oppo find x7会长什么样子「生成式AI手机怎么样？首款70亿参数大模型手机OPPO Find X7有答案」

手机除了卷影像能力，还能卷什么？

2024年度发布的首款旗舰智能手机OPPO Find X7系列给出了答案——端侧生成式AI。

Find X7的4种配色：烟云紫、海阔天空、大漠银月、星空黑

2024年1月8日OPPO发布的全新旗舰Find X7，以全新一代同心寰宇设计，全新超光影三主摄实现的哈苏全焦段大师影像，OPPO自研潮汐架构所释放的超强性能，以及超明亮超护眼的新一代钻石屏，再度革新行业的旗舰标准。

OPPO Find X7 Uluta更是首创了双潜望四主摄构成哈苏大师镜头群，再次刷新移动影像天花板。OPPO首席产品官刘作虎称Ultra这个词代表的就是——极致，没有中间态。

影像能力已经领先，OPPO还率先为消费者展示了生成式AI手机的样子，全球首个端侧应用 70 亿参数大语言模型的手机有何不同？

手机的AI功能并不新鲜，AI美颜，AI助手已经被广泛应用，但是和生成式AI实现的功能还有两个明显的差异，更智能和更多样的玩法。

手机端大模型如何升级AI体验？

以AI图片消除来说，传统的AI修图，不够智能且效果不够理想。

比如在拥挤的景点拍了一张风景照，想要消除照片里的路人，传统AI的做法要手动精细选择范围，等待许久之后获得单纯被模糊掉路人的照片，观感很差。

如果是借助手机端的大模型能力，大致框定需要消除的范围，就可以轻松消除风景照里的路人，并且AI还会“生成”出路面，得到一张没有人潮的风景照。

这就是Find X7的AIGC消除功能，区别于传统的AI模型只支持人体识别，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、高达6个的多主体分离，与此同时，还能实现超大面积图像的填充与自然生成，这是手机端生成式AI时代图像编辑的体验。

和AI编辑图片一样普及的还有AI语音助手。

现有的语音助手，大部分人用起来还是觉得不够智能，新鲜劲一过就会被遗忘。但有了手机端的AI大模型，体验也实现了跨越式的提升，AI助手能够更好地理解自然语言，对话起来更像人和人之间的聊天。

在AI大模型加持下，OPPO全新的小布不仅可以聊天，还可以回答各种问题，总共超过100种能力，包括文字生成图片、图片生成文字、AI 文章摘要等功能，能够在办公效率，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？并让小布以四岁孩子能理解的方式回答。

除了升级已有的手机端AI体验，生成式AI模型还给手机带来了全新的AI功能。

比如通话摘要，在Find X7系列的发布会现场，刘作虎展示了一段和理想汽车CEO李想电话交流结束后，AI大模型语音摘要功能，重点清晰的呈现出了通话的要点，并生成待办，极大提升了效率。

这得益于Find X7的端侧70亿参数大模型，相比其他的10亿参数模型，以更高“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、细节不遗漏的摘要内容。

同时，借助OPPO安第斯大模型端云协同的智能调度，OPPO大模型语音摘要的处理全程经过加密处理，生成的摘要内容完全存储于终端本地，能够很好保护用户隐私。

隐私保护，更快速度都是端侧大模型带来的优势。

相比于同平台其他模型，Find X7 搭载的端侧 70亿参数大语言模型可以在200字首字生成带来20倍的更快响应，面向2000字首字生成也可以实现2.5倍的更快速度。

并且，Find X7 的端侧70亿大模型还可以实现最高14,000的摘要字数上限，达到了同平台其他模型的3.5倍，大模型的对话体验更接近人类对话的速度与容量。

全球首个端侧应用70亿参数大语言模型的手机如何炼成？

Find X7是全球首个端侧应用 70 亿参数大语言模型的手机，并通过端云协同的部署，实现了领先不止一代的AI体验。

“为什么我们能够第一个把70亿大模型真正在端侧运用起来？模型、算法与GPU、NPU如何适配和部署，不是简单的事情。”刘作虎进一步解释，“这个过程需要与平台厂紧密沟通，基于我们对芯片的理解和对用户的洞察，根据大模型和算法来定制芯片，用芯片的语言给芯片厂商提需求，这是我们的核心竞争力。”

刘作虎透露，“我们保留了一些核心的架构师，目的就是跟平台厂商，比如说高通和联发科的深度定制芯片。我们自己不做芯片，芯片平台厂非常愿意和我们深度探讨，实现强强联合。如果不懂芯片，没有做过芯片，只能停留在‘水上漂’不能进入到底层，比如我们自研的潮汐架构，比重新做的价值更大。”

潮汐架构是OPPO自研的芯片软硬融合技术的集合，是一群懂芯片的人打造的芯片优化技术。

潮汐结构深度触及了SoC的L3缓存和SLC（系统级缓存），传统SoC的SLC往往针对CPU和GPU等计算核心采用固定的分配方案，这种死板的分配方式会造成一定的资源浪费和拥堵。

潮汐架构可以根据应用场景的不同，灵活调整缓存配比。

比如当运行大型游戏需要图像渲染时，GPU分配更多的，降低对DDR和UFS的访存频率，提高应用运行速度，还能降低计算链路的整体能效。经测算，对于SLC的调度优化，能带来平均 8%的能效节约。

端侧大模型的部署，少不了潮汐架构，但端侧大模型面临着更极致的计算和存储挑战。

OPPO软件创新中心总经理张峻解释，70亿大模型正常的模型大小是28GB，为了真正在端侧部署，OPPO用高精度4比特对模型进行压缩和轻量化，模型从28GB压缩到最小的3.9GB左右。

即便如此，依旧对手机的性能、内存和功耗都是很大的考验。

“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的情况来看，我们端侧大模型的功耗控制在用户可以接受的范围内。”张峻表示。

“OPPO Find X7系列端侧化部署70亿参数的大语言模型，视觉模型也会端侧化部署，它会跟着我们的OTA随后上线。”张峻强调，“我们真正把70亿参数大模型同时在高通和联发科两个芯片平台上端侧化部署，OPPO是第一家。”

至于为什么会选择70亿参数的模型，张峻也给出了解释，“为什么选择70亿参数的模型，而不是10亿参数？我们在每一个场景都会选择最恰到好处的参数规模，它代表了这个模型在这个场景的聪明程度。”

技术能力之外，在手机端AI领域成功的关键是策略。

“我认为未来几年的实核心是用产品驱动。基于要做什么产品，确定大模型的训练，以及底层的算力，整体路线还是以产品驱动技术。”刘作虎认为，“通过用户洞察的方式来做产品最重要。谁对用户最理解，谁真正地懂产品，谁就能在竞争中保持差异化，始终拥有核心竞争力。”

雷峰网了解到，OPPO在上周五成立了AI中心，聚集了公司所有AI相关的员工，目标是集中所有资源把AI做好。

OPPO已经拉开了手机生成式AI时代的序幕，未来端侧大模型还能给手机带来怎样意想不到的应用？