自ChatGPT引发的大模型技术变革开始，人工智能大模型已经成为最炙手可热的一种趋势和概念。不仅吸引了全球的关注，也促使科技互联网公司加速研发和布局。而在这一热潮中，手机厂商们也不甘示弱，纷纷涉足其中，试图将大模型植入到他们的产品中，打造出独属于自家的“AI大模型”。

大模型对于用户和厂商都有着巨大的价值。首先，在用户换机动力匮乏的寒冬下，AI大模型将成为手机厂商市场竞争的重要筹码。其次，AI大模型未来有望变成每个用户专属的超级助理，革新手机乃至所有硬件终端的使用体验。因此，手机厂商们对大模型寄予了厚望。

头部厂商如华为、小米、vivo、OPPO、荣耀等已经对外公布了众多大模型相关成果。他们不仅自研大模型，更是将能离线运行的端侧大模型，植入到新一代产品中。

押注下个风口，科技巨头竞相应用AI大模型

在今年的谷歌I/O开发者大会上，谷歌宣布了新一代大模型PaLM 2的发布，该模型将具备四个参数规格的版本，最大的「独角兽」拥有5400亿参数，最小的「壁虎」则专为智能手机而适配，在离线状态下也能实现每秒20个token的处理。这一新模型的发布标志着人工智能技术的新里程碑，同时也预示着手机本地计算能力的提升。

同时，伴随着谷歌Pixel 8系列手机正式发布，其中Pixel 8 Pro在自研芯片Tensor G3的加持下，真正实现了在手机上本地运行大模型。这一突破意味着手机不仅可以作为简单的计算设备，而且可以成为真正意义上的AI中心。

基于本地运行的大模型，谷歌还设法改进了用于照片后期处理的魔术橡皮擦功能，以及更智能的锐化和细节增强，其他还包括录音、谷歌键盘等。这些功能的改进都得益于大模型的应用，使得手机在各种使用场景下都能实现更智能化、更高效化的操作。

12月6日，谷歌宣布其大模型Gemini1.0版正式上线。这是谷歌大模型新时代的第一步，也是其有史以来打造的最强大、最通用的模型。这次发布的Gemini大模型是原生多模态大模型，可以泛化并无缝地理解、操作和组合不同类型的信息，包括文本、代码、音频、图像和视频。此外，Gemini还是谷歌迄今为止最灵活的模型，能够高效地运行在数据中心和移动设备等多类型平台上。

除了谷歌之外，其他科技公司也在积极推进大模型在移动设备上的应用。在大模型的推进上，华为也宣布了盘古大模型接入了华为HarmonyOS 4及华为小艺智慧助手，华为P60和Mate 60用户可以通过小艺智能助手进行体验。全新小艺是在华为云自研盘古大模型的基础上，融入了大量的场景数据，并对模型进行精调，核心是一个对话模型。这一举措使得华为在AI大模型的应用上更进一步。

另一方面，小米也在积极研发大模型技术。在8月的年度演讲上，小米创始人、董事长兼CEO雷军发布了小米自研的MiLM两个轻量级大模型（64亿参数和13亿参数）。10月底，小米正式推出将AI大模型植入澎湃OS系统的小米14手机。覆盖从Redmi Note9系列到小米MIX Fold 3等大量机型，还包括部分智能音箱，比如小米Sound。虽然小米的大模型MiLM-6B在GitHub上公布的信息显示，该模型的参数规模达64亿，在C-Eval总榜单排名第十、同参数量级排名第一。但考虑到从高端机到低端机的覆盖，显然不可能主要依赖本地计算。因此，小米可能会像谷歌和华为一样，采取云端和端侧两种方式来实现大模型的应用。

除了谷歌、华为和小米之外，OPPO和vivo也在积极布局AI大模型领域。与此同时，OPPO也宣布自主训练的AI大模型——安第斯大模型接入新小布助手AndesGPT，并于11月16日将AndesGPT能力正式接入ColorOS 14新系统。这一举措标志着OPPO在大模型技术领域迈出了新的一步。

此外，vivo也在大模型领域有所动作。在9月的博鳌亚洲论坛上，vivo执行副总裁、首席运营官胡柏山宣布了即将发布自研大模型的消息。而在11月，vivo一口气发布了1750亿、1300亿、700亿、70亿、10亿五个量级的自研AI“蓝心”大模型。这些模型已经在不同规模的手机设备上实现运行，为vivo手机的用户体验带来了极大的提升。

荣耀方面，7月发布了Magic V2折叠屏手机，声称是“全球首款原生集成AI大模型的国产手机”。10月，荣耀CEO赵明宣布，荣耀Magic6系列将搭载第三代骁龙8移动平台，支持70亿参数的端侧AI大模型。

随着AI技术的不断发展，AI大模型的应用也越来越广泛。从照片后期处理到智能录音，再到语音助手等场景，AI大模型都发挥着重要作用。而随着手机性能的提升和云端技术的不断发展，未来AI大模型的应用将会更加广泛。可以预见的是，未来手机智能化将会更加普及，而AI大模型将会成为推动这一趋势的重要力量。

端侧与云侧大模型各有优势，手机厂商如何选择？

只不过，将大模型应用到手机上并不是一件容易的事情。不仅需要考虑到模型量级，端侧部署对手机内置芯片提出了更高的要求。如何满足大模型千百亿级参数对算力、存储和能耗要求，还要承担从落地到迭代每年数十亿元的成本投入。这对于手机厂商的硬实力无疑是一种极大的考验。

vivo副总裁周围在接受媒体采访时表示，目前调用一次云端大模型的平均成本在1.2分-1.5分人民币，而每个手机厂商至少有上亿的用户量，因此每年产生的成本就会达到数十乃至上百亿元。这部分成本由厂商长期负担不现实，但由用户付费也会降低使用体验和意愿。

根据雷军在发布会上透露的数据，小米集团从事AI开发的研发团队已经超过了3000人。vivo副总裁周围接受媒体采访时透露，自2017年组建AI全球研究院至今，vivo每年在人工智能上的投入保守估计在20亿-30亿元。他还表示，大模型是硬科技的赛道，研发投入和难度跟通信、芯片是同一个级别的。

当前，AI大模型接入手机有两种选择：其一是部署在云端，其二是部署在端侧。目前来看，厂商部署在端侧的都是十亿级轻量级大模型，部署在云端的则是千亿级AI大模型。

端侧大模型的优势在于可以利用手机终端的闲置算力资源，减少数据传输，因此在很多场景下会更加高效、便宜、安全。端侧大模型能够成功落地手机，离不开芯片技术的进步。联发科最新发布的旗舰级芯片天玑9300就搭载了生成式AI技术，支持终端运行最高达330亿参数的AI大模型。此外，联发科发布的次旗舰芯片天玑8300，以及高通10月份新发布的骁龙8 Gen3芯片，也均支持终端运行超100亿参数的大模型。

轻量化、无需联网的端侧大模型，在响应速度、算力需求和信息保护上有与生俱来的优势，但在模型能力上无法媲美云端大模型。

为了平衡内存、执行速度、功耗三大问题，现阶段的“端云协同”是手机厂商部署大模型时的普遍选择。端云协同可以最大化地发挥“端侧快”和“云侧强”的优势，同时还能解决信息安全隐患、云端算力成本过高等问题，可以说是现阶段打造大模型手机的最优解。

厂商们目前普遍同时部署端侧和云端两种模型，根据不同的应用场景和需求来进行选择。云端千亿级别大模型解决复杂的需要大算力、大参数模型的问题，手机端测的自研模型通常用来运行数据安全性高、需要实时反馈、网络条件较差的轻量化问题。比如，涉及个人隐私、金融数据等信息的任务，以及知识问答、写作绘画等简单任务就可以使用端侧能力，而训练模型等复杂任务则可以调用云端能力。

这也正是很多厂商发布大模型矩阵的原因之一，前面已经提到，华为、vivo、OPPO发布的自研大模型方案，都覆盖十亿、百亿、千亿多个参数量级，其中轻量化模型就是用于端侧部署，而大参数模型则是用于云端部署。

与华为、小米等品牌类似，即将推出的Google Assistant with Bard也是依赖于谷歌云上的计算。这意味着虽然手机本地计算能力在不断提升，但要实现完全的AI智能化还需要云端计算的支持。

写在最后：

尽管目前手机行业还处于AI大模型的混战前夜，且实现路径各有想法，但不可否认的是，大模型手机代表了未来的发展趋势。随着技术的不断进步和成本的降低，我们有理由相信，未来的手机将会变得更加智能、更加人性化，为用户带来前所未有的体验。然而，在这个过程中，手机厂商们需要面对诸多的挑战和困难。如何平衡好各方面的因素，确保大模型手机能够在市场中取得成功，将是他们需要认真思考和解决的问题。