編輯 | 伊風(fēng)

出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）

AI手機(jī)還能怎么卷？

今天vivo在開發(fā)者大會(huì)上公布的答案，絕對(duì)能讓人眼前一亮！

通過融合用戶記憶、端側(cè)模型、和主動(dòng)執(zhí)行能力，vivo搞出了PhoneGPT，聲稱要做AI助理界的自動(dòng)駕駛！

就是說PhoneGPT，不再滿足于簡(jiǎn)單的任務(wù)執(zhí)行，而是可以自己決策，進(jìn)行任務(wù)的拆解，并通過屏幕識(shí)別等技術(shù)，最終做出動(dòng)作、完成任務(wù)。

這么說可能還是有點(diǎn)抽象，還是來看vivo的藍(lán)心小V訂餐視頻更直觀！

在用戶給小V發(fā)出用餐需求之后，小V自動(dòng)地調(diào)起相關(guān)APP，搜索到了餐廳的電話，還自己撥出電話和店員完成了預(yù)訂！整個(gè)執(zhí)行過程，包括和真人的對(duì)話都非常絲滑。

除了手機(jī)智能，藍(lán)廠家的硬科技也絲毫不輸，自研的藍(lán)心大模型性能在線。在端側(cè)方面，提出“30億參數(shù)量級(jí)是端側(cè)黃金尺寸”的論斷，發(fā)布了新的藍(lán)心3B，在排行榜擊敗了Gemma-2和Phi-3-mini等小模型中的佼佼者。

讓人不得不感嘆一句，原來vivo還是模型界的隱藏大佬。

一個(gè)溫知識(shí)，vivo在國產(chǎn)手機(jī)銷量王座上已經(jīng)穩(wěn)坐三年之久，而使用vivo AI的用戶也在全球突破了5億。

圖片

想了解AI手機(jī)的未來，vivo和藍(lán)心智能的AI戰(zhàn)略，絕對(duì)值得一看。

一、PhoneGPT：AI不僅要“執(zhí)行”更要“懂你”

vivo藍(lán)心智能的核心看點(diǎn)，就是他們把大模型與操作系統(tǒng)實(shí)現(xiàn)了深度融合。

vivo副總裁周圍說，這樣的實(shí)現(xiàn)效果，是大模型可以理解用戶個(gè)人的情景和偏好，進(jìn)而讓系統(tǒng)主動(dòng)提供個(gè)性化的服務(wù)。

圖片

具體來說，AI重構(gòu)后的手機(jī)系統(tǒng)，帶來了三個(gè)體驗(yàn)的革命，分別是交互體驗(yàn)、服務(wù)體驗(yàn)和鏈接體驗(yàn)。

1.交互體驗(yàn)

不少人抱怨過蘋果Siri的僵化和機(jī)械，在AI 2.0之前，我們的手機(jī)助手只能做一些簡(jiǎn)單的執(zhí)行工作。

而有了大模型，AI助手可以真正在文字、語音、圖像甚至行為層面，全方面多角度的做意圖理解，實(shí)現(xiàn)所謂的“執(zhí)行且懂你”。

在交互體驗(yàn)方面，周圍舉的例子就是語音交互！作為我們?nèi)粘Ｗ疃嗍褂玫摹⒁彩亲钪庇^的交互形式，vivo能做出什么花樣呢？

圖片

小V的方言對(duì)話，讓用戶不再需要切換“川普”、“粵普”，而小V也會(huì)用方言來回答，AI和用戶的距離，這么一下就拉近了。

2.服務(wù)體驗(yàn)

在服務(wù)的提升上，我覺得vivo真是做到了那句被說爛了的話，“所有的功能都值得用AI重做一遍”。

vivo針對(duì)電話、短信等基礎(chǔ)功能都做了翻新，例如，電話的內(nèi)容可以轉(zhuǎn)文字也可以進(jìn)行翻譯，筆記功能可以直接用AI潤(rùn)色，拍照直接掃描識(shí)別等等。

小編覺得，這些設(shè)計(jì)好在并不是偽需求，而是實(shí)在的用AI幫用戶解決了一些問題。

圖片

既然是開發(fā)者大會(huì)，vivo大方宣布將開放平臺(tái)化能力，使得第三方應(yīng)用也能接入這些AI黑科技。

圖片

3.鏈接體驗(yàn)

周圍所說的鏈接體驗(yàn)，主要講AI時(shí)代中，用戶與服務(wù)的關(guān)系變化。

AI確實(shí)給服務(wù)注入了活力，現(xiàn)在人和服務(wù)可以雙向奔赴了！在面向開發(fā)者的方面，vivo做了努力，讓APP提供的服務(wù)更好地做分發(fā)，找到需要Ta的用戶。

圖片

尤其是針對(duì)輕量化、原子化的服務(wù)，vivo構(gòu)建了系統(tǒng)級(jí)的感知和意圖識(shí)別，實(shí)現(xiàn)系統(tǒng)主動(dòng)分發(fā)服務(wù)。

圖片

在面向用戶的方面，vivo提出了一個(gè)有趣的概念是“人與設(shè)備的共同記憶”。

聽起來AI更像是一個(gè)一直陪伴我們的朋友了，隨著手機(jī)使用，AI會(huì)不斷擴(kuò)展對(duì)我們的知識(shí)圖譜，相當(dāng)于手機(jī)系統(tǒng)會(huì)“越用越好用”。

這個(gè)能實(shí)現(xiàn)啥具體功能呢？

圖片

用這個(gè)現(xiàn)場(chǎng)的例子，我們一下就悟了。

例如用戶喚起小V說，“幫我找找，去年和小貝在環(huán)球影城的照片，發(fā)給他并祝他生日快樂”。這個(gè)例子就很考驗(yàn)AI,需要智能助手記住用戶的社會(huì)關(guān)系以及對(duì)方的樣子，還能在相冊(cè)找到符合人物、時(shí)間、地點(diǎn)條件的照片，并能跨應(yīng)用找到備注為“小貝”的人發(fā)送信息，最后還可以再提供專屬服務(wù)如推薦生日餐廳。

圖片

不過這些東西都交給AI又覺得心里毛毛的，感覺就像有人把我的相冊(cè)都翻了一遍。

不過，vivo也很重視安全問題。甚至抗下了巨大的技術(shù)挑戰(zhàn)，不僅把通話總結(jié)、文檔概要、本地知識(shí)圖譜這種你不想被別人看到的隱私搬進(jìn)了端側(cè)，還貼心地把審核功能也實(shí)現(xiàn)端側(cè)完成了。這下可以稍微舒一口氣，放心用AI了。

圖片

然后，既然有了多個(gè)智能體，最好就是讓他們配合起來，實(shí)現(xiàn)1+1大于2的效果。如果再配上意圖理解，讓這個(gè)負(fù)責(zé)調(diào)度的中心也由AI來完成部分工作，在懂人的基礎(chǔ)上，可以進(jìn)行自主決策。

這一綜合，就實(shí)現(xiàn)了我們文章開頭，能提供智能駕駛體驗(yàn)的phoneGPT！

視頻中的餐廳訂餐，就基于藍(lán)心大模型的多模態(tài)功能，在用戶意圖識(shí)能主動(dòng)完成任務(wù)，通過屏幕識(shí)別，AI自己去操作控件，執(zhí)行每步的操作。

圖片

根據(jù)周圍的透露，phoneGPT的每一步執(zhí)行精確度達(dá)到了94%，每一步執(zhí)行只需要極短的2s時(shí)間。為了安全，這個(gè)功能也會(huì)向端側(cè)發(fā)展，并且執(zhí)行效果上還會(huì)再進(jìn)化。

好家伙，AI真·私人助理的時(shí)代來了！

二、全新藍(lán)心大模型矩陣發(fā)布，藍(lán)心3B超Phi-3-mini

從GPT-4o發(fā)布以后，模型的多模態(tài)能力就成為了一個(gè)重點(diǎn)。

在新的模型矩陣中，藍(lán)心的語音、圖像和多模態(tài)大模型是第一次進(jìn)行亮相的選手。

圖片

既然是手機(jī)廠商，端側(cè)模型肯定是開發(fā)的重中之重。

在此前開發(fā)的1B、7B 、13B端側(cè)模型的基礎(chǔ)上，vivo不斷地去做測(cè)試，在綜合考慮了模型效果、性能、內(nèi)存、功耗后，試圖尋找最優(yōu)方案，提出了30億參數(shù)量級(jí)是端側(cè)黃金尺寸的論斷。

圖片

在研究指導(dǎo)下，vivo的30億藍(lán)心端側(cè)大模型——藍(lán)心3B正式推出。相比于去年所推出的7B大模型，藍(lán)心3B做到了300%的性能提升，還降低了46%的功耗和63%的內(nèi)存占用。藍(lán)心3B的性能強(qiáng)的可怕，做到了每秒80字的極致出詞速度，并且實(shí)現(xiàn)450mA的極致低能耗，且只占用1.4GB的內(nèi)存。

圖片

周圍說，藍(lán)心3B突破了端側(cè)模型“能力強(qiáng)-消耗低-模型小”的不可能三角，并且在多份榜單上做到行業(yè)領(lǐng)先水平。

圖片

vivo追求做“最懂中國人的大模型”，具體到多模態(tài)大模型方面，他們做了生圖功能的水墨風(fēng)格以及漢字相關(guān)創(chuàng)作的性能提升。

圖片

看這張榜單，能看出vivo在模型能力上是有過硬積累的。就語音那張榜單來看，語音一直是豆包過硬的核心技術(shù)，能在語音交互上超過豆包，說明日常的對(duì)話任務(wù)基本不在話下了。

圖片

三、寫在最后：最好的AI技術(shù)，要在應(yīng)用里跑起來

vivo秀完AI硬實(shí)力的“肌肉”后，開始了對(duì)自研系統(tǒng)OriginOS 5 的介紹。

就像他們自己所說的那樣：不止要有好的技術(shù)，還要能落地到產(chǎn)品的層面上。

于是，我們就看到了vivo在對(duì)界面和用戶操作深度思考之上的作品——原子島。

在意圖識(shí)別的基礎(chǔ)上，用戶只需要將文本等內(nèi)容復(fù)制或拖動(dòng)到原子島上，就會(huì)自動(dòng)推薦你想要打開的APP，真正做到解放雙手，讓科技快人一步。

在最初看到原子島三個(gè)字的時(shí)候，可能很容易認(rèn)為這是對(duì)蘋果靈動(dòng)島的模仿之作。但是坦白的說，前者帶給我的意料之外的驚喜，能看到vivo對(duì)AI如何改變交互形態(tài)的思考之深。

vivo的開發(fā)者大會(huì)，讓人重新認(rèn)識(shí)了這位國產(chǎn)手機(jī)的銷量王者，對(duì)于AI的戰(zhàn)略構(gòu)想，我們不只有術(shù)，還有道。