一个显然的事实是，智能手机在硬件上已经进入了平稳迭代期，包括屏幕、电池、影像等等，都很难再像以前那样每年都大跨步发展了。
厂商们对这一点基本都达成了共识，所以我们会看到，手机的影像现在进入了计算摄影时代，性能和功耗控制也都在拼调度算法，可以说「注重系统软件的体验」已经是目前智能手机发展的主旋律的了。
而手机结合大模型所带来的碾压「语音助手」的智能化、便捷度，极有可能会颠覆我们今后使用智能手机的方式。
vivo大模型的前世今生
vivo手机一直以来对系统软件都是非常重视的，OriginOS发展到今天流畅度、可靠度都在第一梯队，并且在做好了基础的使用体验之后，它还有极高的自由度，可以充分的进行个性化定制，这是我非常喜欢的点。
而这一次在OriginOS4中加入大模型，看似有些突然，但并不是突然做的决定。
从2017年建立人工智能全球研究院开始，vivo对大模型的投入已经足足有五年之久了，并且第一轮vivo就投入了1000人，随后三年每年增加350人，整个团队的数量是非常巨大的，可以看出vivo是把这个当作未来的重点发展方向去做。
目前的一个阶段性成果，是最新的vivoLM在C-Eval排行榜中以82.3的平均成绩排名第一。
讲到这里，有必要跟大家解释一下C-Eval是什么？
简单来说，它是一个由清华大学、爱丁堡大学等高校联合设计的大模型评估测试。测试项目包含历史、地理、文学、计算机、电气等在内的52个学科，题库都针对大模型进行了专门的设计，是目前业内公认的权威榜单。
vivoLM在这么一个榜单里能拿到第一名的成绩，可以说实力展露无疑。
看到这可能有朋友要问，这么强的一个大模型，真能部署在手机本地端吗？
当然是不能的。
vivoLM的参数量达到了1750亿量级，这么庞大的规模，显然不是一台手机所能承担的。
对于手机而言，其在本地部署超大模型有三个核心问题，一是成本，几百亿到千亿级别的大模型，如果放开给用户使用，每年的成本可能会将近百亿；
二是速度，手机的性能不足以支撑超大模型的运行，问一个问题，响应时间数秒钟甚至更久，那体验就太差了；
三是功耗，几百亿级别的大模型会有很大的功耗，手机的电池就那么四五千毫安时，根本经不起用。
所以，针对这几个问题，vivo也做了很多的思考和设计。
一是为了更好的应对不同场景，vivo直接做了个大模型矩阵，包括10亿、70亿、660亿、1300亿、1750亿，共计五个不同级别的大模型。
对于一些简单问题的解答，就用手机本地的10亿、70亿级大模型，而对于更高难度的AI绘图等场景，则采用云端的百亿、千亿级大模型来完成。
如此搭配使用，既能满足用户需求，保护隐私，又能保证反应速度、功耗等都处在最舒服的区间。
二是硬件方面，目前整个产业也都在往AI方向发力，今年各家的芯片平台都会进一步强化本地AI算力的部分，未来也肯定会有针对大模型的专属优化。
以苹果最新的A17 Pro处理器为例，它的晶体管数量达到了恐怖的190亿，其中增幅最大的就是NPU部分，相比A16的NPU算力近乎翻倍，这显然是在为手机本地AI的发展铺路。
总之我们可以预见，未来手机处理器的AI性能会更强，功耗会更低，这也有助于进一步提升本地大模型的规模和体验。
说了这么多，大模型到底能做些什么？
我就以我自己的经历来讲吧。熟悉我的朋友可能记得，我以前做过网剧编剧，大家想知道编剧每天的主要工作是什么吗？
其实就是看剧。
没错，那段时间我每天坐到工位上，打开电脑，戴上耳机，一看就是一天，真正写剧本的时间并不多。
为什么是这样呢？
因为作为一个新手编剧，在入门阶段是必须要大量刷剧，积攒阅片量的，不然和同事开剧本会，他们提到的电视剧情我都没听说过，那还怎么聊下去。
所以我那段时间，每天至少看完两部电影+几集电视剧（我甚至能两倍速播放），而且不是单纯看，还边看边记录故事线、起承转折点、人物性格等等。
总之，我用了大量的时间来刷剧+记录总结，才总算跟上了公司前辈的节奏，工作才真正步入正轨。
而如果有大模型呢？
那事情就变得简单太多了，比如我想知道某部电影的剧情，只需要一句话，它就能帮我列出详细的故事情节，人物性格从前期到后期的转变，甚至还能帮我总结出中心思想。
包括那些烧脑的悬疑片，我也不再需要自己一点一点梳理错综复杂的人物关系了，只需要一句话，大模型直接帮我梳理好。
以及，如果开剧本会聊到某部片子我没看过，可以让大模型现场总结，我迅速读完梗概和人物介绍，马上就能get到同事想表达的点，如此一来，沟通效率高了何止一个次元。
可能编剧这个职业大部分人还是比较陌生，那么我再讲个每个人工作中都会遇到的场景。比如说做PPT时，如果涉及到一些你不太懂的行业或者事物，那肯定就需要查资料吧。
而查资料实际上是很麻烦的——首先你要找对关键词，有时候差了一个词，搜索出来的内容就有很大差别；其次你要在几十万上百万的网站链接里，找到其中比较靠谱的信息；最后你还要把这些信息提取、整理出来，才能真正在PPT里用上。
那么有了大模型之后呢？
这些步骤统统不用了，你只需要描述你的需求，比如你说「新能源汽车的碳酸铁锂电池和三元锂电池各有哪些优缺点？」，大模型立即就能给出它整理好的答案——而且截至目前，vivoLM的准确率就已经相当高了，达到了普通人平时难以接触的专家级别，未来还会变得更强。
这样的信息获取效率，比传统的「关键词搜索、语音助手」强了太多。
而除了有具体目标的问题，对于一些比较抽象/玄学的问题，大模型也可以给到创意性的答案。
比如我有个在做游戏策划的朋友，他的主要工作是负责游戏的世界观、人物剧情等。他目前就已经开始让大模型辅助创作一些细节了，像是某些小NPC的人物故事（如果想营造出真实的游戏体验，最好做细致点），在以前，这种只能靠人力堆。
而现在，只要给出世界观背景、角色性别和一些其他要素，大模型就能批量输出一堆故事出来，筛选出自己想要的，经过简单修改和优化就能用了。
甚至，连世界观/主线剧情的创作，他有时候脑子不够用了，也会和大模型对话来找寻灵感，效果据说也蛮不错。
除了工作学习，在生活娱乐方面，大模型的应用场景也非常丰富。
还是以我自己为例。
前几天我去青岛玩，定了五四广场的一个酒店，但车票却买的是青岛西站——到了之后我才知道，这两者之间的距离有五十多公里，而且青岛西站是没有地铁的，我在出站打车处等了好久才打到车，花了一百多块。
晚上和青岛本地的朋友吃饭，聊到这个事情，他说「哎呀，你问我一下就好了，你应该坐青岛站的，离你的酒店最近。」
所以你看，出门旅行想要玩的开心，最好就是找一个本地人带你，他们在本地生活多年，知道很多外地人所不了解的事情。
而大模型，就是那个本地人。
在任何一个地方，它都可以是本地人。
你去北京玩，它就是地道老北京；你去东北玩，它就是正宗东北银；你去西安玩，它就是纯正老陕。
它可以帮你解答哪里有好吃的，哪条街是最佳打卡点……甚至如果未来能打通天气、地图、订酒店/买票软件的话，它能直接帮你做出一整个旅行规划，你连票都不用自己买，就像有一个秘书团队一样，完全不需要思考行程上的问题，跟着它的规划吃喝玩乐就行了。
这简直是科幻般的场景。
再举个例子吧，大家平时爱玩游戏吗？
我最近就很沉迷单机游戏，买了两台游戏主机和一台掌机，但我偏偏又是一个游戏废，玩剧情复杂地图庞大的3A游戏时，很容易找不到路、错过关键道具。
比如在《荒野大镖客：救赎2》里，有几把特殊武器是只有前期能收集到的，一旦剧情过去，就再也拿不到了——这个信息我是偶然看了一个攻略才知道的，如果我没看到这个攻略，大概率就错过了。
对于这种没有剧透也不影响主线剧情的攻略，或者叫小tips，我觉得是很利于增加游戏乐趣的。
那么以后有了大模型，我在玩任何游戏时都可以跟它说「XX里有没有特殊道具？如果有的话如何获得？记住不要涉及剧透」，这样我就能得到很多自己难以发现的东西，游戏体验感提升了而且也不会剧透，就非常舒适。
而如果你无所谓剧透那就更简单了，大模型可以直接给到你极为全面的攻略信息，从角色属性到技能分配，从什么故事线最好到如何快速击败某个BOSS……应有尽有。
写在最后：
小时候看科幻电影和小说，每次看到里面的智能AI都非常喜欢，比如《钢铁侠》里的贾维斯，不仅可以完美理解人说的话，还能给予各种帮助和指导。
再回头看看自己的智能手机，说是智能，但没感觉智能在哪了，至少跟电影里的智能差远了——这种情况一直延续到近两年，当我看到大模型令人惊叹的自然语言能力时，我感觉就是它了。
作为每个现代人都必备的设备，智能手机可以说是最佳的大模型载体，它不仅足够即时，足够便捷，而且本身就有用户的各种信息，是最了解用户的设备（隐私问题不难解决，把大模型部署在本地就好了）。
当这两者结合起来，结果就是：大模型可能会比你爸爸妈妈都了解你。
你看过的电影，你点过的外卖，你搜索过的旅行目的地，它全都知道，所以只要你一句话，它立即就能知道你想干嘛，并且凭借自己的庞大知识库，瞬间给你准备好最佳行动方案。
科幻吗？很科幻。
但我相信这一天会来的。