手機廠商們開始在大模型領域“卷”起來了。

　　今年8月，小米宣布其已經成功自研了一個13億參數的端側模型，并且在手機端實現了運行。同時公布其自研的大規模預訓練語言模型MiLM-6B，參數規模達到了64億，在權威中文評測榜單C-EVAL和CMMLU中位列同等參數規模大模型的*名。10月26日，小米澎湃 OS 暨 Xiaomi 14 系列新品發布會上，小米正式宣布將 AI 大模型植入系統。

　　11月1日，vivo在開發者大會上發布了自研的AI“藍心”大模型。同時，vivo還發布了包含不同參數規模的大模型矩陣，包括1750億、1300億、700億、70億和10億五款大模型。其宣布130億參數的藍心大模型已經實現端側跑通，并開源了7B大模型。

　　11月16日，OPPO在開發者大會上，正式發布了自主訓練的個性專屬大模型與智能體——安第斯大模型(AndesGPT)。AndesGPT“端云協同”為基礎架構設計思路，推出從十億至千億以上多種不同參數規模的模型規格。

　　除此之外，榮耀、華為也紛紛開始布局，將大模型裝進手機。

　　這種變化下一些值得思考的問題是，手機廠商紛紛布局大模型背后的原因是什么?對于手機廠商而言，做大模型真的容易嗎?

　　一

　　天花板之中，大模型成為契機

　　一組數據顯示，2023年*季度、第二季度全球智能手機出貨量同比分別下滑13%和11%。值得注意的是2023年*季度，出貨量降低至6760萬臺，為2013年以來的*水平。

　　當然，減少的原因自然與環境、手機終端高庫存等因素不無關系。

　　不過，單純就出貨量同比情況來看，今年上半年智能手機廠商中并沒有贏家。細細觀察發現，今年上半年全球TOP級手機品牌廠商的智能手機出貨均不理想，其中，三星雖位于全球出貨量的首位，但其上半年智能手機出貨量同比約減少2159萬臺。

　　其它智能手機出貨同比減少較高的手機品牌廠商則分別是其它廠商、小米和vivo。其它廠商、小米、vivo上半年智能手機出貨量分別同期減少約1841.67萬臺、約1489.41萬臺和約916.58萬臺。

　　一個事實是，近幾年手機市場一直面臨著“天花板”。對于這種趨勢，手機廠商也在不斷尋求新的增長空間。

　　例如在攝像方面與專業攝像品牌聯名、在電池容量、內存、系統等各方面發力。其中AI智能助手是大部分手機廠商與AI結合的重點，但效果始終有限。

　　“GPT 出現以后，一下子把形勢給逆轉了。”

　　在OPPO安第斯大模型首席架構師楊振宇看來，自2022下半年開始，智能助手方向開始下行，很多公司都比較悲觀。這種悲觀的情緒主要來自雖然智能助手做了很多年，但好像并沒有帶來特別顯著的突破。

　　如果說，消費市場疲軟是手機廠商的增長困局。那么大模型下對手機終端的顛覆，則是手機在未來或將被替代的危機。

　　大模型的發展越演愈烈，未來交互終端也將會發現一些變化。一是高度集成化，即隨著芯片技術的發展，未來的交互終端可能會采用高度集成化的芯片，使得終端體積進一步減小，同時提高性能和穩定性。

　　二是多樣化輸入方式，即除了傳統的鍵盤、鼠標等輸入方式外，未來的交互終端還可能支持語音、手勢、眼部動作等多種輸入方式，使得用戶可以更加自然、便捷地進行交互。

　　三是云端化，即隨著云計算技術的發展，未來的交互終端可能會將部分功能轉移到云端，從而減少本地設備的體積和復雜性。同時，云端化還可以提高交互終端的靈活性和可擴展性。

　　四是智能化，即未來的交互終端可能會更加智能化，通過人工智能技術自動學習和適應用戶需求，提高用戶體驗和效率。

　　隨著技術發展到一定階段，大模型運轉下的算力壓力將會逐漸減小，其可以安裝在任何終端設備上，甚至眼睛、手表等設備上，而手機作為目前主要的交互設備，需要進化。甚至，就當下來看，手機不一定是大模型催生的下一個爆發型入口，手機廠商們布局大模型，更多做的是前半步。

　　對于手機廠商而言，布局大模型一來可以打破創新的天花板，二來提前布局，防患于未然。

　　二

　　大模型超級應用，在手機中“培育”

　　手機雖然并不等于大模型的下一個爆發性入口，但手機使用頻率和時間非常高，且手機是個人信息的集中地。此外，手機可以連接互聯網上的各種資源和服務。通過手機，互聯網廠商可以更方便地接觸到用戶，并獲取用戶數據，從而更好地了解用戶需求，優化產品和服務。

　　因此，占領手機市場就意味著占領了互聯網市場的重要入口，可以通過手機來獲取更多的用戶和數據，從而更好地發展自己的業務。

　　大模型通過與手機結合，可以通過手機這個互聯網入口，更好的理解用戶需求，通過深度學習和自然語言處理技術，更是的解析用戶的意圖和反饋，讓大模型應用不斷優化;其次大模型與手機結合，還可以使得大模型應用更好的了解市場需求和產品缺陷，從而做出更明智的決策;更為重要的是，大模型可以結合每個手機用戶的行為、喜好，提供個性化的服務。

　　對于手機廠商而言是一個加分項，對于大模型而言，更是一個“營養池”。也是因此，眾多手機廠商紛紛入局，大模型廠商也十分積極與手機廠商合作，不過從各個手機廠商的路徑來看，各家與大模型結合的重心并不相同。

　　OPPO在布局大模型時，重點在于利用大模型打造智能終端交互體驗。正如楊振宇所言：“隨著大模型技術的引入，用戶跟語音助手交互問知識問答類的問題，占比會更顯著的增長。”目前OPPO語音助手小布的整個月活是1.5億+，每天產生的交互數據大幾千萬次。

　　在部署方面，主要是云端+本地部署。即涉及高度敏感的隱私數據，可以在端側做本地化處理。但是面對復雜的一些任務，還是需要依賴云端大模型。

　　與OPPO的部署方式不同，小米布局大模型時，重點在于輕量化和本地部署。

　　這種部署方式可以更好地保護用戶隱私，同時實現在本地實現千人千面的個性化定制。為此，小米將一部分大模型能力下放到端側，致力于達到功耗、推理速度和生成效果的*平衡。小米還自研了13億參數的端側模型，部分場景效果媲美60億模型在云端的運算結果。

　　vivo則更注重解決用戶個性化需求，vivo認為大模型將全面革新智能終端交互體驗，并朝這個方向不斷為用戶帶來優質的體驗。在部署方面，130億參數的藍心大模型可實現端側跑通，1750億參數的藍心大模型已達到GPT-3參數水平。

　　而華為與大模型的結合，更多是將大模型打造成系統的“大腦”，據了解，華為語音助手小藝和大模型的融合不是簡單對聊天、AIGC、回復等任務進行增強，而是以大模型為核心，進行了系統級增強。其底層邏輯是為了將用戶的任務分配給合適的系統，各個系統各司其職，同時在復雜場景上增強體驗。

　　總體來看，“重塑”語音助手無疑是各大手機廠商布局大模型的*步，也是必走的一步。不同點在于由于各個手機廠商的優勢不同，與大模型結合的重心也有所不同。

　　例如小米常年在智能家居領域的優勢，為其積累了大量AI軟硬件基礎。從某個角度來看，其終端部署的方式，或許是為小愛同學等智能家居業務提前做布局。

　　OPPO一直以來更注重攻克技術和創新，為追求高質量拍攝和設計的用戶提供產品。在大模型布局方面亦是延續了這種定位。

　　vivo則以年輕時尚為主要定位，注重自拍和音樂功能，向追求時尚和個性化的年輕用戶推出產品。此次與大模型結合已然在個性化上有了新的發力。

　　總體來看，手機作為天然的互聯網入口，是目前大模型應用落地的較好土壤�；�于這種優勢，手機廠商或將在與大模型結合下，產生超級應用。

　　更為重要的是，大模型+手機會帶來的一些技術、經驗，或可幫助手機廠商在基于來臨時有所準備，或者說得以復用。

　　三

　　手機廠商做大模型，真的容易嗎?

　　手機廠商想要利用AI大模型來提升產品的性能和競爭力，但仍面臨一些難題。

　　首先，從技術層面來看，將大模型集成到手機中需要強大的計算能力和高效的算法。雖然現在智能手機的硬件配置越來越強大，但是要在手機有限的空間內充分發揮出大模型的作用仍然存在挑戰。

　　但就目前來看，將參數動輒百億、千億級的大模型放進手機端，也存在難點。成本高、自研難、算力消耗大。

　　其次，從應用層面來看，AI大模型需要大量的數據進行訓練才能達到理想的效果。然而，由于隱私保護等方面的原因，獲取并使用大量用戶數據可能存在困難。同時，還需要解決模型泛化能力不足等問題，確保模型在不同場景下的表現都能夠滿足需求。

　　就目前來看，手機廠商布局大模型主要采用兩種路徑，一是以端側計算的模式，二是端側和云端兩條路徑并行。然而大模型落地于具體業務場景時，端側和云端側各有需求，后者已經成為大部分手機廠商布局大模型的共識，但端側和云端兩條路徑并行，也為數據收集和處理、模型訓練和優化、系統架構設計帶來新的挑戰。

　　最后，從市場競爭角度看，各大手機廠商都在加大投入布局AI大模型領域，競爭壓力巨大。只有不斷創新，打造出具有差異化優勢的產品，避免同質化，才能在市場上脫穎而出。

　　總體而言，對于手機廠商而言，布局大模型并不容易。

　　如果說以上的難題存在于內部，那么大模型技術便是來自外部的難題。

　　具體來看，大模型的布局，面臨的是巨大資金投入和看不到盡頭的技術研發路徑。是從頭開始做AI原生應用，還是加入“朋友圈”需要深入思考。

　　不過就目前來看，在眾多手機廠商中，具備原生大模型技術能力的并不多，華為是其一，其基于盤古大模型已經開始在布局手機AI原生大模型。

　　而生態合作、積極擁抱開源，或許是目前大部分手機廠商的選擇。也是較為“健康”和有保障的模式。

　　以OPPO AndesGPT為例，其本身是OPPO自主訓練的，但也參考了一些開源模型經驗。“大部分公司可能也都是這個方式，因為模型算法本身已經比較成熟。”楊振宇表示。

　　楊振宇認為利用大模型提升業務的效果方面更為重要，據楊振宇所言，AndesGPT跟國內主流的大模型相比可能有20%左右的優勢。

　　此模式下，可以看到的是，隨著手機大模型生態的發展，云計算和邊緣計算等技術也將更加成熟，實現云邊端一體化，為AI大模型提供更強的能力支持;人機交互變得更加智能化，使人們的工作和生活更加便捷;會更加注重個性化的體驗和定制化的內容，為用戶提供更加精準的服務。

　　此外AI大模型在手機上的應用將更加普及，使得未來的AI大模型將整合多種模態，如視覺、聽覺、觸覺等，增強人們的感知體驗。

　　為了適應手機端的特殊要求，未來的大模型將會更加注重低能耗、高效率，能夠在有限的硬件條件下提供高質量的體驗。

　　未來，手機廠商積淀的這些能力以及在大模型領域的布局，或將助力其在大模型應用全面爆發之際，抓住關鍵入口。

　　手機這個賽道，已然迎來了新的排位賽。在大模型這條路上固然走的艱難，但卻不得不迎頭趕上。機會從來都是屬于有準備的人。