在“博鳌时刻”，vivo蓝心大模型等被明确定调为，是打造“新质生产力”的孕育沃土。
作者|杨 铭
编辑|刘珊珊
海阔风清，椰林葱郁中，风口上的AI大模型，站上博鳌亚洲论坛2024年年会多个主题分论坛的C位。
“未来是属于AI大模型的，千行百业将被重塑或被革新挑战。”众多嘉宾、参会人士在博鳌的激昂热情，再次明确一个趋势：尽管AI大模型发展并非坦途，却注定成为推动新一轮技术变革和产业变革的核心驱动力。
类似“惊呼”，时有耳闻。所不同的是，在“博鳌时刻”，AI大模型被明确为，是打造“新质生产力”孕育沃土的定调。
博鳌亚洲论坛年会期间，人民网正式发布《2024年中国AI大模型产业发展报告》，多维度探讨中国AI大模型发展现状和典型案例时，表达了AI大模型是加快发展新质生产力的关键要素，将对中国经济产生深远影响。
不止人民网，工信部新闻发言人赵志国在谈及新质生产力时，同样明确表态，将加快推动大模型为代表的人工智能赋能制造业发展。
作为2024年以来大众最关注热点，“新质生产力”是以科技创新为主，摆脱传统增长路径、符合高质量发展要求的新型生产力。
从蒸汽机、电力到互联网，生产力迭代一直是人类文明发展内生引擎——其特点都是创新，关键在质优，本质是先进生产力的内生创新逻辑。
“历史不会简单重复，它会押着同样的韵脚。”对AI大模型而言，应如何去抓住新质生产力转型升级契机？如何加速推动AI大模型，走入千家万户甚至我们每个人？
01
进入下半场，AI大模型痛点犹在
截至2024年3月，国内大模型数量超243家，以通用大模型为主，发展到行业大模型、端侧、端云结合等多种模式并行的“百花齐放”阶段。
其中，通用AI大模型以百度文心一言、阿里通义千问、科大讯飞星火为代表；行业大模型涵盖容联云赤兔、用友YonGPT等；端侧AI大模型以蔚来NOMI GPT为代表。既是通用大模型，也是“端云结合”的AI大模型，以vivo蓝心大模型为代表。
落地应用看，语音识别、人脸识别、机器翻译、内容生成等应用领域以外，大模型逐步在制造、教育、医疗、金融、化工等垂直领域得到广泛应用。比如，AI大模型已在部分医院影像AI、智能导诊、辅助诊断等场景发挥作用，农村用户“足不出户”也可以完成诊断。
这就是在打造新质生产力。工信部赛迪研究院数据显示，2023年，我国生成式人工智能企业采用率达15%，市场规模约14.4万亿元。
这仅仅是AI大模型与千行百业结合，助力实体经济突围的开始。
“新质生产力代表着新技术、创造新价值、适应新产业、重塑新动能的新型高质量生产力。”博鳌“实体经济的突围”论坛上，vivo执行副总裁、首席运营官、vivo中央研究院院长胡柏山就认为，在实体经济如何突围商，制造行业没有选择，只有顺应新技术革命和产业变革趋势，跑出加速度，才能满足新时代下的用户需求。
但从大趋势而言，AI起起落落、沉沉浮浮数十年，中国AI大模型想真正成为孕育“新质生产力”的沃土，依然面临诸多艰巨挑战。
“当前大模型产业挑战包括算力分散不足、Transformer 结构是否为最优的疑问、领域数据稀缺、缺少现象级应用等问题。”vivo副总裁、vivo AI 全球研究院院长周围认为。
算力局限是首要挑战。算法是大模型训练速度与产出质量的基础，其能力取决于高性能、高成本的AI芯片。
比如，H100 GPU是英伟达专为AI大模型设计的芯片，售价高达每块3万美元。去年仅Meta、微软就分别购买了15万块 H100 GPU，花费高达45亿美元。
算力采购成本高昂外，目前中国企业还受进出口限制影响，获取的只是性能弱于H100的替代品英伟达A800，且依然供不应求情况——尽管国产自研AI芯片进展快速，性能仍与国际顶尖水平存在一定差距。
而东西部算力供需失衡、跨数据中心算力调度难、算力基础设施能耗大、企业利用算力成本高等等，都是国内企业算力技术痛点。
高质量数据匮乏，是不可忽视的第二大挑战。数据对大模型训练重要性不言而喻，当前国内AI大模型数据主要来自电商、社交、搜索等渠道，高质量数据成为稀缺品。
中国工程院院士高文曾在演讲中提到，全球大模型产业普遍面临训练数据瓶颈，其中中文数据尤为匮乏，全球通用50亿大模型数据训练集里，中文语料仅占1.3%。这一痛点，在要求更高专业垂类数据领域更加凸显。
大模型架构的局限性，也亟须破局。当前主流大模型无一例外都建立在Transformer架构堆叠的基础上——该架构源自谷歌大脑团队2017年发表的《Attention is all you need》论文，推动整个AI领域重大突破。
最大问题是，这种架构对计算资源消耗特别大，存储设备要求非常高、应用群体也有局限性。
比如，面向C端大模型的应用产品都是通用大模型，专业性不足，存在成本高昂、安全性问题；垂直行业大模型，针对C端应用又不足。更严重问题是，架构一样下，很多大模型能改动的是训练方法、数据配比，出现大模型同质化趋势。
相比国外，国内AI大模型至今没有出现爆款级应用，是产业化落地一大难题。原因在于，因为算力稀缺，缺乏满足客户需求的个性化应用——很难将大模型像微信、抖音那样，包装成大范围使用的C端产品。
加上AI大模型诞生以来，就伴随的道德、安全风险争议，如何让每位用户可以充分享受大模型真正便利，推动各行各业数字化进程落地，是当下AI大模型的共同考验。
02
破局有道，“端云结合”为核心
理想照进现实。从根本上转变AI大模型的技术路线——“把大模型和终端结合”，成为业界心照不宣的破局共识。
最近半年来，从高通、英伟达、AMD、英特尔等上游芯片厂商，微软、Meta、亚马逊等科技巨头，再到vivo、华为、OPPO等手机头部厂商，联想等PC厂商，甚至是SOTA这样的闭源大模型，都在集体向终端挺进，开辟AI大模型新战场。
集体抉择背后是，相比单一通用、专用大模型的局限性，手机、PC、可穿戴等智能设备，才是AI大模型普惠终点：一方面，在底层就可以和AI芯片适配；另一方面，终端产品形态个人化、小型化，就意味着普及和便携，更容易走向大众。
如同当年瓦特改良的“蒸汽机”一样，智能手机无疑是行业和场景结合最深，连接万物最好的“AI入口”。2023年7月以来，国内主要手机厂商纷纷将生成式AI带入终端——包括苹果，最新消息称将和百度AI合作。
事实上，受体积、性能、耗电等诸多限制，相比其他应用领域，手机是大模型最难落地场景之一。
比如，直接在端侧（手机）轻量化、本地部署大模型——尽管这是当前部分主流手机厂商所选择技术路线，就失去云端联网大规模计算优势，处理速度不及预期，且终端耗电加快。如果直接将大模型上传到云端，又存在失去个性化定制、隐私安全难以保障、成本高昂等难题。
“vivo有3亿中国用户，如果每天用10次，一天运算成本大概是3000万元，一年需要花费约90亿-100亿元。”vivo副总裁周围就曾如此简单计算。
因此，基于对AI大模型不同理解，各家手机厂商目前形成了端侧为主，以及端云结合的两种部署方案。
“极点商业”综合业内诸多人士观察，目前vivo、华为、OPPO选择的“端云结合”路线，被普遍视为推动大模型走向大众的主流思路。
所谓“端云结合”，是在架构设计上云、端协同，即在云端部署百亿、千亿级别的通用大模型训练模型，在手机端侧部署十亿级别的大模型，推出大模型矩阵。简单来说，它既有通用大模型的C端普惠功能，又在矩阵大模型下，拥有个性化、定制化能力。
其好处是，复杂内容和任务，可以交给云端大规模算力；部分任务也可转移给终端，大幅降低算力成本，个性化服务，端侧断网情况下稳定运行，并有效保护用户隐私。
其中最重要的，就是矩阵化布局。人民网发布的《报告》中，就以vivo自研“蓝心大模型”（BlueLM）为例，观察这种“端侧化大模型+大模型矩阵化”另辟蹊径的方式，如何成功破解行业痛点。
vivo“蓝心大模型”中，其打造10亿、70亿、700亿、1300亿、1750亿模型参数5个矩阵，涵盖从亿级到千亿级不同规模的模型，使其适配不同应用需求和算力条件。
“这源自对大模型普及痛点的洞察和预判。”周围曾如此解释，一是矩阵模式可解决多模态大模型不同研发阶段需求；二是让用户在云上使用大模型的同时，在端侧本地化运行关键数据，满足隐私及安全需求；三是有效平衡云端算力成本过高问题。
其中，10亿量级模型（1B）和70亿（7B）由本地端侧算力支撑。1B是主要面向端侧场景打造的专业文本大模型，使用不需要成本。7B是面向手机打造的端云两用模型，语言理解、文本创作能力优秀。同时，两者在保证数据安全同时，展现出词快、内存低、全天候、真安全的强大端侧运行优势。
更复杂逻辑推理能力的应用，仍然需要运行在云端，是vivo算法优势的体现。比如700亿模型综合能力，在C-Eval、CMMLU、SuperCLUE等榜单中均处于中文大模型第一梯队。另外1300亿、1750亿模型也在不断迭代中，在更复杂场景中带来更专业的智能体验。
当端侧化+矩阵化大模型持续成长，vivo就得以在刚刚发布的vivo X Fold3系列上，实现“端侧7B”+“云侧70B”的AI蓝心大模型超大组合部署，作为当下“最轻、最强”的折叠旗舰，亮相2024年博鳌亚洲论坛，成功中国科技“新质生产力”的代表。
03
既要又要，打造生产力的“超级智慧体”
在《报告》看来，类似vivo将大模型装进手机的“端云结合”，有望打开对AI大模型更广泛的应用想象，成为发展新质生产力的关键驱动力。
从vivo官方数据来看，已有很多用户体验到AI大模型带来的便利：蓝心大模型目前覆盖超过2000万用户，实现2761万次高质量问答、生成1757万张画，写了649万份报告，“AI 修图”功能消除了85万个路人。
不同参数量级的大模型矩阵下，这背后既有用户在本地化端侧个性化AI修图、AI写报告，也有用户云端在线回答，AI作画。
一切技术、产品规划出发点都是用户需求。从用户角度来看，当前对手机AI大模型的期望，是为用户提供个性定制、智能交互、专属陪伴、安全可信等产品体验，打造个性化专属私人助理。
这正是所有AI手机厂商竞争核心所在。而在用户体验方面，“端云结合”也体现出自己的独特优势。
比如，搭载蓝心大模型的vivo X Fold 3，支持超过700种手机相关功能，提供超能问答、超能创作、超能搜索、超能管理、超能交互等五大AI超能服务。
值得一提的是，实现上述超能服务，是在vivo“蓝科技”品牌生态中，依托蓝晶芯片技术栈、蓝海续航系统、蓝心大模型、蓝河操作系统等多项创新技术，汇聚加持而来。
例如，全局智能辅助应用“蓝心小V”、自然语言对话机器人“蓝心千询”等，和Origin OS 4的不断迭代融合后，用户可以在vivo手机上万张图片管理中，直接向“蓝心千询”说出照片内容，“蓝心小V”就可主动识别有对应内容的照片。
“蓝科技”整体技术储备和加持下，“端云结合”下的蓝心大模型，带来个性化体验时，还围绕生产力进行更多挖掘。在vivo X Fold 3中，一句话查找影像素材、一句话视频剪辑、小V帮记和AI笔记创作等功能，让AI蓝心大模型成为剪辑视频、记录会议、实时翻译、整理摘要和笔记创作等多场景发挥个性化赋能作用。
值得一提的还有，AI大模型给vivo X Fold 3带来的交互入口变化，眼动捕捉和隔空手势功能交互模式变化——听懂我们的需求，感知我们的意图后，给出正确反馈，及时帮助决策。
这意味着，vivo X Fold 3这样的AI大模型手机，早不是简单的私人助理，而是深入赋能出行、学习、生活、工作等众多场景，更懂你，更个性化，更互联的“超级智慧体”。
实际上，“端云结合”AI大模型给手机带来的价值，并不局限在应用闭环内。AI赋能下，持续打磨的vivo办公套件，能够实现行业唯一支持手机、平板、网页、Windows、Mac五端协同，满足商务办公全场景需求。
这可以理解为，通过vivo办公套件或手机，可以协同苹果Mac笔记本、iPhone手机，能借助AI能力执行、管理。同时，众多小型开发者可调用vivo的大模型能力，提升开发效率，在新应用领域找到机会。
这正是业内人士此前所提及的，“如果手机厂商AI助手，能理解用户需求，控制和调用别的应用，用户体验会变外，手机厂商、第三方应用关系也会发生彻底的变化。”
“智慧体”+“协同开源”，让用户场景不断迭代，或许是AI大模型走向大众普适化，加速跑出“新质生产力”的主要思路。
但是，AI大模型价值，很多时候并不完全局限于商业生产，很多时候也有着“人情味”，比如vivo专为特定人群打造的vivo看见和vivo读谱的功能，人文关怀得以更智慧。
04
跑出加速度，大模型已成新质生产力
最近几年，手机行业陷入持续低迷。当AI大模型浪潮汹涌而来，所有人都在期盼，AI大模型+智能手机的结合，能在人与设备结合更紧密间，成为推动新质生产力的重要引擎。
因此，当vivo通过“蓝科技”品牌赋能，打造出vivo X Fold3这样革命性、开创性折叠产品，就被业界视为拥抱“新质生产力”的典型范本。
人民网就在《报告》中评价，vivo通过对“端云结合”的大模型模式有效探索，将带动商业模式创新，牵引产业升级，为手机未来发展指明方向。
IDC也预计，2024年全球新一代AI手机出货量将达到1.7亿部，约占智能手机整体出货量的15%。在中国市场，新一代AI手机所占份额将在2024年后迅速攀升，2027年达到1.5亿台，市场份额超过50%。
无论如何，AI大模型只是技术，技术不是拼参数，最大考验依然是，技术如何真正服务用户，让应用更好落地。这需要行业所有企业，都要真正“以用户为导向”核心，懂得和理解每一位用户。
这并不容易。以vivo为例，作为较早布局人工智能的先行者，在2017年开始筹备人工智能全球研究院，并在2018年正式组建，是首批设立专攻人工智能方向研究院的中国手机公司之一。截至目前，vivo每年在人工智能上的投入保守估计在20亿到30亿元。
如今，在人工智能的四个要素——数据、人力、算法、算力方面，vivo均已做到了领先。但更重要的，是在ECR管理方法下，围绕用户痛点，展开系统性创新和持续创新，坚持“用户为导向”，在AI、影像、芯片、续航、重量等领域都做到极致，始终做最正确的事，才能稳定穿越周期，满足用户不同场景下实际需求，也才能让新生产力真正普惠到每个用户。
在胡柏山看来，通过科技创新温暖“万家灯火”，是vivo这样的科技企业需要具备的使命感。“不仅关注社会福祉和人类发展，也积极推动产业跃升和协同发展。”
根据vivo规划，将在拥抱“新质生产力”中跑出加速度，预计在明年30周年之际发布MR眼镜，同时对人形机器人赛道保持高度关注。
类似vivo对新质生产力的拥抱，也为实体经济突围提供了新思路。从趋势来看，C端用户正成为端侧主要客群，垂直行业将是大模型主战场。“端云结合”趋势下，算力成本大幅降低，无人巡检、智能家居、工业物联网、医疗健康、智能汽车等领域，都有望通过拥抱“新质生产力”，创造新的价值、适应新的产业、重塑新的动能。
最终，AI大模型落地应用的爆发，又会助推实体经济和产业生态体系不断优化调整。“推动中国经济走出一条质量更优、动力更充沛的增长路径。”
