中國基金報記者 馮堯
智慧型手機行業進入存量時代，各廠商都在尋求新的創新點。而AI的到來，成為重要催化劑。
1月8日，OPPO正式釋出了其旗艦機型FindX7系列。與傳統智慧型手機不同的是，該機型得到70億參數的AI大模型加持。為了炫技「AI語音摘要」等功能，OPPO首席產品官劉作虎甚至與理想汽車CEO李想進行了一波「商業互吹」。
當前，已有越來越多國產手機廠商在AI領域進行密集布局，AI手機的落地步伐正明顯加快。在業內看來，隨著高參數大模型逐步落地，AI手機將率先將消費電子拉進「AI時代」，同時也將促進硬體環節持續叠代。
AI效果如何？現場「炫技」
OPPO在ODC上正式推出自主訓練的大模型AndesGPT之後，首次將這一70億參數的大模型套用在端側手機，即最新旗艦機型Find X7系列上。
據了解，AndesGPT透過高精度4bit量化等模型壓縮、推理引擎的加速，以及與芯片平台深度合作的硬體加速方式，第一次為手機端側帶來完全體70億參數大模型。
在AI大模型加持下，全新語音互動助手小布不僅可以聊天，還可以回答各種問題，擁有總共超過100種能力。其能夠在辦公效率，生活服務，學習教育等不同維度為使用者提供幫助。
OPPO此次釋出額Find X7系列基於AndesGPT 70億參數大語言模型帶來了一系列套用案例。
例如，自然語意的理解和文本處理方面，根據官方提供的數據，AndesGPT 70億參數大語言模型可以在200字首字生成帶來20倍的更快響應，面向2000字首字生成也可以實作2.5倍的更快速度。
在生成品質方面，AndesGPT可以實作最高14000的摘要字數上限，達到了同平台其他模型的3.5倍。以通話摘要功能舉例，AndesGPT能夠幫助使用者梳理通話內容的要點，並準確地輸出帶有主題、要點，以及待辦事項的通話內容摘要，精準程度明顯優於10億級別的端側模型。
為了更直觀展現70 億參數大模型加持後的效果，OPPO在現場「炫技」，理想的新車型也蹭了一波熱度。在釋出會上，劉作虎放出了一段與李想進行的一波「商業互吹」。
劉作虎作為首批預定了理想Mega的車主，前幾天與李想電話進行了一段交流。其中李想提到Mega的舒適性、靜謐性和智慧化等特點，同時邀請劉作虎參加3月1日的釋出會。通話結束後，透過「AI語音摘要」功能，Find X7隨即生成包括對話重點和待辦事項在內的摘要。
除了生成對話摘要之外，「AIGC消除」也是一大常用功能，該功能讓主體消除與實景重繪等眾多功能的實作落地。在現場，OPPO方面也實際透過復雜的圖片來展示了這一功能。
據悉，AndesGPT不僅支持超過120類主體的辨識與分割，還可以直接在畫面中生成自然的光影效果。
消費電子邁入AI時代
據悉，Find X7之所以能夠執行70參數AI大模型，離不開其AI芯片加持。據了解，此次釋出的Find X7系列搭載了天璣9300生成式AI移動芯片。
在2023年11月6日，聯發科釋出了天璣9300旗艦5G生成式AI移動芯片，其一大賣點就是支持終端執行10億、70億、130億、最高可達330億參數的AI大語言模型。
除了OPPO的Find X7系列之外，VIVO的X100系列也搭載了天璣9300芯片，該系列同樣支持70億參數AI大模型。而上述兩款機型也是業內首批實作70億參數大模型落地的AI手機。
事實上，除了天璣9300之外，高通也加入了AI芯片的「軍備競賽」。在2023年10月25日，高通釋出了全新的第三代驍龍8行動平台，該產品的一大亮點，就是Hexagon NPU速度提升98%，能效也提升了40%，支持超過100億個參數的模型。
在此前的驍龍峰會上，榮耀宣布Magic6系列將搭載第三代驍龍8行動平台，支持70億參數的端側AI大模型。
實際上，在手機行業，最早釋出植入大模型的廠商是華為。在2023年7月7日，華為推出了盤古大模型3.0。不過在釋出之初，盤古大模型與華為終端的聯系並不深。盤古大模型「不作詩，只做事」，更多聚焦政務、金融、制造等行業。
但隨著OPPO、VIVO、榮耀等廠商相繼釋出AI手機，AI大模型在端側落地的熱度已經明顯提升。在業內看來，AI手機將會率先引領大模型在端側的落地，有望將消費電子帶進「AI時代」。
根據IDC預測，到2026年，中國市場近50%的終端裝置處理器將帶有AI技術。後續隨著AI大模型與硬體的結合陸續完善，消費電子產業鏈也將迎來新的創新機遇。
該機構預計，智慧型手機、PC、智慧眼鏡、智慧音箱等終端也將成為人工智慧的硬體入口，建立新的生態，帶動消費電子產業鏈的新一輪創新。
不過值得註意的是，由於手機AI大模型對原生的算力要求較高，接下來或許只有搭載最新旗艦處理器的手機才能支持極致的AI大模型功能。根據此前聯發科透露，大語言模型對記憶體需求暴增，130億參數大模型至少需要13GB記憶體，再加上6GB App保活、4GB安卓OS，16GB記憶體手機並不能執行該參數的大模型。
由於AI大模型對端側算力以及記憶體的要求較高，這也意味著，老款智慧型手機接下來很難體驗到相關功能。
華泰證券一份研報分析，AI大模型在手機套用對其BOM成本影響主要包括：1）SoC：AI引擎升級、NPU算力提升；2）儲存：手機RAM升級至24GB LPDDR5X，相較當前主流的8GB LPDDR4X，成本提升300%；3）電源：電池/電源管理芯片升級，但彈性相對較小；4）光學：AI 推動屏下網路攝影機套用取得突破。
尤其在儲存方面，華泰證券舉例顯示，在推理場景下，以一個100億參數模型（FP16 精度）不考慮模型運算時的臨時變量，總計需要18.6GB記憶體。
編輯：喬伊
稽核：木魚
