編輯 | 伊風(fēng)

出品 | 51CTO技術(shù)棧（微信號：blog51cto）

AI手機還能怎么卷？

今天vivo在開發(fā)者大會上公布的答案，絕對能讓人眼前一亮！

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

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

這么說可能還是有點抽象，還是來看vivo的藍心小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！整個執(zhí)行過程，包括和真人的對話都非常絲滑。

除了手機智能，藍廠家的硬科技也絲毫不輸，自研的藍心大模型性能在線。在端側(cè)方面，提出“30億參數(shù)量級是端側(cè)黃金尺寸”的論斷，發(fā)布了新的藍心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。

一個溫知識，vivo在國產(chǎn)手機銷量王座上已經(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手機的未來，vivo和藍心智能的AI戰(zhàn)略，絕對值得一看。

一、PhoneGPT：AI不僅要“執(zhí)行”更要“懂你”

vivo藍心智能的核心看點，就是他們把大模型與操作系統(tǒng)實現(xiàn)了深度融合。

vivo副總裁周圍說，這樣的實現(xiàn)效果，是大模型可以理解用戶個人的情景和偏好，進而讓系統(tǒng)主動提供個性化的服務(wù)。

圖片

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

1.交互體驗

不少人抱怨過蘋果Siri的僵化和機械，在AI 2.0之前，我們的手機助手只能做一些簡單的執(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，實現(xiàn)所謂的“執(zhí)行且懂你”。

在交互體驗方面，周圍舉的例子就是語音交互！作為我們?nèi)粘Ｗ疃嗍褂玫?、也是最直觀的交互形式，vivo能做出什么花樣呢？

圖片

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

2.服務(wù)體驗

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)文字也可以進行翻譯，筆記功能可以直接用AI潤色，拍照直接掃描識別等等。

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

圖片

既然是開發(fā)者大會，vivo大方宣布將開放平臺化能力，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

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

AI確實給服務(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

尤其是針對輕量化、原子化的服務(wù)，vivo構(gòu)建了系統(tǒng)級的感知和意圖識別，實現(xiàn)系統(tǒng)主動分發(fā)服務(wù)。

圖片

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

聽起來AI更像是一個一直陪伴我們的朋友了，隨著手機使用，AI會不斷擴展對我們的知識圖譜，相當(dāng)于手機系統(tǒng)會“越用越好用”。

這個能實現(xiàn)啥具體功能呢？

圖片

用這個現(xiàn)場的例子，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”。這個例子就很考驗AI,需要智能助手記住用戶的社會關(guān)系以及對方的樣子，還能在相冊找到符合人物、時間、地點條件的照片，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、本地知識圖譜這種你不想被別人看到的隱私搬進了端側(cè)，還貼心地把審核功能也實現(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，既然有了多個智能體，最好就是讓他們配合起來，實現(xiàn)1+1大于2的效果。如果再配上意圖理解，讓這個負(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，可以進行自主決策。

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

視頻中的餐廳訂餐，就基于藍心大模型的多模態(tài)功能，在用戶意圖識能主動完成任務(wù)，通過屏幕識別，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)行精確度達到了94%，每一步執(zhí)行只需要極短的2s時間。為了安全，這個功能也會向端側(cè)發(fā)展，并且執(zhí)行效果上還會再進化。

好家伙，AI真·私人助理的時代來了！

二、全新藍心大模型矩陣發(fā)布，藍心3B超Phi-3-mini

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

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

圖片

既然是手機廠商，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30億藍心端側(cè)大模型——藍心3B正式推出。相比于去年所推出的7B大模型，藍心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。藍心3B的性能強的可怕，做到了每秒80字的極致出詞速度，并且實現(xiàn)450mA的極致低能耗，且只占用1.4GB的內(nèi)存。

圖片

周圍說，藍心3B突破了端側(cè)模型“能力強-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硬實力的“肌肉”后，開始了對自研系統(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在對界面和用戶操作深度思考之上的作品——原子島。

在意圖識別的基礎(chǔ)上，用戶只需要將文本等內(nèi)容復(fù)制或拖動到原子島上，就會自動推薦你想要打開的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字的時候，可能很容易認(rèn)為這是對蘋果靈動島的模仿之作。但是坦白的說，前者帶給我的意料之外的驚喜，能看到vivo對AI如何改變交互形態(tài)的思考之深。

vivo的開發(fā)者大會，讓人重新認(rèn)識了這位國產(chǎn)手機的銷量王者，對于AI的戰(zhàn)略構(gòu)想，我們不只有術(shù)，還有道。