在刚刚结束的VDC2024上，vivo正式发布了全新的OriginOS 5系统，深度融合大模型技术。同时发布的还有蓝心大模型矩阵，全面升级语言大模型和端侧大模型能力，并带来vivo自研的语音大模型、图像大模型以及多模态大模型。
vivo AI全球研究院院长周围表示，vivo在过去一年用AI重构系统，从而结合AI大模型的能力和手机的特点。OriginOS 5已经将AI融入到用户体验的各个方面。用户在日常使用中，并没有非常颠覆性的习惯行为改变，但AI提供了更智能便捷的服务。
为此vivo将模型的规模缩小到了3B，在体验、性能、能耗上，对比之前的6B和7B大模型都没有问题。同时将体积压缩到了1.5GB，因此OriginOS 5系统中，大模型开始作为默认配置加入到系统中。
对于大家关心AI具体的落地体验以及行业推动，周围认为AI系统的思考要回归本原，具体到感性和理性层面。前者关联到用户是否更暖心优雅的使用，后者则是能否更高效。
就像vivo做了vivo看见，帮助盲人看见这个世界，还帮国家无障碍环境展示馆制作了视障用户导览软件看博物馆。在这个过程当中，vivo还适配了一些眼镜，发现体验特别好，你一边走有一个耳机，在眼镜的底下会告诉你是什么东西。对于聋人来说，它把它听到的东西变成字幕投射在眼镜上。
由此AI的进一步进化，不仅是一个系统的智能程度，而是在潜移默化上为用户提供更好的体验，从而在软件和硬件上改变产品的形态。对此周围还透露。vivo未来也会做眼镜，AI将催生更多全新的智能设备，AI的能力能够支撑起这种智能体验。
对于vivo坚持自研大模型，周围表示vivo作为一个手机公司，百亿以下的模型极其有价值，图像识别、声音识别包括“-O”型的声音模型、审核模型、PhoneGPT都是百亿模型。千亿模型就是我们云端的中控模型，千亿模型大概可以到大学生的水平、而千亿以上可能用在一些复杂的场景，像大领域的应用等等，这就不是vivo的选项了。
以语言大模型为例，自研大模型能达到更好的效果。像周围是苗族人，如何让苗语可以被手机听懂，还能说得出，如果vivo不去自研的话，应该让谁来帮我们做？包括藏区甚至只有爱好者制作输入法，而vivo希望自己的输入法能够听懂藏语，听得懂回文，这方面AI给出了更好的支出。而这样自研的AI，显然不是供应商方案能实现的。
当然vivo也有行业的模型合作，但是认知需求在模型上的实现，只能vivo自己来做。这些做的东西短期拆解来看，没有太多的意义，但是我们经年累月积累的时候，比如说我们今年做了11种模型，初版做了20多种语言，明年40种，后年可能是60种、80种，80种语言只要一个模型就可以搞定，当这种东西越来越多的时候，这个时候的手机就会出现体验上的差距，而vivo就是基于这种长远的角度来做自研的。
新浪科技公众号 “掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
相关新闻 