AI大模型会对我们的生活带来什么改变？普通人终于有机会感觉到大模型的用处了

AI大模型会对我们的生活带来什么改变？

这似乎是一个难以回答的问题。因为在人工智能出现的这么多年里，普通人的感知很弱，甚至完全没有感知。这与人工智能发展阶段有关，早期人工智能处于“专家系统”阶段，此时人工智能只能跟着预设的规则操作。此后，尽管随着大数据时代到来，人工智能进入“统计学习阶段”有了众多突破，如视觉识别、自然语言理解等，但也很难落地到普通人使用。

在很长一段时间内，人工智能似乎只是人们对未来生活的想象，大部分人对人工智能的第一印象是在影像、电影中看到的“科幻”场景，虚幻、神秘，但触不可及。

这并不是人工智能发展的初衷，最终科技还是要让更多普通人都能用上，这才是人工智能发展的意义。而今，大模型技术打开了通用人工智能的大门。

试想一下，当你需要在短时间内整理一篇论文的主要观点和细节时，通常需要先通读全文再逐句解析，最后才能整理出相关细节。但有了AI大模型辅助后，只需要将文档“投喂”给大模型并提出“文档总结”的需求，不到数秒你就能看到AI大模型整理的相关细节内容。

这或许只是AI大模型做得最浅显的事情，它带来的改变，更多在悄然无声中发生。

未来，或许都不需要人发出指令，AI大模型就能根据你自身习惯给出建议并提前做好各项工作，你要做的则是不断纠错，让大模型更了解自身的个性化需求。

这才是科技企业在人工智能领域不断探索的意义，即让本来离人千里之外的科技“接地气”，真正刷新每个人的生活体验。

而这一切的前提是，AI大模型，要先让普通人有感知、有体验、有用处。

打破壁垒，AI大模型正走进每个人的“口袋”

智能手机——几乎是每个人最常使用、最容易接触的智能设备，但大模型却没能第一时间落地。

不是手机厂商们不想将大模型落地于手机，而是做成这件事的难度系数太高了。

试想一下，如果你在智能手机上使用一次大模型，就会占据全部手机运行内存，其他应用全部受限，甚至手机无响应，最终直接死机。即便能运行，但每次等待回复都要数秒钟，并且耗费大量电量，相信没人愿意在手机上使用这样的大模型。

手机大模型真正的挑战，在于如何在功耗、性能和成本之间找到一个绝妙的平衡。这并不是一件易事，否则也不会大模型出来这么久，还是有很多人无法方便使用大模型。

vivo副总裁、OS产品副总裁，vivo AI全球研究院院长周围曾提到，目前vivo有3亿中国大陆用户，如果这些用户每天用10次大模型，一天的运算成本就有3000万元，一年成本近百亿。

可见，手机厂商要想将大模型落地手机，首先必须降低大模型在手机端的运算成本，这是制约大模型难以落地手机的关键因素。

vivo的解决方式是推出一个大模型矩阵，涵盖10亿、70亿、700亿、1300亿和1750亿，共计5个不同级别的大模型。这个大模型矩阵基本覆盖用户所有使用场景，并实现了10亿和70亿大模型的端侧落地。

功耗，本是另一座难以逾越的“大山”，但端侧大模型的出现，让一切问题全都迎刃而解。

vivo首先加速框架架构设计升级，使得底层运行时的极致性能功耗得到优化，并通过VCAP（vivo自研的移动端AI计算加速平台）使得底层平衡精度与性能采用多种混合精度并行计算。最后，vivo还联合硬件厂商攻关大模型NPU的部署，通过全链路协同异构器件计算加速降低功耗。

在多个层面的共同努力下，vivo将功耗控制在正常范围，从而解决了大模型在智能手机上的长期运行难题，用户也能享受到更快的响应速度，数据安全性也更高。

最后要解决的问题，则是用户感知最直接，也是影响用户体验的关键因素——性能。

用户等待时间过长、操作卡顿等情况，都会直接导致用户放弃交互，严重影响用户使用率。Google DoubleClick研究表明：如果一个移动端页面加载时长超过3秒，用户就会放弃而离开。BBC发现网页加载时长每增加1秒，用户就会流失10%。

这个问题，在大模型矩阵面前，获得了完美的解决方案。例如针对文档总结这类长文本输入场景，vivo的10亿级蓝心大模型就能提供服务，而在实现对话这种短文本输入的场景上，则可通过70亿蓝心大模型为用户服务。

vivo还对蓝心大模型的性能进行了攻关优化。目前，vivo已经做到70亿大模型的模型体积减小至3.2GB，运行内存优化至3.8GB，并且出词性能达到每秒近16个汉字（10token/s），同时平均耗电不超过400mA。

vivo是带着诚意和思考来落地大模型的，就像周围所说，“这次是全面的、系统的、气质上发生改变的一个应用”。

横亘在大模型与智能手机之间的三座“大山”终于搬走了，原本离人千里之外的AI大模型，正在逐渐实现普及化，进入普通人使用的手机中，刷新众多人的生活体验。

AI大模型，需要“接地气”

当AI大模型走入更多人的生活，然后呢？

尽管AI大模型惊讶了业界，但一般消费者对此并没有那么强的感知，大模型具体能帮助自己做什么？生活会有哪些具体变化？“接地气”、能用上，这才是消费者真正能感知到的变化。

落到实处，如果今后只需要通过基于大模型打造的智能化应用提出如“帮我买一张杭州到北京的火车票”的需求，该智能化应用就能为你快速挑出对应的功能或选项；当你浏览文字信息时，它不仅可以基于网页/文档/链接内容进行总结，还可以对文本内容进行问答……

当用户与基于大模型打造的智能化应用长期接触后，它还可以实现更加“懂你”的提供精确化、个性化的智能服务。比如它会帮你找出从杭州到北京的火车票还有哪几班、你常选择的座位还有没有、离你最近的火车站是哪个、到达城市气候如何……

完全按照你的生活习惯，给出有价值的建议。这些“能用上”的智能服务，才是消费者真正感受到的改变。

简单来说，未来搭载AI大模型的智能手机，将从一个“沉默”电子产品，转变为一个“能说会跳”、可感知你情绪、为你“排忧解难”的“陪伴者”。

改变，正在发生。

vivo基于蓝心大模型开发的首款全局智能辅助——蓝心小V，已经将其变为现实。作为一款直接面向用户的具有AI大模型能力的智能化产品，蓝心小V将走入寻常百姓家，成为每个人的专属私人助理。

目前，蓝心小V拥有超能语义搜索、超能问答、超能写作、超能创图、超感智慧交互五大智能辅助能力。这五大能力，对普通人来说都非常“接地气”。

以超能问答这一能力为例，每个人在工作中总会遇到一些新名词、新事物，常理下都会通过传统搜索引擎去查资料了解相关信息，此时输入搜索的“关键词”很重要，因为有时候差一个词，搜索出来答案就有很大差别。此外，在众多网站链接中还要辨别哪些是广告，哪些才是真正靠谱的信息，整个过程难免有些耗时耗力耗心。

这属于传统的“人找服务”交互方式。

但现在，具备海量的参数、复杂的算法和强大训练能力的大模型，如蓝心小V，开始拥有“触类旁通”和“智能涌现”的能力，朝着具备横跨多领域学习能力的通用人工智能进化。这带来的直接改变就是传统服务供应模式向智能、个性化的服务匹配模式的转变，即实现从“人找服务”到“服务找人”的转变。

例如，用户只需要描述具体需求发给蓝心小V，如“XR、VR、AR、MR有哪些区别？”，大模型立刻就能整理好相关答案，并给出专家级的解答。甚至你去某个陌生城市旅游，完全可以让大模型设计旅游线路，如“我想要到威海玩3天，请给出旅游规划与建议”，还能让蓝心小V帮你算出每天所需花销，控制预算。

蓝心小V之外，vivo还自主研发了自然语言对话机器人——蓝心千询。作为一款自然语言对话机器人，蓝心千询支持与用户自然对话、进行知识信息的快速问答、文学创作、中文理解、图片生成，还可以像一名软件工程师去编写应用程序……

当然，大模型能做的事情远不止于此。你完全可以将其当做各个领域的专家、每个城市的当地人、房产谈判专家、面试指导达人……普通人能通过大模型解决更多实际工作生活产生的问题，这才是大模型的价值所在。

一个关键的“分水岭时刻”正在来临。

埋头种因，大模型没有捷径可走

“埋头种因”，这是vivo创始人沈炜常提起的一个词。

在沈炜看来，果不能求亦无须求，因决定果，埋头种因，果自会水到渠成。

2017年，vivo种下了AI的“因”。这一年，AlphaGo震惊业界，沈炜提出一个观点：人工智能是所有技术创新的最底层技术，在未来很长一段时间，我们都应该去“过饱和”地投入。就此，vivo开始布局研究人工智能，组建了AI全球研究院，其也是首批设立专攻人工智能方向研究院的中国手机公司之一。

既然要做，那就本本分分把各个领域研究透，这是vivo一以贯之的价值观。因此，在人工智能的本原包含的五个要素：数据、人力、算法、算力、安全，vivo一直在本分地打牢所有基础。

2018年，vivo正式成立300人规模的人工智能图谱研究院，致力于对人类知识进行图谱建设。到今天，该研究院积累了13000T的多种模态数据，以及2800T高质量中文文本数据。这让vivo满足了如今大模型所必备的完整数据底座。

数据只是基础，如何用好数据，投喂给大模型进行训练与应用才是关键所在。这需要“人力”和“算法”。

vivo在2019年起，始终保持着1000人左右的专业人工智能团队，到2021年vivo已有超过600人专注研发大模型。这支“过饱和”投入的团队没有让vivo失望，目前已经在顶级期刊发布了超70多篇全球顶级论文。

vivo也明白，强大的基础能力是大模型的根基。为此在算法方面，vivo不仅在预训练阶段，就利用最前沿的Transformer架构，在包含了3.3万亿词的大规模多语言数据集上进行训练，还在强化学习阶段，建立了300余名专业人员组成的审核团队，制定了200+的安全审查机制，对模型的输出进行筛查和标注，并借此训练出高质量的奖励模型，保证为用户提供有价值的信息。

vivo用实际行动践行了“本分”的价值观。如今在算力方面，vivo在保证获得CPU、NPU等设备的前提下，还建立了一个150人左右的工程团队，通过信息技术应用创新，充分挖掘算力价值，实现更高效的模型训练和推理部署。

vivo也没有忘记安全的重要性。目前，vivo的内容理解平台内容安全过滤服务，通过了中国信通院内容审核服务系统评测，在文本、语音和视频内容识别需要检测的15个大类中，14个大类获得最高的5星等级，1个获得4星等级。

时隔六年后，当年vivo种下的因，终于在此刻落地，结出了丰硕的果实。

在中文大模型评测领域，vivo大模型在CMMLU榜单、C-Eval（大语言模型的多层次多学科中文评估套件）榜单上都取得了全球中文榜单第一的成绩。近期，在中文通用大模型综合性测评基准（SuperCLUE）最新发布的中文大模型10月榜单中，vivo自研大模型也以70.74的总分位列总排行榜第四，在国内大模型中排行第一。

无论潮水如何变动，科技如何迭代，vivo相信时代不会愧对每一家埋头种“因”、本分创新的企业。科技企业要保持竞争力，没有捷径可走，必须打牢研发底座，做出对普通人真正有用的大模型。事实也证明，在每一轮科技迭代的浪潮中，不走捷径、埋头种因的vivo总能牢牢站稳脚跟、后发先至。今后，vivo仍将站在潮头，让创新科技“接地气”，让每个普通人都能享受科技带来的改变。

​

如何学习AI大模型？

现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。

作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

二、AI大模型视频教程

三、AI大模型各大学习书籍

四、AI大模型各大场景实战案例

五、结束语

学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。

再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。

因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。