安卓AI技术解读：引领未来的智能革新

会议要点

1. 各厂商大模型布局情况

- vivo在2023年抢先发布多个大模型，包括77b、10b、13b、17b等，甚至可以达到1700亿参数的大模型。vivo属于早期布局和落地的厂商。相比之下，华为在手机大模型方面起步较晚，早期主要基于行业大模型进行调整，发布的小规模大模型在上线一周后因bug过多被迫下线。

- OPPO虽然早期规划较早，但在大模型投入上一直犹豫不决，导致错失了很多机会。

- 小米在大模型方面的投入较少，主要因为集团战略重点在造车上，但得益于收购美图秀秀，获得了一些图像大模型的能力。

2. 大模型自研与第三方合作

- 自研大模型对于手机厂商非常重要，可以最大程度地把控产品迭代节奏，提前验证技术并获得用户反馈。

- 依赖第三方合作虽然可以快速验证技术，但无法构建差异化竞争力，因为第三方技术也会提供给竞争对手。

- 最佳策略是核心部分自研，垂直场景选择第三方合作。

3. 大模型发展瓶颈

- 大模型发展面临的主要瓶颈包括高昂的投入成本、政策不明朗、硬件算力受限等。

- 国内大模型训练效率低于海外，国内2000亿参数模型需要9个月训练，而海外万亿参数模型仅需3个月。

4. 用户群体与市场策略

- 高端用户追求效率和实用性，愿意为提升工作效率的AI功能买单。

- 先锋用户喜欢尝试新技术，愿意为新体验买单，这类用户对技术成熟度要求较低。

- 各厂商的策略是先构建AI助手，然后升级系统内应用，提高使用效率和场景服务能力。

5. 政策与算力卡储备

- 去年政策不明朗导致部分厂商错过布局机会，目前政策已相对明朗。

- 各厂商算力卡储备差异明显，vivo和华为储备较多，OPPO和小米几乎没有自有算力卡，主要依赖租赁。

6. 硬件与芯片

- 安卓厂商主要使用高通和联发科的主控芯片，这两家芯片的架构设计并非为大模型手机设计，算力和计算带宽有限。

- 高通即将推出的8400芯片采用自研框架，算力和性能提升，但成本也相应增加。

7. 投资与收益

- 自研大模型短期内亏本，但长期来看有助于品牌价值和高端用户认可。

- 投资大模型有助于抢先发布更有竞争力的功能，促进手机销售和品牌形象建设。

8. 其他

- 当前没有厂商布局类似于AIP的衍生终端产品，因为这种产品形态不具备市场潜力和技术可行性。

- 电信运营商的数据中心主要以GPU服务器为主，尚未用于自研模型的训练。

Q&A

Q：目前安卓厂商针对的主要客户群体有哪些？

A：安卓厂商主要针对两类客户群体：一类是高端实用型用户，他们追求效率和实用性，愿意为提升工作效率和生活质量投入更多预算；另一类是先锋用户，他们喜欢尝试新技术，并在社交媒体上为自己喜欢的产品发声。这些用户包括互联网或科技产业的中高层管理人员、大学生、初入职场的年轻人以及数码爱好者。

Q：各大安卓厂商在大模型自研方面的进展如何？

A：各大安卓厂商在大模型自研方面的进展如下：华为的大模型规模相对较小，主要依靠与百度的合作；三星主要依赖谷歌，在国内使用百度；小米在云计算部分使用Mini Max，在图像处理方面使用美图秀秀；OPPO在云端使用阿里的通义千问，端侧部分使用讯飞和商汤；vivo在联网搜索场景使用百度，离线部分全部自研。

Q：自研大模型与使用第三方大模型各有哪些优劣势？

A：自研大模型的优势在于可以最大程度地把控产品的迭代节奏，满足特定用户群体的需求，并提前验证技术，快速获得用户反馈，优化产品体验。使用第三方大模型的劣势在于受限于第三方公司的研发能力和迭代速度，难以构建差异化竞争力，因为同样的技术可能会被多家厂商使用，导致竞争力不足。此外，与第三方合作虽然可以提需求并提供用户数据，但仍无法完全掌控技术发展方向。

Q：在大模型方向上，手机厂商面临哪些主要问题？

A：手机厂商在大模型方向上面临几个主要问题。首先是投入成本过高，每年需要几十亿的消耗，这在当前经济环境和市场销售情况不佳的情况下，显得尤为困难。其次是政策问题，大模型生成过程中存在自我幻觉，容易产生不正确的言论，平台需要承担相应责任，政策的不明朗增加了不确定性。最后是硬件算力受海外制约，国内无法自主生产高性能芯片和显卡，这限制了厂商在资源选择上的大胆和果敢。

Q：手机厂商在技术研发方面应如何构建竞争力？

A：手机厂商应通过自身对产品和人群的理解来构建竞争力。与第三方合作虽然可以快速提升技术，但也可能使竞争对手受益。最好的案例是苹果，他们通过自研和收购技术来打磨自己的体验，最终实现最佳的算法和AI性能。因此，厂商应追求自研技术，提升自身的核心竞争力。

Q：选择第三方技术合作有哪些优势？

A：选择第三方技术合作的优势在于可以快速验证技术，降低成本。例如，在大模型联网搜索方向上，百度在技术和商业环境上都有深厚的积累，能够提供强大的支持。此外，美图秀秀在图像处理方面的能力也优于其他厂商，他们在皮肤处理和图片风格化处理上有大量用户数据的训练，效果更好。因此，在一些特定的垂直场景中，选择专业的第三方公司会比自研更有效。

Q：有关视频剪辑工具剪映在行业内的表现如何？

A：剪映作为一个后期视频处理工具，已经在国内获得了很多用户的喜爱，快速成为了一个大众级的应用。他们在视频处理和理解方面表现专业。因此，即使像vivo这样有自研技术的公司，也会选择在一些垂直场景下与第三方合作。最佳的状态是，核心部分通过自研，而一些垂直或者特定专业场景则交给第三方，让更多的行业合作伙伴一起参与。

Q：品牌厂商对自研模型的投入与收益之间的关系是怎么考虑的？

A：自研模型的投入确实很大。比如vivo在过去一年多的时间里，投入了近30亿，包括人员、硬件和数据等各方面的投入。这样的投入均摊到每一台设备上的成本也比较高，每一台设备大概要承担二三十块钱。如果短期看，这绝对是亏本的。但是从长期来看，大模型和AI技术是一个持续发展的重要技术方向，能够给手机本身或者品牌本身带来很多正面的影响，比如品牌价值、高端用户的认可等。同时，自研模型也能实打实的带来一些新技术的摸索，带来一些新体验的落地，抢先于行业发布一些更有竞争力的功能。

Q：自研模型是否会考虑采用收费的方式来解决用户成本的问题？

A：基本上不会采用收费的方式来解决用户成本的问题。因为这样的方式只会降低使用门槛，降低使用频次，反而会浪费掉技术上的投入。AI本质上是需要更多的用户来使用，以及更多的数据来提供给研发团队去做算法的提升。所以，它是一个正向的循环，能够帮助手机更好地销售，意味着有更多的活跃用户，更多的活跃用户就会在系统上产生更多的内容消费，服务消费，从而产生更多的商业化收益。

Q：华为和欧米等公司为什么没有投入自研模型？

A：华为和欧米等公司没有投入自研模型的核心原因一方面是成本，另一方面是去年出现的一些局势不明朗的情况，比如国内海外的大模型进不来，国内政府是否允许使用大模型等。这种犹豫不决导致他们错过了采购或者布局自己的技术的机会。这对他们的影响主要体现在新功能的发布和新技术的摸索上，他们的步伐会慢一些，意味着他们会失去更多的竞争力。

Q：像OPPO、小米这样的厂商是否有自研模型的计划？如果算力卡这块问题暂时解决不了，他们是否会考虑其他的解决方式，比如收购等？

A：OPPO、小米等厂商一直有自研模型的计划，也一直在寻求解决方案。但是，由于算力卡的问题暂时解决不了，他们的进展比较慢，效果不显著。他们也会持续寻找国内的可替代方案，比如使用华为的显卡。但是，从我们的渠道了解到，华为的显卡能力还是比较弱的，所以短时间内很难有解决方案。基本上，没有资源能力的厂商都还是得依赖第三方，甚至可能定向的给第三方公司提一些诉求，或者从一些合同法规上去限制。

Q：去年政策上的不明朗因素对大模型的发展有多大影响？

A：去年政策上的不明朗因素对大模型的发展确实有一定影响。大多数公司使用的开源框架来自国外，这些框架已经具备一定的大模型基础能力，但也包含了大量不符合国内价值观的信息。因此，国家在初期对这些开源框架进行了限制，但同时也鼓励大模型的发展。为了更好地管控，政府出台了一系列政策，如大模型备案、数据训练标准等。现在政策已经相对明朗，国内的研究机构和企业也在积极参与，降低了不确定性风险。

Q：各家终端品牌的算力卡储备情况如何？

A：OPPO和小米几乎没有自己的算力卡储备，主要依赖租赁。华为早期从英伟达购买了接近两三万片算力卡，并且自研了部分算力卡。Vivo大约有2万片英伟达的算力卡。总体来看，华为和Vivo在算力卡储备上相对充足。

Q：OPPO和小米未来会如何解决算力卡不足的问题？

A：OPPO和小米目前主要依赖国内的算力卡进行验证，作为备选方案。华为的升腾算力卡也在不断提升能力，政府也在提供资源支持，鼓励各家企业合作，通过更多实践来提升算力卡的能力。

Q：租赁算力卡的方式是否足以支持自研大模型？

A：租赁算力卡的方式不足以支持自研大模型。租赁的资源有限，且互联网公司自身也有大量需求，能分配给第三方的资源较少。因此，租赁方式无法满足大规模自研大模型的需求。

Q：通过收购方式增强端测能力是否可行？

A：收购方式可以考虑，但成本较高。例如，收购美图可能需要花费几十上百亿，而这些投入可能只解决单个垂类的能力，无法提供全能的解决方案。因此，虽然收购可以增强端测能力，但并不是最优选择。

Q：为什么三星没有资源进行大模型研究？

A：三星主要以合作为主，缺乏独立的算力卡储备和资源进行大模型研究。

Q：三星在手机研发和软件投入方面的策略是什么？

A：三星在手机研发和软件投入方面的策略是整合行业内最优秀的能力，而不是大规模自研。由于三星体量够大，每年销售几亿台手机，他们能够直接与高通合作，甚至共同定义芯片，并与谷歌深度合作，首发谷歌的全新操作系统。因此，三星更倾向于通过外部合作来实现其技术和产品目标，而不是依赖自营研发。这种策略不仅适用于大模型时代，也适用于传统的机器学习和深度学习阶段。

Q：安卓手机在硬件端的差异化问题如何？

A：安卓手机在硬件端的差异化确实存在挑战。目前，除了苹果自研芯片，安卓厂商主要依赖高通和联发科的芯片。这些芯片的架构设计并非为大模型手机设计，算力和计算带宽有限，导致其在大模型应用中的能力受限。尽管一些厂商如OPPO和vivo通过早期资源整合在大模型应用上表现较好，但总体而言，芯片的局限性使得各家厂商在硬件端的差异化较难实现。此外，其他公司几乎不可能生产出能够支持大模型计算的芯片，即使有自研芯片的尝试，也难以满足需求。

Q：高通和联发科在AI手机芯片性能提升方面的成本如何影响终端手机价格？

A：高通和联发科在AI手机芯片性能提升方面的成本确实会影响终端手机价格。以高通即将推出的8400芯片为例，这次高通采用了自研框架，提升了算力和整体性能，但成本也相应上涨了约40%。这种成本的增加会部分由手机厂商吸收，但也会体现在终端手机价格上，尤其是高端或超高端手机。

Q：消费者能否接受由于AI芯片性能提升导致的手机价格上涨？

A：消费者对AI芯片性能提升导致的手机价格上涨在一定程度上是可以接受的，但幅度不会很大。高端用户的消费力依然存在，他们会精打细算地选择功能更多、性能更好的手机。如果AI技术能够带来显著的实用性和效率提升，消费者愿意为此买单。市场数据也显示，功能和技术更先进的手机在销量上表现更好，例如2023年底发布的x100系列相比上一年的x90系列，销量表现非常好。

Q：90系列手机的销量情况如何？

A：90系列手机在发售的两到三个月内，两个型号的销量就已经超过百万台，而去年四个型号花了半年时间才达到这个销量。这表明搭载大模型和更多AI能力的手机在市场上获得了消费者的认可。此外，市场调研显示，导购在销售过程中主动介绍大模型功能，能够更快促成交易。AI技术在消费者购买决策中占据重要位置，表明消费者愿意为AI功能买单。

Q：目前终端厂商是否有布局类似AIP的产品种类？

A：目前没有终端厂商布局类似AIP的产品。原因在于这类产品只能是可穿戴形态，但消费者对可穿戴产品的认知已经非常成熟，主要集中在手表和眼镜等有真实应用场景的产品上。其他形态如胸针、项链、戒指等，消费者并不认可。此外，这些小形态产品的电池储能能力和算力都较弱，无法满足大模型的硬件配置需求，因此不被看好。

Q：高通8进3的MP在手机上的AI应用能用掉多少算力？

A：高通8进3的MP算力为45Top，但在实际使用中，AI应用能用到的算力并没有官方宣传的那么多。当前的情况是，这个算力基本上只能满足一个7b左右的大模型的使用需求。

Q：vivo的大模型是否通过降低计算精度来提高推理速度？计算精度能降到多少？

A：vivo的大模型会尽量保持计算精度，以确保用户体验和使用需求。我们会压缩模型的容量，比如实地模型可以压到大约5个基点，同时确保有足够的运存支持。高端机型通常配备12GB或16GB内存，以在保证计算精度的同时，平衡算法性能消耗和手机功耗、发热控制。

Q：电信运营商的数据中心是否主要以GPU服务器为主？是否用于大模型训练？

A：电信运营商的数据中心主要依靠GPU服务器进行基本使用和传播性技术。目前，虽然电信运营商还没有广泛用于大模型训练，但他们也在采购一些GPU卡，以构建用于大模型训练的基础设施。