现在的人工智能，已不是「可以用」，而是「非常好用」了。
上个星期，谷歌与李世石一次久违的对话，唤起了人们的回忆：
仔细想来，自 2016 年 AlphaGo 在围棋上打败人类起已过去八年。如今人工智能手艺的进展却丝毫没有减速，在给我们创造更大的震撼。
生成式 AI 手艺从引领手艺爆发的 GPT-4 开始，已经席卷了各个领域。不论是自动写文章，还是生成图片和视频，大模型等手艺正随着 Copilot、AI 手机等产品逐步落地。在可见的未来，向我们招手的还有具身智能 —— 通过软硬件结合，机器人在变得更聪明，即将代替我们的部分劳动。
最近，「新质生产力」理论正成为科技领域的热门话题。新质生产力是以新产业为主导的生产力，它相对传统生产力呈现出颠覆性创新驱动，具有产业链条新、进展质量高等特征，对新旧动能转换发挥着引领性作用。
而 AI 大模型手艺的突破，正是驱动科技创新，构建未来产业的强大动力。人工智能带来的科技革命可能会像工业革命、信息革命一样，给每个人的生活带来巨大的改变。
3 月 26 日，博鳌亚洲论坛上，人民网正式发布了《2024 年中国 AI 大模型产业进展报告》，阐述了中国 AI 大模型的进展现状和典型案例，深入探讨国内 AI 大模型产业进展所面临的挑战，同时也对未来趋势进行了展望。
报告下载链接：http://download.people.com.cn/jiankang/nineteen17114578641.pdf
其中有关「下半场」竞争态势、端侧运用爆发等判断，尤为值得关注。
AI 大模型手艺落地，将是大浪淘沙
人工智能在持续进展的过程中，已在很多地方兑现了落地，包括但不限于语音识别、人脸识别、机器翻译、目标检测、图像生成、辅助驾驶等等方面。很大程度上，新手艺已经在帮助千行百业提高生产力了。
随着生成式 AI 手艺的进展，智能化升级的范围还将扩大，程度还会更高。作为拥有 AI 完整产业体系的国家，新一代 AI 方案在中国深入各行各业。
不过，要兑现真正的手艺变革，我们还面临着一系列挑战。
第一个挑战是算力短缺。随着大模型规模呈现指数级增长，算法越来越依赖高性能 AI 芯片。有市场研究公司报告称，去年仅 Meta 和微软两家公司就从英伟达处分别购买了 15 万块 H100 GPU，各花去约 45 亿美元，但这还远远不够：鉴于 H100 的服务器的交付周期已经长达 52 周。
在国内，高性能 AI 芯片市场还因为进出口限制和手艺瓶颈的双重影响，大模型产业进展在受到算力层面的制约。
第二个挑战是大模型架构的局限性。如今的 AI 预训练大模型均采用自注意力机制的 Transformer 神经网络结构，它在自然语言处理等领域具有诸多优势，包括可兑现完全并行计算、捕捉长距离依赖关系、模块化设计、处理不定长序列、结构扩展以及预训练效果好等等。
但随着人们的不断开发与扩展，transformer 固有的算力消耗资源大、内存占用多、泛化本领有局限性等问题也逐渐显现。
就连 Transformer 论文《Attention Is All You Need》的七位原作者在最近 GTC 大会的圆桌讨论上也表示，这个世界需要比 Transformer 更好的东西，才能将我们带到新的性能高原。
对数据的运用，是制约大模型落地的另一个重要因素。对于从头开始训练的大模型，语料数据的质量很大程度上会影响模型本领。大模型对数据供给的要求极高，比如 OpenAI 在训练 GPT-4 时，就在大约 13T token 的数据上进行了训练，其中包括鉴于文本和鉴于代码的数据，以及来自 ScaleAI 和内部的一些微调数据。
相对而言，国内的 AI 大模型数据面临着数据类型不全面、信息可信度不高等问题。整体来看，可用于大模型训练的中文数据库相比英文数据，体量严重不足。
最后，我们还在期待更多爆款运用。ChatGPT 自发布以来迅速成为史上增速最快消费级运用，供应支持的微软也将大模型手艺引入到了 Office、Teams 甚至 Windows 操作系统中。而在国内科技公司的生态中，至今仍没有出现类似的爆款级运用，原因可能在于尚未找到商业化思路，手艺、个性化程度仍未满足用户需求。
可以说，在生成式 AI「百模大战」后，算法创新优化、生态构建和运用落地等工作，为在构建 AI 手艺体系的公司提出了更高的要求。只有少数脱颖而出者，才会进入未来的大规模运用阶段。
新方向已出现：走向端侧，端云结合
毫无疑问，在 AI 新手艺上，国内科技公司一直在坚持投入，已经收获了不小的成果。
通过大规模数据训练，数百亿甚至千亿参数量级的通用大模型能够学习捕捉搀杂规律和特征，对前所未见的数据做出预测。通用大模型能明白学习多种工作，得益于大规模预训练和微调范式，可完成多领域工作，并具备多模态的明白和生成本领。
以百度文心一言、阿里通义千问、科大讯飞星火、腾讯混元大模型等为代表，一批高参数体量的云端大语言模型充分利用了算力和海量训练数据，已经能供应语言明白、知识问答、数学推理、代码生成等本领。
它们一边面向 C 端个人用户供应智能问答、文本摘要与生成、图片生成、视频生成等功能。另一方面面向 B 端企业用户，在改变企业的传统业务模式，在供应智能化营销、客服、自动会议记录、文本翻译、预算管理等前所未有的本领。
鉴于通用大模型基础，我们看到了面向特定行业和领域的专用大模型，已开始进入金融、政务、医疗等领域。
而在端侧方向上，接连出现了 AI 手机和 AI PC 两个新概念，大模型展现了广泛的运用前景。
鉴于端侧深度优化的「小体量」预训练模型本领，个人设备的使用方式和习惯在被重塑。AI 已经能供应文档搜索、智能识屏、图像创作、生活助手、出行助手等个性化服务。随着大模型的极致优化，人们甚至在展望智能穿戴设备上的大模型运用。
端侧大模型一方面可以为人们带来更加个性化的 AI 本领，对用户意图进行更深度、精准、细腻的明白，供应更加个性化的搀杂场景服务。同时也能够保证数据位于端侧，保护了人们的隐私信息。
另一方面，一部分云端计算工作转移给终端处理，还会大幅降低算力成本；一些搀杂的工作和在端侧处理后的内容，也可以通过网络交由云端千亿级，甚至万亿级的 AI 大模型来进行处理，这就是「端云协同的 AI」。
端云协同进化的大模型体系有望解决当前大模型范式面临的一些问题与挑战：
在计算资源方面，端云协同能够充分利用云端、终端的碎片化计算资源，并与通信以及存储资源进行联合优化；
在模型架构方面，端云大小体量不同的模型以及聚合的新模式，同时获得了大模型的涌现本领与小模型的功耗优势；
在数据方面，快速进展的大、小模型和各类运用在催生规范化、行业细分的数据治理体系；
在运用方面，端侧大模型在明白用户意图后，可以高效调用其他大模型、服务和硬件本领，兑现极高的可用性。
这或许会是新一轮人工智能的变革方向所在。
AI 手机落地引领趋势
正是因为端侧 AI 大模型和「端云协同」的前景，率先把大模型落地到消费级领域的，是各大手机厂商。
去年末到今年初，国内众多厂商陆续推出了新一代旗舰手机，生成式 AI 本领不约而同地成为了发布的重点。
这些手机厂商提出的「AI 手机」有的发力意图明白，通过端侧 AI 手艺，以人为中心，利用个性化信息、传感器本领大幅提升手机的情境感知水平，带来各种高效的智慧服务。
有的通过平台化 AI，以端侧 + 云侧模型连接各类服务，兑现了高效的推理决策。而利用大模型「智能体」将搀杂工作分解，并在每个子步骤兑现自主决策，手机不仅对人发出的指令和需求兑现了深度明白，还可以进一步简化操作，自主兑现多种搀杂目标。
在这其中，vivo 在大模型端侧化、矩阵化的表现尤为突出，在新发布的报告中作为企业案例获得了详细介绍。
去年 11 月，vivo 正式发布了自研 AI 大模型「蓝心 BlueLM」，并搭载于新一代旗舰手机 vivo X100 系列上率先落地。
这是行业内首个在手机端运行的开源自研大模型，其覆盖十亿、百亿、千亿三个参数量级，共计五款模型。鉴于蓝心大模型本领，vivo 在端侧供应了蓝心小 V 和蓝心千询两款运用，并为手机供应了全局智能辅助功能。
vivo 的手艺创新，已经让很多人享受到大模型带来的便利。官方给到我们一组数字：蓝心大模型目前已经覆盖了超过 2000 万用户，兑现了 2761 万次高质量问答、生成了 1757 万张画，写了 649 万份报告，「AI 修图」功能还消除了 85 万个路人。
在这背后既有端侧大模型本领和优化带来的优势，还有 vivo 大模型矩阵化的功劳：不同参数量级的大模型可以通过多种部署方式运用于不同场景，在满足用户手机端侧体验的同时，优化了推理性能以及端侧部署时占用的内存和功耗。
其中，蓝心大模型的 1B 和 7B 版本可在手机端运行，既兑现了面向端侧硬件本领的优化，又供应了良好的 AI 生成本领，使得一些运用可以全天候正常运行。
70B 版本的蓝心大模型则是面向云端服务的主力模型，供应角色扮演、知识问答等本领，既有智能涌现，也能兼顾成本和性能。面向搀杂工作，vivo 也通过 1300 亿和 1750 亿两款大模型，依靠更丰富的知识量，带来了更加专业的智能体验。
随着参数量的提升，蓝心大模型逐渐具备了文本总结、语言明白、文本创作、知识问答、角色扮演、搀杂逻辑推理、搀杂工作编排等本领。结合新一代手机的 AI 算力，蓝心大模型兑现了端侧部署与端云结合的本领。
博鳌亚洲论坛期间，vivo 介绍了蓝心大模型的最新落地进展：目前手机用户们获得的 AI 本领已升级到「端侧 7B」+「云侧 70B」的组合，充分利用到了端云结合的优势。
vivo 在人工智能手艺的四大维度 —— 数据、人力、算法、算力上都做到了领先：自 2017 年起，vivo 组建了人工智能研究团队，并建设知识图谱积累数据，多年来已在顶级期刊发表了一系列高水平论文。vivo 的研究成果在不断转化为工程运用，目前其自研大模型已位居大语言模型综合性考试评测集 C-Eval 中文榜单前列。
C-Eval 排行榜：https://cevalbenchmark.com/static/leaderboard_zh.html
通过对手机生态和用户使用特征的深度思考，端侧智能助理通过大模型的加持获得了前所未有的本领，已不仅仅是「能够与人自然对话」，而是在大量用户学习、生活、工作等场景上都带来了颠覆性的体验。
2024 年，AI 大模型运用落地爆发？
AI 手机还有很大的进展空间。随着 AI 算法迭代优化、芯片性能提升和运用场景拓展，新生产力将日益普及，满足人们不断增长的多元化需求。
AI 大模型将深刻影响人们与设备交互的方式，今年或许就将发生质变。
在博鳌论坛上人们表示，2024 年随着从政府到开发者各个层面的支持、用户需求的激增，再加上科技公司投入力度的推动，大模型将进入快速进展的阶段。如果具体到手机上，结合 AI 大模型端侧化、矩阵化的手艺演进，大模型手艺的落地将颠覆一系列我们眼中一成不变的功能。
我们可以期待未来手中的设备，能够呈现出完全不同的形态。