。

　　根据深燃此前的报道，小米集团AI实验室主任王斌博士曾说，小米不会单独发布一款类ChatGPT产品，自研大模型最终会由产品带出来，相关投入约几千万人民币级别

　　他说：“对于大模型，我们属于理智派。小米有应用场景优势，我们看到的是大模型跟场景结合的巨大机会。”

　　他透露，在ChatGPT诞生之前，小米内部做过大模型相关的研发和应用，当时是通过预训练+下游任务监督微调的方式来做人机对话，参数规模在28亿到30亿。这主要是在预训练基座模型的基础上，通过对话数据的微调实现的，并非现在所说的通用大模型。

　　“未来大模型对手机行业来说可能是一个颠覆性的变革，AI让手机真正实现理解用户的大跨越。”

　　在8月17日的小米沟通会上，小米向搜狐科技等媒体透露，小米做了两个大模型，分别是13亿和60亿参数，并且整体按照五倍的拓展速度去规划。

　　不仅仅是小米，包括苹果、华为等终端厂商，高通、联发科等芯片厂商，均已对外表示在布局大模型技术，并推动大模型在手机终端侧应用的快速发展。

　　一般来说，大模型往往是在云端服务器上运行，比如用户只需要打开OpenAI网站，就能通过网络连接到云服务器上的ChatGPT服务。

　　与云端相比，大模型运行在端侧在算力上不具备优势，但可以为用户带来更好的隐私保护、响应速度更快，适用于无网或者弱网的环境。目前来看，终端厂商发展大模型的策略均是强调端、云的协同，来让用户得到更好的体验。

大模型的火，烧到了手机侧

　　伴随着大模型的热潮席卷全球，如何推动大模型赋能手机用户，成为了手机产业链公司共同关注的话题。

　　终端厂商对大模型的响应速度并不相同，小米、华为均已展示在大模型技术上的能力，并率先开启商用落地进程。苹果、一加、荣耀均在布局相关技术，但具体情况暂无透露。

　　“小米将全面拥抱大模型技术。”8月14日，小米创始人雷军表示小米于今年4月正式组建了AI实验室大模型团队，并透露小米将13亿参数的大模型在手机上跑通了。

　　与此同时，升级大模型的小米语音助手小爱同学也开启内测，提供超级问答、个性化创作、上下文理解与复杂任务处理等一系列的能力。

　　在前不久的华为开发者大会上，华为宣布鸿蒙4将接入盘古大模型，华为语音助手“小艺”在智慧交互、高效生产力、个性化服务的能力上实现提升，可以帮助用户生成文案、多语种翻译、快速摘要资讯等。

　　在最新的财报发布会上，苹果CEO库克表示，苹果在研究生成式人工智能技术，但并未具体透露相关具体进程。

　　有爆料显示，苹果正在秘密开发自己的AI大模型，旨在与OpenAI ChatGPT和谷歌Bard等展开正面竞争。并且，苹果已经完成了其大语言模型的基础框架，叫做“Ajax”，是支持对话式 AI 技术的系统。

　　“我已经参加了几次关于大模型在终端产品上到底如何落地的会议。”在8月16日的媒体沟通会上，一加中国区总裁李杰对搜狐科技等媒体表示，一加还在探索相关具体应用场景，希望在四季度之前能够明确。

　　今年6月底，荣耀CEO赵明曾表示，当前智能手机行业正处在一个AI、5G+开启的新一轮创新周期中，荣耀将紧抓机遇，在AI等方面持续创新，未来将率先把AI大模型引入端侧，打造更加个人化的端侧个人模型。不过，对于何时将大模型引入终端，荣耀并没有透露。

　　值得注意的是，AI大模型将消耗大量算力，所以产业链上游芯片零部件企业的参与，也是推动大模型在端侧应用的关键。

　　在今年3月的2023 MWC上，高通在搭载第二代骁龙8的智能手机上，运行了超过10亿参数的文生图模型Stable Diffusion。上个月，高通展示了在安卓手机上运行ControlNet图像生成图像模型，参数规模达15亿。

　　联发科预计将于10月发布天玑9300，芯片将加入大模型技术，并强调未来运算不会只在云端，终端上的运算也很重要。

聚焦轻量化大模型，率先升级语音助手

　　从目前的应用落地情况来看，手机厂商布局大模型的思路均是以语音助手作为突破口，并且聚焦本地化部署轻量化的大模型。

　　雷军表示，大模型需要海量数据，很容易涉及到隐私问题，还有需要巨大的算力，用起来成本也很高，所以小米聚焦轻量化和本地部署。

　　赵明也指出，荣耀的核心会聚焦在端侧AI，“ChatGPT那种大模型不是我们公司核心的发力方向。

　　其实，在端侧和云侧部署大模型各有利弊，所以厂商们虽然更聚焦在端侧大模型，但也都是选择的端云协同的路线。

　　据了解，在端侧部署大模型意味着在本地运行，首先理论上的响应速度更快，比如实时翻译等功能的时延会更低。其次，应用的环境更广，比如在弱网或者无网的情况下，端侧大模型也能保证相关服务随时可以使用。

　　端侧运行大模型主要的劣势在于算力和资源，所以当执行比较逻辑推理等比较复杂的任务时，调取云端的能力是更具有优势的。

　　与服务器相比，手机的算力并不不足以支撑参数量级较大的大模型，所以端侧大模型的参数规模一般来说是达不到百亿级别的。