作者 | Jesse
編輯 | 靖宇
經(jīng)過十幾年的發(fā)展，大部分智能手機系統(tǒng)都已走向完善，功能愈發(fā)趨同。
但這只是表象。實際上，各家廠商都在積蓄力量，醞釀革新。今年，隨著大模型的迅速應(yīng)用落地，進化的號角也終于開始吹響。
這場革命必定與大模型息息相關(guān)，但又不只關(guān)乎大模型。目前大模型領(lǐng)域的主流，都是圍繞服務(wù)端部署展開。想讓智能手機與大模型結(jié)合，到底意味著什么？有什么局限和優(yōu)勢？
想理解這個問題，需要回到更早的時候。
去年，OPPO 在 ODC2022 上發(fā)布了自研智慧跨端系統(tǒng)「潘塔納爾」。起初它給人的感覺還略顯抽象，但過去一年，潘塔納爾已經(jīng)實現(xiàn)了初步落地。通過智慧跨端和泛在服務(wù)兩大體驗，對下實現(xiàn)跨設(shè)備的協(xié)同，對上支撐了不同應(yīng)用間服務(wù)的智能流轉(zhuǎn)。
剛剛結(jié)束的 ODC2023 上，OPPO 正式推出 AndesGPT，將AIGC 能力與潘塔納爾結(jié)合，融入了 ColorOS 14。表面上，OPPO 早已布局的大模型和智慧跨端系統(tǒng)是兩套不同的技術(shù)底座，但在今天，它們卻產(chǎn)生了重要的化學(xué)反應(yīng)。
這幅手機應(yīng)用、交互革命的未來藍圖，正在一點點變得完整。
01 系統(tǒng)「解耦」，讓服務(wù)與數(shù)據(jù)融合
去年夏天，OPPO 首次推出了自研智慧跨端系統(tǒng)「潘塔納爾」。
當(dāng)時大部分人的注意力都放在「跨端」這個概念上，認為 OPPO 準備做的事，主要是不同硬件之間的數(shù)據(jù)流轉(zhuǎn)、功能接力。比如「手機上復(fù)制，電腦上粘貼」、「手機上接到電話，在平板上接聽」等功能……
但實際上，過去一年，OPPO 通過潘塔納爾做到的最重要的一件事，是像一座橋梁，通過泛在服務(wù)和智慧跨端，把系統(tǒng)、應(yīng)用到服務(wù)做了深層次的打通。
從智能手機誕生之日起，用來組織功能的單位就是 App。早期的智能手機系統(tǒng)，以 iOS 為代表，只有兩個核心層級：一層是桌面，排列著一個個 App 的圖標；一層是 App，就是點開 App 后所有的功能。
當(dāng)年蘋果最早喊出了「每個需求都有一個 App 來解決」（There's an app for everything）的口號。
隨著移動互聯(lián)網(wǎng)生態(tài)的發(fā)展，App 的生態(tài)也終于走向飽和，很多 App 都開始變得臃腫，出現(xiàn)了大量的功能重疊。
對用戶來說，臃腫的 App、重復(fù)的功能越來越成為一種負擔(dān)。為了一個小功能，就要在 App 間反復(fù)跳轉(zhuǎn)，也變得非常麻煩。典型場景包括一邊回復(fù)消息，一邊關(guān)注外賣的配送進度；在檢查郵件、瀏覽網(wǎng)頁的時候，同時看地圖導(dǎo)航……
App 是智能手機最關(guān)鍵的功能組織形態(tài)，但不應(yīng)該是唯一的形態(tài)，更不應(yīng)該是一個完全封裝的系統(tǒng)。想要優(yōu)化 App 的體驗，就必須進行「系統(tǒng)解耦」。
這個問題一直存在，所以 Android 很早就推出了「小組件」，嘗試在用戶界面層面解決。但早期的小組件，完全出于 App 開發(fā)者自愿開發(fā)，并沒有得到充分推動。
而 OPPO 在推出「潘塔納爾」后，以一個更開放的姿態(tài)參與進來，將整個系統(tǒng)解耦，變成了一個個原子化服務(wù)，以人為中心，憑借情境感知與計算能力為人提供合適的服務(wù)，智能顯示在手機桌面上，手表上，甚至通過耳機播報。
過去一年，潘塔納爾已經(jīng)針對出行、外賣、導(dǎo)航、快遞等應(yīng)用場景，推動了「泛在服務(wù)」落地。首批支持的 App 包括支付寶、美團，這次 ColorOS 14 又支持了小紅書、攜程、去哪兒。
利用泛在服務(wù)，用戶可以更靈活、便捷地調(diào)取服務(wù)，減少不必要的操作步驟。
這件事并不只有 OPPO 一家在做，蘋果 iOS 的「即時動態(tài)」、「小組件」，也是在做類似的事情。從系統(tǒng)中解耦出 App 的一項項「服務(wù)」，增加配置的靈活性，更高效地利用手機信息的內(nèi)容和優(yōu)先級，降低用戶的認知、操作負擔(dān)，已經(jīng)是行業(yè)趨勢。
與此同時，只是做到讓服務(wù)跳出「App」以外其實并不足夠，存在于 App 內(nèi)的文件數(shù)據(jù)也會由于不同系統(tǒng)生態(tài)導(dǎo)致體驗割裂，例如 iPhone 可以打開在微信上收到的 keynote，但 Android 卻沒辦法。這種安卓生態(tài)與蘋果系統(tǒng)之間類似的割裂每天都在上演。
這樣的情況也通過「智慧跨端」正在逐步得到解決。潘塔納爾通過一個 OPPO 賬號打破數(shù)據(jù)壁壘，實現(xiàn)數(shù)據(jù)采集，跨端調(diào)用，讓服務(wù)和數(shù)據(jù)不局限于手機，而是可以實現(xiàn)多設(shè)備多系統(tǒng)之間的流轉(zhuǎn)。這使得服務(wù)能夠流轉(zhuǎn)出現(xiàn)在用戶的不同設(shè)備及系統(tǒng)上：手表、平板、電腦、耳機、電視、汽車……隨時觸手可及。
舉個例子，上個月的 OPPO Find N3 手機發(fā)布會上，蘋果系統(tǒng)辦公軟件格式的文件，可以快速在安卓手機上打開了，而且這個功能無需安裝第三方應(yīng)用。在 ColorOS 14 上通過 PhoneLink，用戶可以直接在 Windows 系統(tǒng)上操作使用手機 App，訪問手機上的相冊，互傳文件。
將手機功能的基本組織單位從系統(tǒng)內(nèi)「App」解耦為「服務(wù)」，允許它在多設(shè)備間靈活流轉(zhuǎn)，會帶來非常深遠的變化。
因為隨著泛在服務(wù)場景的豐富，智慧跨端可流轉(zhuǎn)設(shè)備的增加，另一個問題會迅速產(chǎn)生：如何實現(xiàn)準確智能地推薦，讓用戶可以便捷調(diào)用？
這就需要對手機的界面、交互，以及智能推薦的機器學(xué)習(xí)模型，進行革新升級。
大模型的切入點，出現(xiàn)了。
02 大模型，不只要「大」
過去一年，大模型發(fā)展的核心關(guān)鍵詞，就是「大」。
參量是大模型展現(xiàn)出驚人智慧的核心原因，所謂「大力出奇跡」。參數(shù)的規(guī)模越大、層級越多，大模型就能對數(shù)據(jù)進行更細膩的理解，最終擬合出更真實的結(jié)果。
如果把智慧比作聲音，人類智慧是連貫的模擬信號，AI 則像是數(shù)字錄音回放設(shè)備，采樣率決定了音質(zhì)。采樣率越高，就與自然的聲音越接近，到一定程度，人耳就不再能分辨出區(qū)別。同樣的，參量夠大，AI 就能「騙」過人類。
所以，目前宣布將大模型部署到手機上的廠商，都不同程度地遭到了輿論質(zhì)疑。很多人認為手機上可以部署的模型，參量不夠大。進行多端、多模型部署，反而會帶來混亂。
如果大模型應(yīng)用的目標僅僅是打造出一個「能通過圖靈測試，上知天文，下知地理的人工智能」，那確實是，參量決定一切。
但實際上，一個模型是否實用，并不是靠參量來判斷的。一切模型，最終都是為了模擬一部分現(xiàn)實，推演、擬合出合理、正確的結(jié)果，滿足需要即可，并不能武斷地說「越大越好」。
對這個問題，手機廠商有更深的認識，一個典型例子是語音助手。
語音助手的核心模型，就是要把用戶發(fā)出的聲音波形，擬合成自然語言。這個模型的復(fù)雜度和運算量，對于早期的智能手機來說已經(jīng)很大了，大部分手機芯片跑不動。所以早期的語音助手，都會將用戶語音指令的聲音波形，發(fā)送到云端，由服務(wù)器上的模型識別成指令后，再發(fā)回手機執(zhí)行。
但隨著手機上 NPU（神經(jīng)引擎）的算力發(fā)展，以及對聲音識別模型的簡化，手機廠商發(fā)現(xiàn)，也可以把這個模型部署到本地，直接讓 NPU 來跑。它帶來的好處也很實際：響應(yīng)速度變快了，無網(wǎng)絡(luò)環(huán)境也可以用，且增強了隱私安全性。
谷歌率先將 Google Assistant 的識別模型縮小到 500M 大小，部署在了手機本地
目前大模型應(yīng)用主要以生成式 AI 為主，并未進入那些更接地氣的復(fù)雜場景。當(dāng)大模型應(yīng)用真正觸及到用戶需求的細枝末節(jié)時，會有更多問題出現(xiàn)，其中最關(guān)鍵的兩個就是「數(shù)據(jù)安全」和「響應(yīng)速度」。
從這個角度，就不難理解 OPPO 為什么在推出 AndesGPT 的時候，如此篤定地采用了「端云協(xié)同」的技術(shù)架構(gòu)。
從十億參量到千億參量，OPPO 計劃部署一系列不同參數(shù)規(guī)模的大模型，兼顧響應(yīng)速度、安全性，同時追求提升大模型的能力上限。
通過端云分工，AndesGPT 會根據(jù)對指令、任務(wù)需求的梯度理解，來智能調(diào)用不同模型。比如用戶的指令只是查詢手機內(nèi)一個聯(lián)系人，那就通過端側(cè)模型迅速響應(yīng)，如果用戶問的是更復(fù)雜的知識，就通過云端大模型，生成更復(fù)雜，準確的回答。
AndesGPT 的能力覆蓋非常廣闊，從「智能摘要」、「智能消除」，到基于語義的多模態(tài)信息搜索，加深對用戶個性化習(xí)慣的理解、記憶……
據(jù) OPPO 內(nèi)部透露，這些能力也將會支持端側(cè)化，目前他們已經(jīng)在端側(cè)跑通 13B（130 億）參量模型，突破了端側(cè)大模型的能力上限。這些模型能力，加上智能手機十億級的用戶規(guī)模，將展開大模型應(yīng)用的廣闊未來。
03 智能手機的二次革命
從潘塔納爾，到 AndesGPT，OPPO 展示了自己推動變革的決心。
ODC2023 上，OPPO 還宣布，計劃將「對話式交互」引入到各個系統(tǒng)應(yīng)用，簡化用戶的用機體驗。
「對話式交互」，會很容易讓人聯(lián)想到 2017 年前后的 voice-first（語音優(yōu)先）風(fēng)潮。當(dāng)時很多人都認為智能音箱、語音助手會成為下一代人機交互的關(guān)鍵。但風(fēng)潮迅速席卷之后，又迅速衰退下去。
其中一大原因就在于，過去的智能語音助手，無論是部署在音箱還是手機上，對語義的理解能力都有限，能調(diào)用的數(shù)據(jù)和服務(wù)更有限。到最后，它能實現(xiàn)的功能與智能手機相比，依然只能算滄海一粟。
但這一次，變革圍繞系統(tǒng)、應(yīng)用到服務(wù)展開，依靠大模型深入。
從 ColorOS 的發(fā)展藍圖里就能看到，它一方面通過潘塔納爾對系統(tǒng)解耦，帶來泛在服務(wù)和智慧跨端，便于用戶在 App 之外調(diào)用功能；同時又通過 AndesGPT，基于自然語義理解用戶需要，推動「對話式交互」發(fā)展。
OPPO 軟件工程事業(yè)部副總裁李杰在接受采訪時表示，OPPO 希望通過 AndesGPT 為用戶提供一個類似「超級助理」的產(chǎn)品。
這正是手機利用大模型的優(yōu)勢所在。
一方面，手機可以利用本地的數(shù)據(jù)去理解用戶，其中很多是最貼近用戶私人生活的數(shù)據(jù)，獲得授權(quán)后，這些數(shù)據(jù)可以直接成為 prompt 的「語境」；另一方面，手機可以利用各種本地接口、模塊，調(diào)用更多 App 的功能。
舉一個簡單的想象。當(dāng)用戶問聊天機器人「我晚上應(yīng)該吃點什么？」時，如果不詳細寫在 prompt 里，那些部署在云端的聊天機器人就不會知道用戶的籍貫民族，口味營養(yǎng)的偏好，更難以調(diào)用相關(guān)的服務(wù)。最后大概率只能給出一些較泛化的圖文食物推薦。這個情況，無論把模型的參量提升到什么程度，都很難改進。
但如果利用部署在手機上的大模型，可能并不需要參量多大，就可以基于用戶的位置、時間、歷史訂單記錄，甚至是運動健康數(shù)據(jù)，來給出推薦。給出的推薦可以是食譜，可以是一個通向點評 App 的鏈接，以至于直接調(diào)用外賣軟件的服務(wù)模塊，生成一個訂單，用戶一鍵確認發(fā)送，也完全可能。
這是一個最基本的想象，類似的場景還有很多�？梢哉f，越是貼近用戶生活的，簡單而具體的需求，手機在結(jié)合大模型之后，輔助用戶的效果就會更好更便捷。
借助大模型，使用手機將不再是一個需要「學(xué)習(xí)」的過程，用戶只需用自然語言表達自己的需求即可。OPPO 目前基于潘塔納爾融合大模型后，在 ColorOS 14 上推出的「用機助手」就已經(jīng)邁出了第一步，通過「對話」理解用戶需求，幫助用戶解決日常高頻使用的復(fù)雜設(shè)置，將傳統(tǒng)交互方式升級為更智能更便捷的對話方式。
它的應(yīng)用邏輯是，潘塔納爾先將各種復(fù)雜的用機設(shè)置，組合構(gòu)建成面向用戶需求的「原子化能力」，再通過 AndesGPT 理解用戶需求之后，去匹配對應(yīng)的能力并完成設(shè)置，僅手機的設(shè)置功能就覆蓋了近 400 項。
所以這場變革，既是從「界面交互」到「對話交互」的轉(zhuǎn)變，更是從「用戶學(xué)習(xí)使用計算機」到「計算機主動理解用戶需要」的轉(zhuǎn)變。
這件事，OPPO 已經(jīng)邁出了第一步。
