這幾天，關(guān)于鴻蒙4的文章、報道，可謂沸沸揚揚。
一時間，就算是不關(guān)注AI賽道的人，都聽說了這個新系統(tǒng)里有個大模型，它大致相當(dāng)于被升級、強化后的Siri。
比如能幫你生成點文章摘要、圖片，或是自動訂個酒店什么的。但是，華為的野心，可不止是在手機里干點生成圖片、文字的小花活。
人家可是把萬物互聯(lián)的夢想，都寄托在了這個小小的AI之上了呢。
具體來說，就是以手機上的大模型為起點，不斷將智能化技術(shù)擴散到智能家居、智能汽車、甚至是智能城市之上。
如此，最后就能形成一個“萬物互聯(lián)”的超級終端。
其實，這不只是華為的野心，蘋果、高通、榮耀等大廠都進行了類似的布局。
畢竟，大模型與終端的結(jié)合，是下一階段AI戰(zhàn)場必爭的陣地。
然而，要知道，現(xiàn)在有點競爭力的通用大模型，體量和參數(shù)，往往都是一千億規(guī)模往上的。
要想把這么一坨“龐然大物”塞進小小的手機，還要能保證性能，絕非易事。
如果關(guān)鍵的技術(shù)問題沒處理好，大模型終端化的夢想，最終將難免會淪為鏡花水月。
1
可靠性問題
要讓大模型進入終端，首先要解決的問題之一，就是輸出的可靠性問題。
畢竟，任何使用過大模型的人，幾乎都見識過各種各樣的幻覺和謬誤，而這樣的幻覺一旦出現(xiàn)在終端側(cè)，產(chǎn)生的損失和后果，往往比處理“案頭工作”時要嚴重得多。
例如，在鴻蒙4的發(fā)布會上，華為就介紹到：大模型AI小藝，會根據(jù)你的地點數(shù)據(jù)等信息為你個性化推薦信息。以出國旅行為例，在出發(fā)前小藝會提醒你出行信息，出發(fā)后小藝會給你推薦翻譯等實用功能，到目的地后，則會展示當(dāng)?shù)氐拿朗澈偷攸c導(dǎo)航。
然而，倘若處理不好可信、可控問題，一個可能出現(xiàn)的情況是：由于信息過時或錯誤，小藝告訴了你一個已經(jīng)變遷或不存在的地點。不知情的你被“帶偏”后，才恍然自己走了不少冤枉路。
同樣地，在智能駕駛領(lǐng)域，倘若車輛上的大模型在終端側(cè)輸出不可靠，就會導(dǎo)致規(guī)劃決策結(jié)果出現(xiàn)不合理、不符合交通規(guī)則的情況，影響車輛的行駛效率和安全性。
類似的情況，如果出現(xiàn)在2B端，只要存在1%的偏差，都將給企業(yè)埋下風(fēng)險的種子，成為落地的門檻。
目前，關(guān)于大模型可信、可控方面的問題，學(xué)術(shù)界沒有完美解，只能在各個環(huán)節(jié)逐步逼近。
但有一點卻是業(yè)內(nèi)的共識，那就是：預(yù)訓(xùn)練數(shù)據(jù)越多、越廣，就越可以提高大模型的泛化能力和魯棒性，從而減少生成幻覺和錯誤的可能性。
在之前披露的信息中，華為對外宣稱自身的盤古大模型涉及項目超過1000個，除了學(xué)習(xí)大量通用知識外，盤古還深耕金融、政務(wù)、氣象、醫(yī)療、健康、互聯(lián)網(wǎng)、教育等行業(yè)，每個行業(yè)數(shù)據(jù)量超過500億tokens。
從數(shù)據(jù)層面來看，可謂涵蓋面甚廣。
但需要注意的是，盤古大模型實際上分為了四個版本，分別是100億參數(shù)、380億參數(shù)、710億參數(shù)和1000億參數(shù)？紤]到手機的硬件性能和運行環(huán)境，鴻蒙4中搭載的，很有可能是100億參數(shù)版本的盤古大模型。
想在這100億的數(shù)據(jù)規(guī)模上，保障大模型的準確性、可靠性，可能嗎？
對于這個問題，華為有兩種可能的解決方案：
首先一種，是直接將鴻蒙4中的大模型，變成一個看似通用的“專用”大模型。
這樣的思路，其實是一種小而精的策略。
因為在某些特定場景，預(yù)訓(xùn)練數(shù)據(jù)的質(zhì)量和相關(guān)性，遠比其數(shù)量和范圍要重要得多。
具體到手機方面，由于人們使用手機的場景、用途，都是相對比較固定的，例如查天氣、導(dǎo)航、訂外賣、訂酒店等，因此華為可以根據(jù)這些特定的“手機場景”，針對性地搜集相應(yīng)的高質(zhì)量數(shù)據(jù)。
而經(jīng)由這種高質(zhì)量、高相關(guān)性數(shù)據(jù)訓(xùn)練出來的緊湊型語言模型，有可能在特定任務(wù)和場景上表現(xiàn)得比大參數(shù)模型更出色。
而第二種方式，則是通過“壓縮”的方式，在不犧牲性能和精度的情況下，降低模型的參數(shù)。
2
化大為小
可以說，壓縮功力的強弱，直接關(guān)系到了端側(cè)大模型的可靠性、質(zhì)量。也是大模型走向端側(cè)的必要條件。
因為只有把模型壓縮到了完全能在終端側(cè)運行，擺脫云端計算的地步，大模型才能適應(yīng)更多對延遲性要求高的邊緣場景。
例如，智能汽車對于模型運行的可靠性和延遲要就非常高，在實時變化的路況中，如果在云端運行大模型，并且使用網(wǎng)絡(luò)把結(jié)果傳送到終端，肯定無法滿足智能汽車的需求。同時，完全終端化、本地化的運行方式，也是出于對用戶數(shù)據(jù)、隱私方面的一種考慮。
這也是為什么，頗為重視隱私的蘋果，也宣布自己將要發(fā)布的AppleGPT將采取完全本地化的方式運行。
同樣地，在鴻蒙4上，華為表示AI“小藝”相關(guān)的數(shù)據(jù)和學(xué)習(xí)的都是在端側(cè)推理，以保障用戶的安全和隱私。
既然“壓縮”是大模型終端化的必要條件，那么目前在這方面，華為和其他大廠的差距究竟如何呢？
在之前的WAIC大會上，高通展示的手機大模型，已經(jīng)能做到在安卓手機上，直接運行參數(shù)規(guī)模超過10億的StableDiffusion，而且生成效果也還過得去。
而這背后，靠的正是不俗的模型壓縮能力。
通過量化、壓縮、條件計算、神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索和編譯，高通在不犧牲太多精度的前提下對AI模型進行了縮減。
比如在在量化方面，高通將FP32模型量化壓縮到INT4模型，實現(xiàn)了64倍內(nèi)存和計算能效提升。
在這方面，華為自身的昇騰模型壓縮工具，也提供了一系列的模型壓縮方法，根據(jù)量化方法不同，分為基于calibration的量化和基于retrain的量化。
而上述兩種量化方法，根據(jù)量化對象不同，分為權(quán)重量化和數(shù)據(jù)量化。而具體來說，權(quán)重量化對模型影響不大，而數(shù)據(jù)量化對模型影響比較大。
這樣的影響，可以用一個形象的比喻來說明：
壓縮大模型就像切西瓜，而權(quán)重量化就像是把西瓜的種子變成整數(shù)，數(shù)據(jù)量化就像是把西瓜的果肉和果汁變成整數(shù)。
一般人吃西瓜的時候，更在乎的往往是果肉，而不是種子。
同理，權(quán)重是模型的一部分，但不是最重要的部分，我們運行模型的時候，主要關(guān)注的是輸入輸出數(shù)據(jù)的準確性和多少。
也正因如此，在用戶可感知到的范圍內(nèi)，權(quán)重量化對模型性能的影響是較小的。而具體來說，權(quán)重量化對模型影響不大，而數(shù)據(jù)量化對模型影響比較大。
這樣的影響，可以用一個形象的比喻來說明：
壓縮大模型就像切西瓜，而權(quán)重量化就像是把西瓜的種子變成整數(shù)，數(shù)據(jù)量化就像是把西瓜的果肉和果汁變成整數(shù)。
一般人吃西瓜的時候，更在乎的往往是果肉，而不是種子。
同理，權(quán)重是模型的一部分，但不是最重要的部分，我們運行模型的時候，主要關(guān)注的是輸入輸出數(shù)據(jù)的準確性和多少。
也正因如此，在用戶可感知到的范圍內(nèi)，權(quán)重量化對模型性能的影響是較小的。
例如，音箱中的智能助理，可以幫助我們管理智能家居；在工作場合，耳機中的智能助理可以作為秘書幫助處理會議紀要等工作。
在這種情況下，誰若能率先取得多模態(tài)方向上的突破，針對不同場景微調(diào)，提供多樣化、專屬化的智能助理，誰就能在終端大模型的長跑中，處于領(lǐng)先優(yōu)勢。
此外，考慮到手機、智能家居等終端設(shè)備，具有很強的“私有性”，因此，如何根據(jù)用戶的個人喜好和使用習(xí)慣，進行自適應(yīng)學(xué)習(xí)，并提供個性化的建議和服務(wù)，就成了終端大模型能否長期陪伴用戶的關(guān)鍵因素。而倘若上述問題，都得到了較好的解決，那么一個以大模型作為終極操作系統(tǒng)（AIOS）的AI時代，就遲早會到來。
到了那時，分散、割裂、碎片化的物聯(lián)網(wǎng)應(yīng)用市場，也終將被大模型AIOS統(tǒng)合。
2025-4-02
2025-4-02
2025-3-29
2025-3-28
2025-3-28
2025-3-13
2025-3-21
2025-3-05
2025-3-16
2025-3-13