AI大模型争夺战：手机巨头的新战场

在当前商业环境中，看似闪耀的"机遇"往往成为束缚人们的枷锁。近期，全球芯片巨头高通计划在加州裁员约1258名，这场人事震荡预计将于12月13日发生。高通上季度财报已经暗示了这次"裁员潮"。从财务结构来看，手机芯片是高通的主要收入来源，但在三季度收入同比下降了21.6%。智能手机市场的饱和正在悄然影响上游供应链巨头。

自2019年以来，5G驱动的手机更换热潮已持续近四年。然而，Counterpoint的资深分析师Peter Richardson指出，到2022年时，全球手机更换周期已达到史上最长的43个月。过去五年，手机行业一直在寻求创新突破。但当连市场领导者也难以推出令人惊叹的新功能时，其他厂商更难维持市场地位。越来越多的消费者开始质疑更换新手机的价值。

有行业专家认为，真正的突破点可能在软件领域，特别是AI领域如LLM、Transformer等大模型背后蕴藏的潜力。尽管目前还不清楚如何最大化地利用这些潜力，但这并不妨碍国内手机巨头尝试突围。多家手机厂商已将目光瞄准了AI大模型，希望开辟新的竞争领域。

手机巨头争夺大模型赛场

近期，国内手机厂商纷纷追逐大模型热潮。

小米在年度发布会上展示了其AI大模型，在C-Eval和CMMLU两大测试平台上取得佳绩。该13亿参数大模型已在手机端运行，某些场景下甚至能与60亿参数的云端模型媲美。小爱同学也将强化AI大模型能力。

华为则宣布HarmonyOS 4将整合"盘古大模型"，深度融入手机系统。

OPPO推出基于AndesGPT大模型技术的"小布助手"，进行首轮公开测试。AndesGPT是一个基于混合云架构的高级生成式大语言模型。

vivo计划在开发者大会上揭晓其自研AI大模型与新操作系统。vivo的AI大模型矩阵覆盖十亿、百亿及千亿三大参数级别，共五款模型，旨在满足多样化应用场景。

手机行业各大品牌纷纷投身AI大模型领域，希望借此在高端市场塑造更具竞争力的形象。强调AI功能不仅能刺激用户对高端产品的需求，还能带动产品价格上涨，为品牌创造更高利润。未来两年可能是AI在手机上的创新大爆发时期。

大模型角逐移动端，路径逐渐统一

尽管手机厂商宣传在手机上运行大型模型轻而易举，但实际操作中面临诸多挑战。

根据小米技术团队的分享，在手机上运行大模型对硬件要求很高，特别是处理器和内存。大模型占用过多工作内存可能导致其他应用受限，甚至造成手机无响应或死机。计算能力也是关键，生成速度必须远超人类阅读速度。此外，功耗问题也不容忽视，高负载运算会导致手机急速发热，影响电池续航。

因此，手机大模型的真正挑战在于如何平衡处理速度、散热和电池续航。业界重心放在了端云协同上。

联发科与OPPO、vivo合作研发大模型在端侧的轻量化部署方案，实现了多个级别AI大语言模型和视觉大模型在手机端侧的落地。

端侧大模型优势在于响应速度快、数据安全性高。但仅凭手机端难以解决所有问题，多数厂商采取端云结合策略。小米、vivo等都可能采用云端和本地结合的大模型策略，根据问题复杂性决定是否在本地处理或转移到云端。

这种结合云端和本地的大模型方案不仅可以节省成本，还能满足用户在计算能力、性能、能耗和隐私保护等多方面的需求，是目前整合手机和AI大模型的优选策略之一。

厂商跟风之下的潜在挑战

尽管手机厂商积极尝试在手机端运行大模型，但仍面临一些挑战和质疑。

首先，对"大模型"的定义仍然模糊。以小米的端侧模型为例，其13亿参数量与GPT2相近，但是否足以称为"大模型"仍有争议。有业内人士质疑，手机端的大模型实践更多是为了满足市场短期热潮，而非技术的真正突破。

其次，为适应手机，制造商不得不通过剪枝、蒸馏和量化等策略对模型进行大幅压缩。这种操作是否过于牵强，值得思考。大模型的价值在于深度学习中的"深度"，大量参数意味着更多信息、知识和上下文的捕捉。将千亿参数模型剪裁到几十亿参数时，inevitably会损失一些原有的学习深度。

即便小米宣称其端侧模型能与云端模型相提并论，但细节仍需关注。13亿参数的端侧模型难以全面比肩千亿参数的云端模型，可能只在特定场景下实现匹敌。

更重要的是，尽管众多手机制造商都在探索AI大模型应用，但未来路径仍充满未知。目前手机制造商对AI大模型的应用似乎过于偏重"语音助手"，这种单一方向的追求是否真正考虑了用户的实际需求值得思考。

简而言之，AI大模型在手机领域的真正普及仍处于初期阶段。当前的种种努力，只是探索之旅的开始。未来手机市场上真正的"杀手级"应用仍有待时间揭晓。