背靠智能語音助手，大模型在手機(jī)上的競爭已經(jīng)開始。
在華為開發(fā)者大會2024上，華為相關(guān)負(fù)責(zé)人介紹了智能語音助手小藝接入盤古大模型能力后的表現(xiàn)。小藝可以與用戶語音交互，進(jìn)行手機(jī)應(yīng)用間的協(xié)作，減少了此前業(yè)內(nèi)語音助手普遍具有的機(jī)械感。這與蘋果語音助手Siri將進(jìn)行的更新頗有相似之處。
蘋果此前已在WWDC開發(fā)者大會上推出了與AI相關(guān)的更新，包括推出Apple Intelligence套件，該套件深度整合進(jìn)蘋果產(chǎn)品中，可設(shè)置置頂推送等功能，適用于搭載A17 Pro芯片的手機(jī)和搭載M系列芯片的設(shè)備。蘋果還與OpenAI合作，蘋果將采用GPT-4o，蘋果用戶在不創(chuàng)建賬戶的情況下可免費(fèi)使用ChatGPT。
AI時代的手機(jī)范式，已經(jīng)在用戶端展示出了冰山一角，而在蘋果Siri“換腦”接入GPT ，華為小藝靠盤古能扳回一局嗎？
蘋果之后又一個智能語音助手更新
華為開發(fā)者大會2024上，華為常務(wù)董事、終端BG董事長、智能汽車解決方案BU董事長余承東回顧了華為在端側(cè)AI方面的布局，包括2017年發(fā)布的搭載麒麟芯片的Mate 10手機(jī)在業(yè)界首次支持mobile（移動）AI。一開始，手機(jī)AI功能包括相機(jī)拍照增強(qiáng)和AI翻譯等，后續(xù)華為走向個人終端AI化，支持語音、視頻等能力，近兩年隨著產(chǎn)業(yè)進(jìn)入大模型時代，小藝搭載的大模型變得更強(qiáng)大。
大模型基礎(chǔ)能力上，華為常務(wù)董事、華為云CEO張平安發(fā)布了盤古大模型5.0，包括面向跨領(lǐng)域多任務(wù)場景的萬億級參數(shù)Pangu S系列，適用于處理復(fù)雜任務(wù)的千億級參數(shù)Pangu U系列，面向低時延、低成本推理場景的百億級參數(shù)Pangu P系列以及支撐手機(jī)、PC等端側(cè)智能應(yīng)用的十億級參數(shù)Pangu E系列。華為云盤古大模型聚焦行業(yè)應(yīng)用，手機(jī)是應(yīng)用領(lǐng)域之一，小藝背后有盤古大模型5.0能力支撐。
大模型能力支撐下，小藝記憶能力有所增強(qiáng)，支持23類常用記憶類型，可以基于記憶自動填寫各種表格。此外，小藝也有更高的推理規(guī)劃能力，掌握萬億token的知識量。華為此次介紹的小藝功能，則與蘋果Siri將推出的新功能頗有相似性。
小藝的功能包括，可識別和處理文字、圖片等素材，例如一鍵生成表格、摘要、創(chuàng)建日程等。同時，小藝可在不同應(yīng)用間協(xié)作。例如，收到一個團(tuán)建郵件后可以跟小藝說導(dǎo)航去這個地方，而不需重復(fù)說目的地，小藝便可規(guī)劃路線。跟小藝說將某日的日程安排短信發(fā)給某人，小藝就會從日歷中調(diào)取相應(yīng)安排并發(fā)送短信，而不需人為查詢操作。
蘋果此前推出Apple Intelligence個人智能系統(tǒng)并更新Siri功能，Siri也有相似的多模態(tài)能力，包括根據(jù)用戶描述搜索圖片并從圖片中提取相應(yīng)信息。蘋果此前重點(diǎn)介紹的Siri功能也包括不同應(yīng)用間協(xié)作和上下文理解能力。例如，當(dāng)用戶詢問某地天氣后可要求Siri為該地的活動設(shè)置日程，而無需再強(qiáng)調(diào)地點(diǎn)，當(dāng)朋友發(fā)來地址時，可直接要求Siri將地址加入朋友名片。
蘋果和華為先后推出更新，或意味著這種與語音助手更自然的交互方式，以及語音助手對應(yīng)用程序的調(diào)度能力，將是大模型給手機(jī)帶來的最主要改變之一。此外，蘋果和華為都以幾十億參數(shù)級別的大模型支持端側(cè)AI應(yīng)用，一定程度上避開數(shù)據(jù)上傳至外部服務(wù)器或公有云上的隱私泄露隱患。
據(jù)蘋果此前發(fā)布的大模型技術(shù)文檔，Apple Intelligence包含一個約30億參數(shù)的端側(cè)模型和一個云端模型，后者通過私有云計(jì)算并在Apple芯片服務(wù)器上運(yùn)行，而不在公有云上。華為Pangu E系列也是十億級參數(shù)大模型，鴻蒙原生智能采用模型本地化的方式，不讓敏感數(shù)據(jù)上云。記者從手機(jī)業(yè)內(nèi)人士了解到，考慮到端側(cè)算力，目前適合在手機(jī)端側(cè)運(yùn)行的大模型正是在幾十億參數(shù)級別。
手機(jī)端側(cè)AI是否有其他可能
除了通過本地部署模型支持語音助手等功能外，大模型在手機(jī)上應(yīng)用的其他路徑，似乎并未十分清晰。
除了在本地運(yùn)行的端側(cè)大模型，此前蘋果還宣布iPhone將接入ChatGPT。ChatGPT由OpenAI開發(fā)，微軟則是OpenAI的云供應(yīng)商。在用戶同意的情況下，ChatGPT可接入Siri，為用戶提供問答等服務(wù)，蘋果承諾使用ChatGPT時用戶請求和信息不會被記錄。但外界對此做法并不都持贊許態(tài)度。特斯拉CEO馬斯克便質(zhì)疑用戶將數(shù)據(jù)交給蘋果的隱私風(fēng)險，認(rèn)為蘋果將用戶數(shù)據(jù)交給第三方人工智能公司的做法沒有保護(hù)用戶隱私。
是否接入第三方人工智能公司在外部服務(wù)器上運(yùn)行的大模型，這可能是手機(jī)廠商面臨的一個難題。如果不接入外部大模型，本地運(yùn)行的模型能力始終有限。而如果讓手機(jī)廠商自研能力能與ChatGPT最先進(jìn)版本媲美的大參數(shù)模型并讓大模型在私有云上運(yùn)行，似乎也不太現(xiàn)實(shí)。
目前手機(jī)廠商對于端側(cè)AI應(yīng)用形態(tài)還在探索中。一名國內(nèi)手機(jī)行業(yè)從業(yè)者告訴記者，公司正在研發(fā)大模型，但自研大模型還不能很快滿足所有業(yè)務(wù)需求，其所在的部門正在嘗試與外部大模型廠商合作，要求將外部閉源大模型運(yùn)行在公司自有的服務(wù)器上，避免用戶數(shù)據(jù)泄露。
另有海外手機(jī)品牌員工告訴記者，公司自研的大模型偏重端側(cè)使用體驗(yàn)，與外部大模型公司的側(cè)重點(diǎn)不同。為了有更豐富的AI體驗(yàn)，未來接入外部公司的大模型是可能的，可能會以智能體的形式體現(xiàn)，但與外部大模型公司合作的模式目前還在摸索階段。
除蘋果和華為，目前主要手機(jī)廠商也在發(fā)力端側(cè)AI。去年11月，vivo發(fā)布自研通用大模型矩陣藍(lán)心大模型，包含十億、百億、千億三個參數(shù)量級。今年1月，榮耀Magic6系列旗艦手機(jī)搭載榮耀自研70億參數(shù)端側(cè)平臺級AI大模型“魔法大模型”。今年5月，小米大語言模型MiLM通過大模型備案，將逐步應(yīng)用于小米汽車、手機(jī)、智能家居等產(chǎn)品。
據(jù)市場研究機(jī)構(gòu)Canalys預(yù)測，今年AI 手機(jī)出貨量預(yù)計(jì)占全球智能手機(jī)出貨量的16%，2028年這一比例預(yù)計(jì)為54%。
