<mark id="oztn4"></mark>
0
手機除了卷影像能力，還能卷什么？
2024年度發布的首款旗艦智能手機OPPO Find X7系列給出了答案——端側生成式AI。
Find X7的4種配色：煙云紫、海闊天空、大漠銀月、星空黑
2024年1月8日OPPO發布的全新旗艦Find X7，以全新一代同心寰宇設計，全新超光影三主攝實現的哈蘇全焦段大師影像，OPPO自研潮汐架構所釋放的超強性能，以及超明亮超護眼的新一代鉆石屏，再度革新行業的旗艦標準。
OPPO Find X7 Uluta更是首創了雙潛望四主攝構成哈蘇大師鏡頭群，再次刷新移動影像天花板。OPPO首席產品官劉作虎稱Ultra這個詞代表的就是——極致，沒有中間態。
影像能力已經領先，OPPO還率先為消費者展示了生成式AI手機的樣子，全球首個端側應用 70 億參數大語言模型的手機有何不同？
手機的AI功能并不新鮮，AI美顏，AI助手已經被廣泛應用，但是和生成式AI實現的功能還有兩個明顯的差異，更智能和更多樣的玩法。
手機端大模型如何升級AI體驗？
以AI圖片消除來說，傳統的AI修圖，不夠智能且效果不夠理想。
比如在擁擠的景點拍了一張風景照，想要消除照片里的路人，傳統AI的做法要手動精細選擇范圍，等待許久之后獲得單純被模糊掉路人的照片，觀感很差。
如果是借助手機端的大模型能力，大致框定需要消除的范圍，就可以輕松消除風景照里的路人，并且AI還會“生成”出路面，得到一張沒有人潮的風景照。
這就是Find X7的AIGC消除功能，區別于傳統的AI模型只支持人體識別，Find X7的大模型能力不僅支持超過120類主體的識別與分割，還可以實現發絲級的分割、高達6個的多主體分離，與此同時，還能實現超大面積圖像的填充與自然生成，這是手機端生成式AI時代圖像編輯的體驗。
和AI編輯圖片一樣普及的還有AI語音助手。
現有的語音助手，大部分人用起來還是覺得不夠智能，新鮮勁一過就會被遺忘。但有了手機端的AI大模型，體驗也實現了跨越式的提升，AI助手能夠更好地理解自然語言，對話起來更像人和人之間的聊天。
在AI大模型加持下，OPPO全新的小布不僅可以聊天，還可以回答各種問題，總共超過100種能力，包括文字生成圖片、圖片生成文字、AI 文章摘要等功能，能夠在辦公效率，生活服務，學習教育等不同維度為用戶提供幫助。
比如你可以問小布為什么餅干上有很多小孔？并讓小布以四歲孩子能理解的方式回答。
除了升級已有的手機端AI體驗，生成式AI模型還給手機帶來了全新的AI功能。
比如通話摘要，在Find X7系列的發布會現場，劉作虎展示了一段和理想汽車CEO李想電話交流結束后，AI大模型語音摘要功能，重點清晰的呈現出了通話的要點，并生成待辦，極大提升了效率。
這得益于Find X7的端側70億參數大模型，相比其他的10億參數模型，以更高“智商”的理解能力，可以更準確地理解對話內容并生成重點明確、細節不遺漏的摘要內容。
同時，借助OPPO安第斯大模型端云協同的智能調度，OPPO大模型語音摘要的處理全程經過加密處理，生成的摘要內容完全存儲于終端本地，能夠很好保護用戶隱私。
隱私保護，更快速度都是端側大模型帶來的優勢。
相比于同平臺其他模型，Find X7 搭載的端側 70億參數大語言模型可以在200字首字生成帶來20倍的更快響應，面向2000字首字生成也可以實現2.5倍的更快速度。
并且，Find X7 的端側70億大模型還可以實現最高14,000的摘要字數上限，達到了同平臺其他模型的3.5倍，大模型的對話體驗更接近人類對話的速度與容量。
全球首個端側應用70億參數大語言模型的手機如何煉成？
Find X7是全球首個端側應用 70 億參數大語言模型的手機，并通過端云協同的部署，實現了領先不止一代的AI體驗。
“為什么我們能夠第一個把70億大模型真正在端側運用起來？模型、算法與GPU、NPU如何適配和部署，不是簡單的事情。”劉作虎進一步解釋，“這個過程需要與平臺廠緊密溝通，基于我們對芯片的理解和對用戶的洞察，根據大模型和算法來定制芯片，用芯片的語言給芯片廠商提需求，這是我們的核心競爭力。”
劉作虎透露，“我們保留了一些核心的架構師，目的就是跟平臺廠商，比如說高通和聯發科的深度定制芯片。我們自己不做芯片，芯片平臺廠非常愿意和我們深度探討，實現強強聯合。如果不懂芯片，沒有做過芯片，只能停留在‘水上漂’不能進入到底層，比如我們自研的潮汐架構，比重新做的價值更大。”
潮汐架構是OPPO自研的芯片軟硬融合技術的集合，是一群懂芯片的人打造的芯片優化技術。
潮汐結構深度觸及了SoC的L3緩存和SLC（系統級緩存），傳統SoC的SLC往往針對CPU和GPU等計算核心采用固定的分配方案，這種死板的分配方式會造成一定的資源浪費和擁堵。
潮汐架構可以根據應用場景的不同，靈活調整緩存配比。
比如當運行大型游戲需要圖像渲染時，GPU分配更多的，降低對DDR和UFS的訪存頻率，提高應用運行速度，還能降低計算鏈路的整體能效。經測算，對于SLC的調度優化，能帶來平均 8%的能效節約。
端側大模型的部署，少不了潮汐架構，但端側大模型面臨著更極致的計算和存儲挑戰。
OPPO軟件創新中心總經理張峻解釋，70億大模型正常的模型大小是28GB，為了真正在端側部署，OPPO用高精度4比特對模型進行壓縮和輕量化，模型從28GB壓縮到最小的3.9GB左右。
即便如此，依舊對手機的性能、內存和功耗都是很大的考驗。
“大模型在端側性能消耗比較大，要通過并行計算的算子優化、對內存管理的優化等來降低損耗和系統資源占用。續航方面要根據用機的情況來看，我們端側大模型的功耗控制在用戶可以接受的范圍內。”張峻表示。
“OPPO Find X7系列端側化部署70億參數的大語言模型，視覺模型也會端側化部署，它會跟著我們的OTA隨后上線。”張峻強調，“我們真正把70億參數大模型同時在高通和聯發科兩個芯片平臺上端側化部署，OPPO是第一家。”
至于為什么會選擇70億參數的模型，張峻也給出了解釋，“為什么選擇70億參數的模型，而不是10億參數？我們在每一個場景都會選擇最恰到好處的參數規模，它代表了這個模型在這個場景的聰明程度?！?/p>
技術能力之外，在手機端AI領域成功的關鍵是策略。
“我認為未來幾年的實核心是用產品驅動?；谝鍪裁串a品，確定大模型的訓練，以及底層的算力，整體路線還是以產品驅動技術。”劉作虎認為，“通過用戶洞察的方式來做產品最重要。誰對用戶最理解，誰真正地懂產品，誰就能在競爭中保持差異化，始終擁有核心競爭力。”
雷峰網(公眾號：雷峰網)了解到，OPPO在上周五成立了AI中心，聚集了公司所有AI相關的員工，目標是集中所有資源把AI做好。
OPPO已經拉開了手機生成式AI時代的序幕，未來端側大模型還能給手機帶來怎樣意想不到的應用？
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
