普通人終於能感覺到大模型有啥用了
AI大模型會對我們的生活帶來什麼改變？
這似乎是一個難以回答的問題。因爲在人工智能出現的這麼多年裡，普通人的感知很弱，甚至完全沒有感知。這與人工智能發展階段有關，早期人工智能處於“專家系統”階段，此時人工智能只能跟着預設的規則操作。此後，儘管隨着大數據時代到來，人工智能進入“統計學習階段”有了衆多突破，如視覺識別、自然語言理解等，但也很難落地到普通人使用。
在很長一段時間內，人工智能似乎只是人們對未來生活的想象，大部分人對人工智能的第一印象是在影像、電影中看到的“科幻”場景，虛幻、神秘，但觸不可及。
這並不是人工智能發展的初衷，最終科技還是要讓更多普通人都能用上，這纔是人工智能發展的意義。而今，大模型技術打開了通用人工智能的大門。
試想一下，當你需要在短時間內整理一篇論文的主要觀點和細節時，通常需要先通讀全文再逐句解析，最後才能整理出相關細節。但有了AI大模型輔助後，只需要將文檔“投喂”給大模型並提出“文檔總結”的需求，不到數秒你就能看到AI大模型整理的相關細節內容。
這或許只是AI大模型做得最淺顯的事情，它帶來的改變，更多在悄然無聲中發生。
未來，或許都不需要人發出指令，AI大模型就能根據你自身習慣給出建議並提前做好各項工作，你要做的則是不斷糾錯，讓大模型更瞭解自身的個性化需求。
這纔是科技企業在人工智能領域不斷探索的意義，即讓本來離人千里之外的科技“接地氣”，真正刷新每個人的生活體驗。
而這一切的前提是，AI大模型，要先讓普通人有感知、有體驗、有用處。
打破壁壘，AI大模型正走進每個人的“口袋”
智能手機——幾乎是每個人最常使用、最容易接觸的智能設備，但大模型卻沒能第一時間落地。
不是手機廠商們不想將大模型落地於手機，而是做成這件事的難度係數太高了。
試想一下，如果你在智能手機上使用一次大模型，就會佔據全部手機運行內存，其他應用全部受限，甚至手機無響應，最終直接死機。即便能運行，但每次等待回覆都要數秒鐘，並且耗費大量電量，相信沒人願意在手機上使用這樣的大模型。
手機大模型真正的挑戰，在於如何在功耗、性能和成本之間找到一個絕妙的平衡。這並不是一件易事，否則也不會大模型出來這麼久，還是有很多人無法方便使用大模型。
vivo副總裁、OS產品副總裁，vivo AI全球研究院院長周圍曾提到，目前vivo有3億中國大陸用戶，如果這些用戶每天用10次大模型，一天的運算成本就有3000萬元，一年成本近百億。
可見，手機廠商要想將大模型落地手機，首先必須降低大模型在手機端的運算成本，這是制約大模型難以落地手機的關鍵因素。
vivo的解決方式是推出一個大模型矩陣，涵蓋10億、70億、700億、1300億和1750億，共計5個不同級別的大模型。這個大模型矩陣基本覆蓋用戶所有使用場景，並實現了10億和70億大模型的端側落地。
功耗，本是另一座難以逾越的“大山”，但端側大模型的出現，讓一切問題全都迎刃而解。
vivo首先加速框架架構設計升級，使得底層運行時的極致性能功耗得到優化，並通過VCAP（vivo自研的移動端AI計算加速平臺）使得底層平衡精度與性能採用多種混合精度並行計算。最後，vivo還聯合硬件廠商攻關大模型NPU的部署，通過全鏈路協同異構器件計算加速降低功耗。
在多個層面的共同努力下，vivo將功耗控制在正常範圍，從而解決了大模型在智能手機上的長期運行難題，用戶也能享受到更快的響應速度，數據安全性也更高。
最後要解決的問題，則是用戶感知最直接，也是影響用戶體驗的關鍵因素——性能。
用戶等待時間過長、操作卡頓等情況，都會直接導致用戶放棄交互，嚴重影響用戶使用率。Google DoubleClick研究表明：如果一個移動端頁面加載時長超過3秒，用戶就會放棄而離開。BBC發現網頁加載時長每增加1秒，用戶就會流失10%。
這個問題，在大模型矩陣面前，獲得了完美的解決方案。例如針對文檔總結這類長文本輸入場景，vivo的10億級藍心大模型就能提供服務，而在實現對話這種短文本輸入的場景上，則可通過70億藍心大模型爲用戶服務。
vivo還對藍心大模型的性能進行了攻關優化。目前，vivo已經做到70億大模型的模型體積減小至3.2GB，運行內存優化至3.8GB，並且出詞性能達到每秒近16個漢字（10token/s），同時平均耗電不超過400mA。
vivo是帶着誠意和思考來落地大模型的，就像周圍所說，“這次是全面的、系統的、氣質上發生改變的一個應用”。
橫亙在大模型與智能手機之間的三座“大山”終於搬走了，原本離人千里之外的AI大模型，正在逐漸實現普及化，進入普通人使用的手機中，刷新衆多人的生活體驗。
AI大模型，需要“接地氣”
當AI大模型走入更多人的生活，然後呢？
儘管AI大模型驚訝了業界，但一般消費者對此並沒有那麼強的感知，大模型具體能幫助自己做什麼？生活會有哪些具體變化？“接地氣”、能用上，這纔是消費者真正能感知到的變化。
落到實處，如果今後只需要通過基於大模型打造的智能化應用提出如“幫我買一張杭州到北京的火車票”的需求，該智能化應用就能爲你快速挑出對應的功能或選項；當你瀏覽文字信息時，它不僅可以基於網頁/文檔/鏈接內容進行總結，還可以對文本內容進行問答……
當用戶與基於大模型打造的智能化應用長期接觸後，它還可以實現更加“懂你”的提供精確化、個性化的智能服務。比如它會幫你找出從杭州到北京的火車票還有哪幾班、你常選擇的座位還有沒有、離你最近的火車站是哪個、到達城市氣候如何……
完全按照你的生活習慣，給出有價值的建議。這些“能用上”的智能服務，纔是消費者真正感受到的改變。
簡單來說，未來搭載AI大模型的智能手機，將從一個“沉默”電子產品，轉變爲一個“能說會跳”、可感知你情緒、爲你“排憂解難”的“陪伴者”。
改變，正在發生。
vivo基於藍心大模型開發的首款全局智能輔助——藍心小V，已經將其變爲現實。作爲一款直接面向用戶的具有AI大模型能力的智能化產品，藍心小V將走入尋常百姓家，成爲每個人的專屬私人助理。
目前，藍心小V擁有超能語義搜索、超能問答、超能寫作、超能創圖、超感智慧交互五大智能輔助能力。這五大能力，對普通人來說都非常“接地氣”。
以超能問答這一能力爲例，每個人在工作中總會遇到一些新名詞、新事物，常理下都會通過傳統搜索引擎去查資料瞭解相關信息，此時輸入搜索的“關鍵詞”很重要，因爲有時候差一個詞，搜索出來答案就有很大差別。此外，在衆多網站鏈接中還要辨別哪些是廣告，哪些纔是真正靠譜的信息，整個過程難免有些耗時耗力耗心。
這屬於傳統的“人找服務”交互方式。
但現在，具備海量的參數、複雜的算法和強大訓練能力的大模型，如藍心小V，開始擁有“觸類旁通”和“智能涌現”的能力，朝着具備橫跨多領域學習能力的通用人工智能進化。這帶來的直接改變就是傳統服務供應模式向智能、個性化的服務匹配模式的轉變，即實現從“人找服務”到“服務找人”的轉變。
例如，用戶只需要描述具體需求發給藍心小V，如“XR、VR、AR、MR有哪些區別？”，大模型立刻就能整理好相關答案，並給出專家級的解答。甚至你去某個陌生城市旅遊，完全可以讓大模型設計旅遊線路，如“我想要到威海玩3天，請給出旅遊規劃與建議”，還能讓藍心小V幫你算出每天所需花銷，控制預算。
藍心小V之外，vivo還自主研發了自然語言對話機器人——藍心千詢。作爲一款自然語言對話機器人，藍心千詢支持與用戶自然對話、進行知識信息的快速問答、文學創作、中文理解、圖片生成，還可以像一名軟件工程師去編寫應用程序……
當然，大模型能做的事情遠不止於此。你完全可以將其當做各個領域的專家、每個城市的當地人、房產談判專家、面試指導達人……普通人能通過大模型解決更多實際工作生活產生的問題，這纔是大模型的價值所在。
一個關鍵的“分水嶺時刻”正在來臨。
埋頭種因，大模型沒有捷徑可走
“埋頭種因”，這是vivo創始人沈煒常提起的一個詞。
在沈煒看來，果不能求亦無須求，因決定果，埋頭種因，果自會水到渠成。
2017年，vivo種下了AI的“因”。這一年，AlphaGo震驚業界，沈煒提出一個觀點：人工智能是所有技術創新的最底層技術，在未來很長一段時間，我們都應該去“過飽和”地投入。就此，vivo開始佈局研究人工智能，組建了AI全球研究院，其也是首批設立專攻人工智能方向研究院的中國手機公司之一。
既然要做，那就本本分分把各個領域研究透，這是vivo一以貫之的價值觀。因此，在人工智能的本原包含的五個要素：數據、人力、算法、算力、安全，vivo一直在本分地打牢所有基礎。
2018年，vivo正式成立300人規模的人工智能圖譜研究院，致力於對人類知識進行圖譜建設。到今天，該研究院積累了13000T的多種模態數據，以及2800T高質量中文文本數據。這讓vivo滿足瞭如今大模型所必備的完整數據底座。
數據只是基礎，如何用好數據，投餵給大模型進行訓練與應用纔是關鍵所在。這需要“人力”和“算法”。
vivo在2019年起，始終保持着1000人左右的專業人工智能團隊，到2021年vivo已有超過600人專注研發大模型。這支“過飽和”投入的團隊沒有讓vivo失望，目前已經在頂級期刊發佈了超70多篇全球頂級論文。
vivo也明白，強大的基礎能力是大模型的根基。爲此在算法方面，vivo不僅在預訓練階段，就利用最前沿的Transformer架構，在包含了3.3萬億詞的大規模多語言數據集上進行訓練，還在強化學習階段，建立了300餘名專業人員組成的審覈團隊，制定了200+的安全審查機制，對模型的輸出進行篩查和標註，並藉此訓練出高質量的獎勵模型，保證爲用戶提供有價值的信息。
vivo用實際行動踐行了“本分”的價值觀。如今在算力方面，vivo在保證獲得CPU、NPU等設備的前提下，還建立了一個150人左右的工程團隊，通過信息技術應用創新，充分挖掘算力價值，實現更高效的模型訓練和推理部署。
vivo也沒有忘記安全的重要性。目前，vivo的內容理解平臺內容安全過濾服務，通過了中國信通院內容審覈服務系統評測，在文本、語音和視頻內容識別需要檢測的15個大類中，14個大類獲得最高的5星等級，1個獲得4星等級。
時隔六年後，當年vivo種下的因，終於在此刻落地，結出了豐碩的果實。
在中文大模型評測領域，vivo大模型在CMMLU榜單、C-Eval（大語言模型的多層次多學科中文評估套件）榜單上都取得了全球中文榜單第一的成績。近期，在中文通用大模型綜合性測評基準（SuperCLUE）最新發布的中文大模型10月榜單中，vivo自研大模型也以70.74的總分位列總排行榜第四，在國內大模型中排行第一。
無論潮水如何變動，科技如何迭代，vivo相信時代不會愧對每一家埋頭種“因”、本分創新的企業。科技企業要保持競爭力，沒有捷徑可走，必須打牢研發底座，做出對普通人真正有用的大模型。事實也證明，在每一輪科技迭代的浪潮中，不走捷徑、埋頭種因的vivo總能牢牢站穩腳跟、後發先至。今後，vivo仍將站在潮頭，讓創新科技“接地氣”，讓每個普通人都能享受科技帶來的改變。