盡管大模型算力消耗驚人，但這并沒有阻止各大科技公司將AI應(yīng)用于其他設(shè)備，比如智能手機。

一個月內(nèi)，已有多家科技廠商對AI大模型在手機上的應(yīng)用作出公開表態(tài)，以自研或者合作的方式進入這一狂熱的賽道。

“手機上的對話助手、智能相冊和地圖等都可以基于AI大模型升級。”IDC中國研究總監(jiān)盧言霞對第一財經(jīng)記者表示，生成式AI的應(yīng)用，例如語音修圖、智能對話、文生圖等也將逐步得到落地。

(資料圖片)

“但預(yù)訓(xùn)練大模型的進展和手機端算力的不斷提升是實現(xiàn)這些應(yīng)用的關(guān)鍵因素。大模型的成敗高度依賴于算力的支持，而一個大型的人工智能大模型通常需要使用數(shù)萬億個單詞進行訓(xùn)練，其參數(shù)量也達到了上萬億級別，這對于手機終端來說仍是一個巨大的挑戰(zhàn)。”盧言霞說。

“大模型手機”要來了？

ChatGPT引發(fā)的全球AI領(lǐng)域軍備賽，已經(jīng)從互聯(lián)網(wǎng)蔓延至手機端。

今年5月，OpenAI發(fā)布了ChatGPT應(yīng)用程序的iOS版本。不到三周，市場下載量便高達500萬次。在那前后，與AI大模型相關(guān)的APP已充斥在iOS與安卓應(yīng)用商店中。

在互聯(lián)網(wǎng)廠商還在討論“中國版ChatGPT”何時誕生的時候，手機廠商以及產(chǎn)業(yè)鏈玩家也在尋找大模型為手機產(chǎn)業(yè)帶來的新機會，試圖從中分得一杯羹。

“我們內(nèi)部正在就網(wǎng)絡(luò)大模型方面的需求跟互聯(lián)網(wǎng)公司進行合作，目前已（和意向公司）有所接觸。”榮耀CEO趙明在此前舉行的上海世界移動通信大會上對記者表示，正在把AI大模型的能力引入終端。

趙明表示，榮耀在AI上的布局分為三個階段：第一階段是從0到1提出概念，將需求場景化，比如相機可以直接識別綠植、天空，AI能夠?qū)D像進行對應(yīng)的優(yōu)化；第二階段，AI有了上下文理解與學(xué)習(xí)，基于位置、時間對消費者習(xí)慣進行整合式機器的決策。第三階段就是把AI引入端側(cè)。

在趙明看來，智能手機行業(yè)正處在一個AI、5G+開啟的新一輪創(chuàng)新周期中，而智能手機是計算平臺、通信平臺、顯示平臺、AI平臺的集合，智能手機的發(fā)展就是不斷打破邊界、集成新技術(shù)、融合新品類的過程。AI、通信技術(shù)的持續(xù)演進，以及新形態(tài)的發(fā)展為智能手機打開了機會大門，利于行業(yè)重回千帆競渡態(tài)勢，共同開啟下一個黃金周期。

除了榮耀外，國內(nèi)廠商方面，華為以及OPPO也在低調(diào)部署。

目前，華為則基于多模態(tài)大模型技術(shù)，通過在手機端側(cè)對模型進行小型化處理，完善了手機在海量圖片中的搜索能力。

OPPO研究院6月初則在一篇論文中介紹了一款專注圖片標(biāo)記的基礎(chǔ)模型“Recognize Anything Model”，而在此前更是與阿里大模型展開深度合作。中國區(qū)總裁劉波對記者表示，內(nèi)部也在思考大模型在手機端的應(yīng)用，未來AI或?qū)⒏淖冋麄€手機產(chǎn)業(yè)鏈。

以語音助手為例，該技術(shù)采用的也是深度學(xué)習(xí)模型，但語音大模型可以替代語音助手工作模塊中對語義理解的功能，修復(fù)此前因為喚醒和識別錯誤帶來的不便。

微軟CEO納德拉曾直言不諱地指出語音助手的“愚蠢”：“無論是Cortana、Alexa、Google Assistant還是Siri，這些語音助手笨得像塊石頭。”但在未來，語音助手或許可以真正像個人助理一樣，精準(zhǔn)地幫助用戶實現(xiàn)預(yù)訂機票、網(wǎng)上購物等功能。

趙明對記者表示，現(xiàn)階段榮耀以MagicOS中“YOYO建議”已經(jīng)可以提供基于地理圍欄、用戶習(xí)慣等數(shù)據(jù)的多場景個人化提醒。“Magic V2上將會部署AI功能，在未來可以通過在端側(cè)引入AI大模型賦能語音智慧助手，提供更自然的交互與更精準(zhǔn)的意圖識別服務(wù)，”

算力與成本下的挑戰(zhàn)

但和其他大模型公司所遇到的一樣，在手機端側(cè)上實現(xiàn)這一技術(shù)的最大挑戰(zhàn)來自于兩方面，其一是算力，其二是成本。

在盧言霞看來，將大模型部署到手機端進行推理主要有兩種方式，一種是通過云端進行推理，一種是在手機端直接進行推理。如果選擇回傳云端推理，則對手機的通訊能力要求較高；而如果選擇在在手機端推理，則對算力有一定的要求。盡管技術(shù)提供商會對模型進行剪枝和壓縮等優(yōu)化，但仍然需要一定的算力。

例如，ChatGPT這樣的超大模型需要1000張主流卡容量的獨立計算集群，以及對應(yīng)的模型并行算法框架來支持訓(xùn)練。在成本方面，超大模型的訓(xùn)練需要大規(guī)模計算集群以及對應(yīng)的模型并行算法框架的支撐，因此訓(xùn)練成本通常很高。ChatGPT單次模型訓(xùn)練耗時1個月，訓(xùn)練成本達1200萬美元。

CounterpointResearch分析師FloraTang對第一財經(jīng)記者表示，手機公司的軟件工程團隊相較于互聯(lián)網(wǎng)公司而言，人力較少，所以從大模型的自研角度是不現(xiàn)實的。但可以選擇一些已有的合作方進行大模型領(lǐng)域的技術(shù)優(yōu)化。

但從手機產(chǎn)業(yè)鏈來看，上游芯片廠商正在做出努力，試圖在英偉達統(tǒng)治的算力江湖下找到縫隙，以減少成本并且實現(xiàn)對AI芯片的把控能力。

高通前不久提出了一個云邊一體“混合AI”的概念，并計劃在今年下半年對外展示在手機上運行100億個參數(shù)的大語言模型。從高通已有的模型落地案例來看，其邊緣大模型相當(dāng)于云端大模型的“感知器官”，從而實現(xiàn)AI功能在終端設(shè)備的實現(xiàn)。

同時，雖然蘋果并沒有直接表態(tài)，但從其芯片布局來看，蘋果已經(jīng)公開進入生成式AI訓(xùn)練硬件領(lǐng)域。“M2芯片家族的最新成員M2 Ultra是蘋果在AI領(lǐng)域一個值得關(guān)注的地方，這種能力可能會在訓(xùn)練大模型上派上用場。”FloraTang對記者說。

值得注意的是，今年6月，iOS 17發(fā)布的開發(fā)者版本中，其中一個改動是“Hey Siri”去掉了前綴，用戶僅需說“Siri”就能喚醒語音助手。這一變動背后也有來自于語音大模型的支撐。

國內(nèi)廠商方面，榮耀在上海所布局的一家芯片公司也受到了行業(yè)內(nèi)的關(guān)注。在隨后的回應(yīng)中，榮耀表示，上海榮耀智慧科技開發(fā)有限公司主要進行的是終端側(cè)核心軟件、圖形算法、通信、拍照等方面研究開發(fā)工作。

結(jié)合趙明此前在采訪提及的“將在算力中心進行端側(cè)大模型的前置算法訓(xùn)練”，上述芯片公司的定位或與榮耀端側(cè)AI大模型布局有關(guān)。

在業(yè)內(nèi)看來，不管是自身技術(shù)實力的積累還是與未來與蘋果在AI上的競爭，擁有處理AI數(shù)據(jù)的能力變得越來越重要。

“大型模型將在云中進行訓(xùn)練，但真正的價值在于更小、更高效的模型，這些模型經(jīng)過調(diào)整，可以在手機終端設(shè)備上運行。”FloraTang說。

但對于何時能真正迎來手機端的“ChatGPT”時刻，盧言霞則對記者表示，這取決于大模型本身的進展。一些小的應(yīng)用，例如對話式應(yīng)用，很快就可以落地。然而，對于一些具有挑戰(zhàn)性的應(yīng)用，例如文生圖或者在現(xiàn)有APP中嵌入這些應(yīng)用，可能還需要一定的時間。

標(biāo)簽：