度为用户提供帮助。

比如你可以问小布为什么饼干上有很多小孔，并要求它以四岁孩子能理解的方式回答:

OPPO 还带来了全新的 AIGC 消除功能。以往需要电脑专业软件复杂操作的改图任务，现在在手机上只需要简单一圈 AI 就能帮你完成主体消除、实景重绘。在这个过程中，大模型还能进行一定程度的创作，脑补出背景，得到一张没有人潮的风景照:

Find X7的大模型能力不仅支持超过120类主体的识别与分割，还可以实现发丝级的分割、多达6个的多主体分离。这就是手机端生成式 AI 时代的拍照新体验。

手机作为最常见的消费电子产品，一直是各种 AI 技术优先落地的方向，AI 美颜、AI 助手等功能早已是智能手机的标配。而随着大模型的兴起，手机作为人类外延器官了解用户的优势，再加上生成式 AI 前所未有的突破，又带来了更智能、个性化的体验和更多样的玩法。

AI 手机或许将是继功能机、智能机之后，手机行业的第三个重大变革阶段。而在这场变革中，OPPO 提前为我们展示了大模型技术突破后，手机的全新形态。

端侧70亿参数大模型

为什么 OPPO 做到了?

OPPO Find X7能够实现的很多新能力，得益于端侧运行的70亿参数大模型。

在这代旗舰机上，首次搭载了OPPO 自主训练的 AndesGPT70亿参数大模型。通过端云协同的部署，它实现了领先不止一代的 AI 体验。相比10亿参数模型，该模型能展现出更高智商的理解能力，可以更准确地理解对话内容并生成重点明确、细节丰富的摘要内容。

相比于同平台的其他模型，AndesGPT70亿参数版可以在2000字首字生成时带来20倍的更快响应，最高对1.4万字进行内容摘要，是其他模型的3.5倍，对话体验也更接近人类对话的速度与信息量。

我们知道，当前的大模型军备竞赛中，各家科技公司都在抢购 GPU，毕竟跑大模型很耗费算力。要在算力与内存有限的手机上运行大模型并不是件简单的事，OPPO 是如何做到的?

这是因为在新一代手机上，OPPO 实现了面向大模型，从软件、硬件到云平台的全面优化。

首先，OPPO 与平台厂商进行紧密协作，基于对芯片的理解，和一直以来对于用户需求的洞察和理解，根据大模型和算法深度定制了 SoC 芯片，提升了高负载条件下芯片的运行调度，进而优化了大模型的运行效率。

对于用户需求的洞察和理解是 OPPO 的核心竞争力，通话智能摘要就是个好例子:通话录音是业内早已出现的功能，但将传统的通话录音与端侧大模型结合，就带来了颠覆传统应用的全新 AI 体验。

大模型部署在端侧，除了需要计算资源的极致优化，另一个瓶颈在于存储。

walkingpad走步机数据可以看见吗

在正常情况下，70亿参数的大模型需要占用28GB 内存。为了真正实现端侧部署，OPPO 用 INT4量化的方式对模型进行了大幅度压缩，让原本占用28GB 内存的模型现在只需要3.9GB，既降低了资源需求，也几乎不影响 AI 模型的输出效果。

大模型在端侧性能消耗比较大，要通过并行计算的算子优化、对内存管理的优化等来降低损耗和系统资源占用。续航方面要根据用机情况来看，我们端侧大模型的功耗控制在用户可以接受的范围内OPPO AI 中心产品总监张峻表示。

OPPO 还是第一家真正意义上把端侧70亿参数大模型同时部署在高通和 MTK 两个不同平台的手机厂商，对用户一视同仁的同时，也验证了自身对 AI 优化部署的能力。目前，端侧视觉模型的手机端部署也被列在了他们的日程表上。

对于生成式 AI 能力来说，有时端侧模型无法处理的复杂任务，需要把数据传到云端，利用服务器端 AI 加速器的力量;而很多包含个人信息和偏好的信息，需要在手机端侧预先处理，以保证隐私。

大模型的端云协同，是目前行业的共识。

在这一方面，OPPO 在发布 AndesGPT 大模型时，提出了通过三级大模型部署策略实现的端云联合部署，满足了多场景高效适配。

在端云协同的架构下，OPPO AI 手机的算力供给不再局限于本地，同时用户信息也能保证不被泄露 —— 用户数据仅在端侧计算，云端更强大的计算能力则面向复杂任务处理，既提高了大模型计算时的整体性能和效率，也保证了安全。

AI 技术能力之外，OPPO 还有一个大战略。

加码 AI 战略

人工智能投入无上限

其实，OPPO 已在 AI 领域深耕多年:早在2020年，OPPO就已经开始探索大语言模型的训练、应用与落地，首个自研大模型 OBERT一度跃居中文大规模知识图谱问答KgCLUE排行榜的首位;2023年，OPPO 自主训练的安第斯大模型（AndesGPT）在 Super CLUE 知识与百科能力排行榜上仅次于 GPT4，领先于所有竞品。

此外，Find X7上在端侧应用的70亿大模型，AI 算力跑分也在安卓榜单上名列第一。

OPPO 创始人兼 CEO 陈明永判断，2024年将是 AI 手机元年，五年内 AI 对手机行业的影响将不可忽视。

2月20日，OPPO 召开 AI 战略发布会，分享了他们在 AI 战略上详细的规划。

OPPO 对真正的 AI 手机下了定义，认为其需要具备以下四大特征:

能高效利用计算资源，满足生成式 AI 的计算需要;
能敏锐感知真实世界，了解用户与环境的复杂信息;
有强大的自我学习能力;
具备更充沛的创作能力，为用户提供持续的灵感与知识支持。

为了适应这些能力需求，手机行业需要进行全面的技术革新与生态重构:在硬件架构上，高效能的 AI 算力底座、模型库的管理优化以及智慧仿生感知能力将成为 AI 手机的新的标准。AI 手机的 OS 系统通过内嵌智能体，将能高效地处理复杂任务，并可以主动创作。

另一方面，未来的 AI 手机将支持更敏锐、更准确的自然语义理解，拥有更强大的自学习能力，可提供更符合直觉的多模态交互。由此看来，传统的应用生态将会在 AI 手机时代转向智能体生态，各类服务应用都会与 AI 能力无缝连接，实现真正的智能化服务。

为此，OPPO 已经做足了准备。在云端算力上，OPPO 拥有能够支持千亿级 AI 模型训练的 OPPO AI 滨海湾数据中心，支持两毫秒的骨干网络链接超低时延，以及100% 的纯绿色能源。

未来，OPPO 将在算力上持续投入，部署 AndesGPT Titan、Turbo、Tiny 三个级别的模型以对应不同应用场景。

在 Agent 能力上，OPPO 正式发布了1+N 智能体生态战略。其中的1代表 OPPO AI 超级智能体，它基于知识图谱、文档数据以及搜索引擎，能精准理解用户意图，给出准确结果，充分调用其他多种工具;N则代表基于 OPPO AI Pro 智能体开发平台所赋能的全新智能体生态。

相比大模型智能助手，智能体是更加快捷和主动的 AI 助手，可以根据你的设定，以最有效的方式完成各种目标，满足情感陪伴、求知探索、娱乐闲聊等多样的场景需求。同时，构建智能体的方法非常简便，无需编程代码基础，人们只需和大模型进行自然语言对话，提供必要的说明和知识即可。

智能体也可以与大模型以外的其他服务相连接，访问更多信息和手机功能，以通用化的能力满足用户的各类需求。

更重要的是，OPPO 的1+N 也意味着联合更多合作伙伴与开发者。随着智能体布局的展开，人们就能共同打造出面向 AI 手机生态的服务体系。

就像智能手机上的 APP 应用市场。不过这次，由 AI 连接的服务能力更强，与你的连接更紧密。

OPPO 还在继续加码 AI。战略发布会上，OPPO 正式宣布成立 AI 中心，旨在整合研发资源，针对 AI 进行能力建设与研发。刘作虎表示，AI 中心的成立将汇聚整个公司的力量，已把 AI 作为手机下一个时代最重要的战略，对于投入不设上限。

大模型加持的手机

还会如何进化?

这还只是个开始。毕竟大模型是一个改变世界的技术，所有领域的应用都要用 AI 重做一遍。

最近，在人工智能上，很多人都有大动作:苹果停止了自己持续多年的造车项目，并将探索重点也转向生成式 AI;谷歌在发布原生多模态大模型 Gemini 时宣布，未来大模型会整合至安卓系统中;而高通在 MWC 大会上推出的新一代 AI Hub，已支持超过75种主流 AI 模型在端侧的加速。现在，从手机厂商到科技公司，再到芯片公司，英雄所见略同。

我们可以预见，随着技术的进步与行业生态的构建，未来我们还会看到更加智能化的拍照、更快捷的人机交互、更加个性化的内容生成和更高效的任务处理。

使用生成式 AI，过去复杂的工作将会变得更简单。人们可以无需打开专业软件，仅发出口头指令就能让 AI 自动完成复杂的工作，大幅提升工作效率。

部署在端侧的生成式 AI，也可以让智能手机更加了解用户的习惯和所处位置。利用情境信息，数字助手将会更加个性化，带来更令人满意的答案，提供更主动的服务。

更进一步，随着 AI 生成能力逐步进入多模态领域，下一代 AI 渲染工具将能利用文本、语音、图像或视频等各种类型的提示生成3D 物体和场景，最终创造出全新的沉浸式内容体验。