# 手機廠商紛紛布局AI大模型,真正的挑戰才剛剛開始在科技行業瞬息萬變的浪潮中,那些看似閃耀的機遇,往往暗藏重重挑戰。近期,高通宣布將在加州裁員約1258人,這一消息震驚業界。事實上,這場人事變動早有預兆。高通上季度財報顯示,其主要收入來源——手機芯片業務同比下滑21.6%。智能手機市場的飽和正在無形中影響着整個產業鏈。智能手機更新週期不斷延長,已成爲行業面臨的一大難題。Counterpoint的數據顯示,2022年全球手機平均更換週期達到了43個月的歷史新高。過去五年,手機行業苦苦尋求創新突破,但成效甚微。即便是蘋果這樣的市場領導者也難以推出令人耳目一新的功能,其他廠商更是舉步維艱。面對這一困境,一些行業專家指出,軟件尤其是AI領域的大模型技術可能成爲突破口。雖然目前還不清楚如何充分利用這一潛力,但國內手機巨頭已經開始積極布局。## 手機廠商爭相布局AI大模型近期,國內手機廠商紛紛將目光投向AI大模型領域。小米在年度發布會上推出了自研AI大模型,並宣稱其13億參數的模型已能在手機端順利運行。華爲則計劃將"盤古大模型"深度整合進HarmonyOS 4系統。OPPO推出了基於AndesGPT技術的"小布助手",並開啓了首輪公測。vivo也將在即將舉行的開發者大會上發布自研AI大模型和全新操作系統。這些廠商紛紛強調自家大模型在權威評測中的優異表現,意圖通過AI技術在高端市場中塑造更具競爭力的品牌形象。業內人士認爲,這不僅有助於刺激用戶對高端產品的需求,還可能帶動產品價格漲,爲品牌創造更高利潤。## 大模型移動端落地面臨多重挑戰盡管各大廠商宣傳得輕鬆自如,但在手機上運行大模型實際上面臨諸多挑戰。主要包括對處理器和內存的高要求、計算能力和生成速度的平衡、功耗和散熱問題等。爲應對這些挑戰,業界普遍採取了端雲協同的策略。例如,聯發科與OPPO、vivo等廠商合作,共同研發大模型在端側的輕量化部署方案。這種方案既可以提供更快的響應速度和更好的數據安全性,又能通過雲端處理復雜任務來彌補端側能力的不足。## 技術創新還是跟風之作?然而,一些業內人士對當前手機端大模型的實踐提出了質疑。他們認爲,這些嘗試更多是爲了迎合市場短期熱點,而非真正的技術突破。首先,對"大模型"的定義仍然模糊。例如,小米端側模型的13億參數是否足以稱之爲"大模型"?其次,爲了適應手機硬件,廠商不得不對模型進行大幅壓縮,這可能會導致模型性能的顯著下降。另外,當前手機上的大模型應用似乎過於集中在語音助手領域,是否真正滿足了用戶需求值得商榷。雖然各家廠商都在積極探索,但AI大模型在手機領域的真正普及仍面臨諸多挑戰。總的來說,AI大模型在手機領域的應用仍處於初期階段。當前的種種嘗試,只是這一長期探索過程中的開端。未來,手機廠商還需要在技術創新和用戶需求之間找到更好的平衡點,才能真正實現AI大模型在移動端的價值。
AI大模型成爲手機廠商新戰場 技術與應用仍面臨挑戰
手機廠商紛紛布局AI大模型,真正的挑戰才剛剛開始
在科技行業瞬息萬變的浪潮中,那些看似閃耀的機遇,往往暗藏重重挑戰。
近期,高通宣布將在加州裁員約1258人,這一消息震驚業界。事實上,這場人事變動早有預兆。高通上季度財報顯示,其主要收入來源——手機芯片業務同比下滑21.6%。智能手機市場的飽和正在無形中影響着整個產業鏈。
智能手機更新週期不斷延長,已成爲行業面臨的一大難題。Counterpoint的數據顯示,2022年全球手機平均更換週期達到了43個月的歷史新高。過去五年,手機行業苦苦尋求創新突破,但成效甚微。即便是蘋果這樣的市場領導者也難以推出令人耳目一新的功能,其他廠商更是舉步維艱。
面對這一困境,一些行業專家指出,軟件尤其是AI領域的大模型技術可能成爲突破口。雖然目前還不清楚如何充分利用這一潛力,但國內手機巨頭已經開始積極布局。
手機廠商爭相布局AI大模型
近期,國內手機廠商紛紛將目光投向AI大模型領域。
小米在年度發布會上推出了自研AI大模型,並宣稱其13億參數的模型已能在手機端順利運行。華爲則計劃將"盤古大模型"深度整合進HarmonyOS 4系統。OPPO推出了基於AndesGPT技術的"小布助手",並開啓了首輪公測。vivo也將在即將舉行的開發者大會上發布自研AI大模型和全新操作系統。
這些廠商紛紛強調自家大模型在權威評測中的優異表現,意圖通過AI技術在高端市場中塑造更具競爭力的品牌形象。業內人士認爲,這不僅有助於刺激用戶對高端產品的需求,還可能帶動產品價格漲,爲品牌創造更高利潤。
大模型移動端落地面臨多重挑戰
盡管各大廠商宣傳得輕鬆自如,但在手機上運行大模型實際上面臨諸多挑戰。主要包括對處理器和內存的高要求、計算能力和生成速度的平衡、功耗和散熱問題等。
爲應對這些挑戰,業界普遍採取了端雲協同的策略。例如,聯發科與OPPO、vivo等廠商合作,共同研發大模型在端側的輕量化部署方案。這種方案既可以提供更快的響應速度和更好的數據安全性,又能通過雲端處理復雜任務來彌補端側能力的不足。
技術創新還是跟風之作?
然而,一些業內人士對當前手機端大模型的實踐提出了質疑。他們認爲,這些嘗試更多是爲了迎合市場短期熱點,而非真正的技術突破。
首先,對"大模型"的定義仍然模糊。例如,小米端側模型的13億參數是否足以稱之爲"大模型"?其次,爲了適應手機硬件,廠商不得不對模型進行大幅壓縮,這可能會導致模型性能的顯著下降。
另外,當前手機上的大模型應用似乎過於集中在語音助手領域,是否真正滿足了用戶需求值得商榷。雖然各家廠商都在積極探索,但AI大模型在手機領域的真正普及仍面臨諸多挑戰。
總的來說,AI大模型在手機領域的應用仍處於初期階段。當前的種種嘗試,只是這一長期探索過程中的開端。未來,手機廠商還需要在技術創新和用戶需求之間找到更好的平衡點,才能真正實現AI大模型在移動端的價值。