生成式AI手机产业白皮书 中文版 终版

〔-〕阿里云oppo〔-〕阿里云oppo©CounterpointTechnologyMarketResearch20242©CounterpointTechnologyMarketResearch2024本白皮书由Counterpoint与联发科技共同发布，其他联合发布者包括阿里云通义千问、百川大模型、虎牙、酷狗、零一万物、OPPO、Soul、腾讯AILab、腾讯混元、vivo（按公司名拼音首字母顺序排列） 3 4 4 5 7 7 8 10 10阿里云通义大模型 10百川大模型 11零一万物Yi模型 11腾讯混元 11 12 13 14 14OPPO生成式AI战略 15vivo生成式AI战略 15 16虎牙 17酷狗 17Soul 18腾讯AILab 18 19 19 21 22 24 263全球消费者惊讶于大语言模型（LLM）所带来的全新人机交互体验的同时，也让产业界充分认识到生成式而为智能手机下个十年的发展打下坚实的基础。生成式AI技术球手机用户能够更便捷、更高效地享受生成式厂商、大模型厂商、开发者的相关AI战略，以及围绕生成式AI手机的软硬件科技全景，最后是4开始出现在这些产品中。无论是手机厂商还是其生态伙伴，在主动拥抱生大约在二十多年前，以诺基亚塞班为代表的操作系统，第一次允许用户自行下载APP，并将其作为入能手机产业中来，为手机用户提供丰富多样的逐渐发展为人们休闲娱乐、通信社交、健康和出行服务、消费购物，以及移动办公的重要载体，早已不可核心。然而随着时间的推移，在一些场景下，触控输入的方式变得越来越低效，常常需要多次的用户干预，通过AI技术赋能智能手机的尝试最早可以追溯至2017年，彼时苹果刚刚发布了首款后置双摄手机大强化智能手机的生产力工具属性：既可以基于多种形式的输入信息，生成用户需要的图表、文本、音乐、智能生命体以用户为中心，不断学习用户的行为5图表1：手机智能化演进路线图Counterpoint认为生成式AI与智能手机的融合无疑将新，在初期探索阶段，新的功能和特性将首先被赋予算力资源更加充裕的旗舰和次旗舰产品，并迅速成为6生成式AI手机是利用大规模、预训练的生成式A支持大模型的本地部署，或是通过云端协同的方式执行复杂具备多模态能力，即可以处理文本、图像、语音等多种形式的内容输入，以生成各种形式的输出，拥有实现上述特征的硬件规格，包括但不限于基于领先工艺和先进架构设计的移动计算平台，拥有集成或者独立的神经网络运算单元（如APU/NPU/TPU），大容量和高带宽的内存，以及稳定和图表2：Counterpoint生成式AI手机定义）；7相对于手机端有限的计算和存储资源，云端无疑拥有更充足的算力，从而能够支部署和训练，当前一些复杂的生成式AI任务主要是通过云侧大模型来实现是效率都将保持增长，这意味着用户可以从更有价值的服务，比如提供更高品质的内容输出，如影视、动Counterpoint认为，多模态能力，包括多模态输入和输出，是生成力的大模型将以用户为中心，选择最佳的、最适合当前情境的输出方式。可以说，多模态交互是开启全新够更加准确地识别、理解人类的自然语言，不但能够快速理解和响应用户指令，还解锁了语音文本互转、文案自动生成、以及生成配音等辅助功能，成为视频创作者的得力助手。受益8在不久的将来，语言视觉模型（LVM）也将实现本地部署。届时，通过文字和语音提示生成、编辑短视频为智能体的成长提供更多维度和更加丰富的训练语料。备自主决策能力，包括“计划”、“记忆”和“行动在联发科技的设想里，智能体可以学习、记忆手机用户的使用习惯，以及兴趣和偏好，在此基础上协进行决策。以旅行场景为例，智能体可以为在出发前为用户量身订制出行方案，在旅行过程中，可以根据低延时：在许多生成式AI任务场景下，网络传输时延是用户安全和隐私：AI大模型本地部署可以确保用户个人数据个性化：具有自学习能力的本地大模型可以成长为每个用户专属的智能体，从而有能力为用户提9的普及，对AI算力的需求将呈现爆发式增长。通过部署本地大模型，可以在本地完成尽量多的生Google会优先将Gemini用于强2024年推出了最新版本LLaMA3。LLaMA8B)和上下文长度的扩展(4K到8K)、算法效率的提伴提供了更加强大和灵活的工具，以支持他在中国，近两年也涌现出一大批的国产LLM，其中令理解、文学创作、通用数学、知识记忆、幻觉抵御等方面的能力都有明显跃升，位居行业前列。通义大建构行业领先的大模型，如开源的Yi-34B、Yi-6B和多模态模千亿模型Yi-Plus将于近期正式亮相。化等模型小型化技术一直是零一万物研发的重点之一，此外，零一万物将逐步发布完善的开放平台中间件更擅长处理复杂场景和多任务场景，中文整的应用场景。作为腾讯全链路自研的大模型，腾讯混元通过持续的迭代和实践，积累了行业领先的技术能讯内部超过400个业务及场景已接入测试，企业受益于众多的开源基础大模型，开发者可以结合自在端侧、云侧的应用部署。同时，开源更有利于未来两年端侧大模型参数规模将继续增长图表3：本地大模型参数预计逐年增长，2023H2-2025(F)大模型参数规模的增长将进一步拓展生成式AI手机的能力，比如更强大及对多语言的支持，一些原本面向AIPC开发的办公和创作辅助功能也将被迁构，将多个专家模型融合在一起，既可以针对不同的任务需求动），新。预计移动互联网厂商和广大应用开发者将继续主导移动内容生态的发展，在此背景下，APP仍将会是场景自动生成个性化的界面设计，包括自动调整图标布局、颜色主题和字体大小等。图表4：AI智能体将发展为未来生成式AI手机交互的中心），AI智能体会直接跳转到服务页面，同时AI智能体基于对用户习惯的了解以及和个性化的方式为用户提供服务，或是由AI智能体直接态大模型端侧部署的移动计算平台，其中包括2023年四季度发布的天玑9300、天玑8300、高通骁龙8领先的高能效。软件方面，为在天玑平台部署大模型和开发AI应用提供了完整的开综上，头部芯片设计公司将在生成式AI手机时代升现有产品，打造差异化的硬件产品，继续推动智能手机要分布在计算机视觉、语音技术、自然语音处理、机器学习等方面。在此基础上，OPPO已经成功落地了的小布助手。为了更好地迎接生成式AI界领先水平。在中国信通院组织的可信AI大模型标准符合性验证测评中，蓝心大模型在大语言模基于蓝心大模型的人工智能助手蓝心小V/蓝心千询，能在与生态伙伴的合作方面，vivo已经自主研发了成熟的大Counterpoint判断领先的OEM厂商会通过自建虎牙直播是以游戏直播为主的互动直播平台，正在积极探索生成式AI技术在直播领域的应用，包括AI主播助手：基于多模态大模型，AI助手可以理解游戏主播的说话内容和直播画面，在此基础上AI观众助手：AI观众助手可以根据观看历史分析观众喜好，通过文本、语音交互等方式为观众推荐有趣的或是有用的直播内容。新的交互推荐可以弥补传统算法理解观众意图能力弱，不能互动据观众的喜好修改主播的容貌、声音、画面风格，做到一个主播开播，不同观众可以得到个性化行业的生产模式和直播中的交互体验，并带来更加丰富在音乐领域，AI大模型也将带来新的价值。作为中国领先地探索如何通过生成式AI技术赋能音乐内容的创作，多模态能力，酷狗音乐将赋能音乐人创作出更丰富优质的音乐内容，包括个性化定制创作等。音乐也可以过端云协同部署AI大模型，可以赋能音乐的创作、分类、推荐以虚拟陪伴等诸多工具和创新功能，进一步丰富平台用户的社交体验。此外，Soul也在尝试将更多AI端侧推理设备上的结合与落地，从而更好提升用户使擎GiiNEX，基于生成式AI和决策AI技术，为游戏全生命周期提供丰富的AI解决方案。在生成式AI方面，生命周期需求。其中，基于强化学习、自然语言处理等AI基础研究能力构建持MOBA、FPS、派对游戏等十余种游戏类型；专为智能体和大模型定制的高性能训练平台，可支持万卡规模，从而决定了一款智能手机所能支持的生成式AI能力。除了来不可或缺，这里包括软件开发工具包（SDK）、预训练的大模型等，以帮助开发人员快速创建应用场景。智能手机的运行环境是比较苛刻的，需要考虑散热、素。同时，为了让消费者对生成式AI赋能有更当前，手机SoC中集成了多个不同的处理器单元，包括C体量较小的影像计算和图像生成模型，系统会根据不同的任务需求调用不同的处理单元，从而实现更低的此外，大模型在运行时，需要驻留在内存中，每次处运。相应的，生成式AI对手机的内存容量和图表5：联发科技生成式AI安全解决方案大模型，运算结果也可以快速返回给用户，保证了合端侧部署AI大模型仅有硬件上的支持是远远不够的，需要软件生态的智能手机硬件的实际情况，并向开发者和手机厂商提供完备的开发环境枝（Pruning）等技术来优化预训练模型的规模，使其占用更小的内存空间。量化是一种模型压缩技术，旨在减少模型的大小并加速模型的推理速度，同时尽量保持模型输出的准确性。通常AI大模型采用的是码（speculativedecoding）、美杜莎（Medusa）等，进一步提升既有硬件上的模型运芯片厂商可以为开发者提供完备系统级的安全解决方案，方便开发者调用，也可以帮助开发者缩短应用开考虑到生成式人工智能技术的高度复杂性，需要来自各方面的协作，共同助力产业稳健快速的发展。特别是在生成式AI领域，训练大型模型的商、手机厂商、大模型供货商以及应用开发者之间合作的复杂性。为了更好地协调多方合作，联发科技发起了“天玑AI先锋计划”，邀请国内领先的手机厂商、大模头部芯片设计厂商，联发科技和高通分别为多模态大模型端侧部署提供了强大的移动计算平台，并完成了发套件，它是联发科技构建生成式AI生态的中心，现阶段涵图表6：联发科技天玑AI开发套件NeuroPilot进一步缓解端侧部署AI大模型对内存带宽的压力。天玑AI开发套件还利用LoRA（Low-RankAdaptation）技术，帮助端侧大模型实现技能扩充，而不必重新部署多个持LPDDR5x，数据传输速率最高可达到8500Mbps，较上一代年，受益于智能手机产业链上下游都在积极拥抱变革，各大手级的重点，这将加速生成式AI