「信迪诊断」完成近6亿元B轮融资
06-18
作者|杰西编辑|晶宇经过十多年的发展，大多数智能手机系统已经更加完善，功能也越来越相似。
但这只是表象。
事实上，每个厂商都在积蓄力量、酝酿创新。
今年，随着大型模型的快速应用，进化的号角终于开始吹响。
这场革命必然与大型模型密切相关，但又不仅仅涉及大型模型。
目前大模型领域的主流都是围绕服务器端部署。
将智能手机与大型机型相结合意味着什么？有哪些限制和优点？ 要理解这个问题，我们需要回到更早的时间。
去年，OPPO在ODC上发布了自主研发的智能跨终端系统“Pantanar”。
起初感觉有点抽象，但在过去的一年里，潘塔纳尔湿地已经起飞。
通过智能跨设备和泛在服务两大体验，实现跨设备协同，支持不同应用之间的服务智能流动。
在刚刚结束的 ODC 上，OPPO 正式推出了 AndesGPT，将 AIGC 能力与 Pantanal 相结合，并集成到 ColorOS 14 中。
从表面上看，OPPO 已经布局的大机型和智能跨端系统是两套不同的技术基地，但今天，它们产生了重要的化学反应。
这张未来手机应用和交互革命的蓝图正在一点点变得完整。
01 系统“解耦”，让服务和数据融合。
去年夏天，OPPO首次推出了自主研发的智能跨终端系统“Pantanar”。
当时，大多数人关注的是“跨终端”的概念，认为OPPO要做的主要是不同硬件之间的数据流动和功能中继。
比如“手机上复制，电脑上粘贴”、“手机上接听电话，平板上接听”等功能……但事实上，OPPO通过潘塔纳尔完成的最重要的事情过去的一年，就像一座桥梁，通过泛在服务和智能跨终端，深度连接系统、应用和服务。
自智能手机诞生以来，用来组织功能的单位就是App。
早期以iOS为代表的智能手机系统只有两个核心层次：一是桌面，上面排列着App图标；二是桌面。
一是App，点击App后包含了所有功能。
当时，苹果率先喊出了“There’s an app for everything”（一切皆有应用）的口号。
随着移动互联网生态的发展，App生态终于趋于饱和，很多App开始变得臃肿，功能大量重叠。
对于用户来说，臃肿的应用程序和重复的功能越来越成为一种负担。
对于一个小功能来说，在App之间反复跳转就变得非常麻烦。
典型场景包括回复消息的同时关注外卖的配送进度；一边查邮件，一边浏览网页，一边看地图导航……App是智能手机最关键的功能组织形式，但它不应该是唯一的形式，更应该是一个完全封装的系统。
如果想要优化App体验，就必须进行“系统解耦”。
这个问题一直存在，所以Android很早就推出了“小部件”，试图在用户界面层面解决它。
但早期的小部件完全是应用开发者自愿开发的，并没有得到充分推广。
OPPO推出“Pantanar”后，以更加开放的态度参与，将整个系统解耦，变成原子化服务。
它以人为中心，基于态势感知和计算能力为人们提供适当的服务。
服务智能展示在手机桌面、手表上，甚至通过耳机播放。
过去一年，潘塔纳尔推动出行、外卖、导航、快递等应用场景“泛在服务”落地。
首批支持的应用包括支付宝和美团。
此次ColorOS 14支持小红书、携程、去哪儿。
利用无处不在的服务，用户可以更加灵活、便捷地获取服务，减少不必要的步骤。
OPPO并不是唯一一家这么做的。
苹果iOS的“实时更新”和“小部件”也在做类似的事情。
将App的“服务”与系统解耦，增加配置的灵活性，更高效地利用手机信息的内容和优先级，减轻用户的认知和操作负担，是行业趋势。
同时，仅仅让服务跳出“App”是不够的。
App中存在的文件数据也会因系统生态的不同而造成体验碎片化。
例如，iPhone可以打开微信上收到的主题演讲，但Android却没有办法。
Android生态系统和Apple系统之间类似的分离每天都在发生。
这种情况也正在通过“智能跨终端”逐步得到解决。
Pantanal通过OPPO账号打破数据壁垒，实现数据采集和跨端调用，让服务和数据不再局限于手机，而是可以在多个设备和系统之间转移。
这使得服务能够流向用户的不同设备和系统：手表、平板电脑、电脑、耳机、电视、汽车……始终触手可及。
比如上个月OPPO Find N3手机发布会上，苹果系统办公软件格式的文件就可以在安卓手机上快速打开，而且这个功能不需要安装第三方应用程序。
通过ColorOS 14上的PhoneLink，用户可以直接操作和使用Windows系统上的移动应用程序、访问手机上的相册以及相互传输文件。
将手机功能的基本组织单元从系统内的“App”解耦到“服务”，并允许其在多个设备之间灵活转移，将带来非常深远的变化。
因为随着泛在服务场景的丰富和智能跨端可移动设备的增加，很快就会出现另一个问题：如何实现精准、智能的推荐，让用户轻松调用？ 这就需要手机界面、交互以及机器学习模型的创新和升级，以实现智能推荐。
出现大模型的入口点。
02 大车型不仅仅只是“大”。
过去一年，大车型发展的核心关键词是“大”。
参数是大型模型展现出惊人智能的核心原因。
俗话说：“奇迹源于强大的力量”。
参数规模越大、层数越多，模型就越大，能够更详细地理解数据并最终拟合出更真实的结果。
如果把智能比作声音，人类智能就是连贯的模拟信号，而AI就像数字录音和播放设备，采样率决定了音质。
采样率越高，就越接近自然声音，达到人耳无法辨别的程度。
同样，如果参数足够大，AI也能“愚弄”人类。
因此，目前宣布在手机上部署大机型的厂商都不同程度地受到了舆论的质疑。
很多人认为可以部署在手机上的模型参数不够大。
多终端、多模式部署会带来混乱。
如果大规模模型应用的目标只是创造一个“能通过图灵测试、懂天文地理的人工智能”，那么确实参数决定一切。
但事实上，一个模型是否实用，不能通过参数来判断。
所有模型最终都是为了模拟现实的一部分，进行推演和拟合，产生合理正确的结果，满足需求而已。
我们不能武断地说“越大越好”。
手机厂商对于这个问题的认识更加深刻。
一个典型的例子是语音助手。
语音助手的核心模型是将用户发出的声音波形拟合成自然语言。
这个模型的复杂度和计算量对于早期的智能手机来说已经非常大了，大多数手机芯片都无法运行它。
因此，早期的语音助手会将用户语音命令的声音波形发送到云端，服务器上的模型将其识别为命令，然后发送回手机执行。
不过，随着手机上NPU（神经引擎）算力的发展以及声音识别模型的简化，手机厂商发现也可以将这个模型部署在本地，让NPU直接运行。
它带来的好处也很实用：响应速度变得更快、可以在无网络环境下使用、隐私安全性增强。
谷歌率先将Google Assistant的识别模型缩小到M尺寸，并部署在手机本地。
目前大模型应用主要还是基于生成式AI，还没有进入那些更接地气、更复杂的场景。
当大模型应用真正触及用户需求的细节时，更多的问题就会出现，其中最关键的两个问题就是“数据安全”和“响应速度”。
从这个角度来看，也不难理解为什么OPPO在推出AndesGPT时如此坚定地采用“端云协同”的技术架构。
从十亿参数到千亿参数，OPPO计划部署一系列不同参数大小的大模型，兼顾响应速度和安全性，同时追求提高大模型能力的上限。
通过设备和云端的分工，AndesGPT将基于对指令和任务需求的梯度理解，智能调用不同的模型。
例如，如果用户的指令只是查询手机中的联系人，那么将使用客户端模型来快速响应。
如果用户询问更复杂的知识，将利用云端大模型生成更复杂、更准确的答案。
AndesGPT的能力涵盖范围广泛，从“智能概括”、“智能剔除”到基于语义的多模态信息搜索，加深对用户个性化习惯的理解和记忆……据OPPO内部透露，这些能力还将支持设备侧改造，目前已在设备侧跑通13B（亿）个参数模型，突破了大型设备侧模型的能力上限。
这些模型能力，加上智能手机的亿级用户群，将为大型模型应用开辟广阔的前景。
03 智能手机的第二次革命。
从潘塔纳尔到AndesGPT，OPPO展现了推动变革的决心。
在ODC上，OPPO还宣布计划将“对话式交互”引入到各种系统应用中，以简化用户体验。
“对话式交互”很容易让人想起全球语音优先的趋势。
当时，很多人认为智能音箱和语音助手将成为下一代人机交互的关键。
但趋势迅速席卷之后，又迅速回落。
主要原因之一是，过去的智能语音助手，无论是部署在音箱上还是手机上，语义理解能力有限，能够调用的数据和服务更加有限。
归根结底，它所能完成的事情与智能手机相比仍然只是沧海一粟。
但这一次，变化围绕着系统、应用和服务，依靠大模型来深入。
从ColorOS的发展蓝图可以看出，一方面，它通过Pantanal解耦系统，带来无处不在的服务和智能跨终端，方便用户调用App之外的功能；同时，通过AndesGPT，基于自然语义理解用户需求，推动“对话式交互”的发展。
OPPO软件工程部副总裁李杰在接受采访时表示，OPPO希望通过AndesGPT为用户提供类似“超级助手”的产品。
这就是手机发挥大型机型优势的地方。
一方面，手机可以利用本地数据来了解用户，其中很多都是最接近用户私生活的数据。
授权后，这些数据可以直接成为提示的“上下文”；另一方面，手机可以利用各种本地数据来了解用户。
接口和模块可以调用更多App功能。
给出一个简单的想象。
当用户询问聊天机器人“晚餐我应该吃什么？”时，如果提示中没有写出详细信息，那些部署在云端的聊天机器人将不会知道用户的血统、种族、口味和营养偏好，并且会被拒绝。
调用相关Serve比较困难。
最终我们大概率只能给出一些比较笼统的配图和文字的美食推荐。
在这种情况下，无论模型的参数提高多高，都很难提高。
但是，如果使用部署在手机上的大模型，可能不需要大参数，就可以根据用户的位置、时间、历史订单记录，甚至运动和健康数据进行推荐。
给出的推荐可以是菜谱，也可以是大众点评应用程序的链接。
也可以直接调用外卖软件的服务模块生成订单，用户可以一键确认并发送。
这是最基本的想象，类似的场景还有很多。
可以说，越贴近用户生活中简单、具体的需求，手机与大机型结合时，就越能更好、更方便地辅助用户。
在大模型的帮助下，使用手机将不再是一个需要“学习”的过程。
用户只需要用自然语言表达自己的需求即可。
OPPO目前基于潘塔纳尔融合大机型，在ColorOS 14上迈出了第一步，推出“机器助手”，通过“对话”了解用户需求，帮助用户解决日常高频使用的复杂设置。
，将传统交互方式升级为更智能、更便捷的对话方式。
其应用逻辑是，潘塔纳尔首先将各种复杂的机器设置组合成面向用户需求的“原子化能力”。
然后，通过AndesGPT了解用户需求后，匹配相应的能力并完成设置。
仅手机的设置功能就涵盖了几乎所有内容。
因此，这种变化不仅是从“界面交互”到“对话交互”的变化，也是从“用户学习使用计算机”到“计算机主动理解用户需求”的变化。
OPPO在这件事上迈出了第一步。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-08
06-18
06-18
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态