鱼羊 萧箫 发自 凹非寺

|  

大模型风暴刮了大半年，AIGC市场开始起了新的变化：

酷炫的技术Demo，正在被完整的产品体验所取代。

比如，OpenAI最新AI绘画模型DALL· E 3刚一登场，就跟ChatGPT强强联合，成为ChatGPT Plus里最令人期待的新生产力工具。

△DALL·E3准确还原文字输入的每一处细节

又比如，微软基于GPT-4打造的Copilot，已经全线入驻Win11，正式取代Cortana成为操作系统里的新一代AI助手。

△使用Copilot一键总结博客文章

再比如，国产汽车如极越01，已经在座舱中正式搭载大模型，而且是完全离线的那种……

如果说，「大模型重塑一切」在2023年的3月份还只是一句技术先行者的乐观预言，到了今天，仍旧激烈的百模大战、以及实际的应用进展，已经让这一观点在行业内外激发越来越多的共鸣。

换言之，大到整个互联网的生产方式，小到每一辆汽车中的智能座舱，一个以大模型为技术力底座、驱动千行百业自我革新的时代正在来临。

按照蒸汽时代、电力时代的命名方式，或许能将之命名为「模力时代」。

而在「模力时代」中，最受关注的场景之一，就是智能终端。

原因很简单：以智能手机、PC、智能汽车甚至XR设备等为代表的智能终端产业，是与当代人生活最紧密相关的科技产业之一，自然也就成为了检验前沿技术成熟度的一个金标准。

所以，当技术热潮带来的第一波炒作逐渐冷静，以智能终端场景为一个锚点，「模力时代」新的机遇和挑战应该如何去看待和解读？

现在，是时候掰开揉碎，好好梳理一番了。

智能终端，大模型新战场

在具体分析挑战和机遇之前，还是先回到一个本质的问题上：大模型为代表的生成式AI为何会如此火爆，甚至被认为是“第四次工业革命”？

针对这一现象，已经有不少机构在进行研究，试图预测或总结生成式AI在不同场景下的发展规律，如红杉资本的《Generative AI: A Creative New World》。

在这其中，也有不少行业头部公司，基于自身经验分析了生成式AI在特定行业中的落地场景和潜在变革方向。

如终端侧AI代表玩家高通，就在前段时间发布了关于生成式AI发展现状和趋势的白皮书《混合AI是AI的未来》。

从中，或许能解读出生成式AI在行业中火爆的三大原因。

首先，是技术本身足够硬核。

无论是智能涌现的大模型，还是生成质量以假乱真的AI绘画，无不是用效果说话，实打实在几乎所有与文字、图像、视频和自动化相关的工作领域，展现出了颠覆传统工作流的惊人能力。

其次，是潜在落地场景丰富。大模型所带来的AI代际式的突破，从一开始就带给了人们无穷的想象空间：最早的一批体验者，很快就感知到了生成式AI给工作带来的助益。

用户侧庞大的需求，从ChatGPT等代表性应用的用户增速，就可见一斑。

△ChatGPT打破热门应用注册用户破亿速度纪录，图源红杉资本

从最开始互联网的搜索、编程、办公，到现在涌现的文旅、法律、医药、工业、交通等等场景应用，乘生成式AI之风而起的，远不止能够提供基础大模型的公司，更是有一大批初创企业正顺势繁荣生长。

有不少业内专家认为：对于创业者而言，大模型所带来的应用层的机会更大。

底层有技术的代际式突破，上层有应用需求的蓬勃爆发，生态效应由此被激发。

根据Bloomberg Intelligence预测，到2032年生成式AI市场规模将从400亿美元爆炸式增到1.3万亿美元，广泛覆盖生态链的各个参与方，包括基础设施、基础模型、开发者工具、应用产品、终端产品等等。

这种生态链的形成，推动了行业新的变革，有望让AI进一步成为底层核心生产力。

基于这样的背景，我们再来看智能产业当下正在发生的事情。

一方面，以大模型为代表的AIGC应用风暴，正在以天为单位的迭代节奏中迅速从云端走向终端。

ChatGPT就率先在移动端更新了“视听说”的多模态功能，用户们拍照上传，就能针对照片内容与ChatGPT进行对话。

比如，“如何调整自行车座椅高度”：

△和GPT-4图文对话，秒给5点建议

高通也快速实现了在终端侧运行十几亿参数的Stable Diffusion和ControlNet大模型，在手机上生成高质量AI图像只需十几秒。

不少手机厂商也已经宣布，要为自家语音助手装上大模型这个“大脑”。

还不仅仅是手机。

在上海车展、成都车展、慕尼黑车展等等国内外大型展会上，基础模型厂商和车厂的合作越来越常见，大模型“上车”已然成为智能座舱领域新的竞争点。

△一句话就能让车载大模型在APP里加购食材，回家就能做上饭

另一方面，应用的爆发加剧了算力供不应求的情况。

可以预见的是，模型的推理成本将会随着日活用户数量及其使用频率的增加而增加，仅仅只依靠云端算力，是不足以快速推进生成式AI规模化的。

从各行各业都在提升对终端侧AI算力的重视程度，也能看出这一点。

例如终端侧AI玩家高通，针对PC端芯片性能提升发布了新一代PC计算平台，采用高通自研的Oryon CPU，尤其搭载的NPU将面向生成式AI提供更强大的性能，被命名为骁龙X系列平台。

预计会在2023骁龙峰会上，这一新的计算平台就会发布。

显然，无论从应用还是算力来看，智能终端都已经成为AIGC落地潜力最大的场景之一。

AIGC潮涌下的暗礁

事物通常具有两面性，大模型从快速发展到落地亦是如此。

当生成式AI一路狂飙到今天，智能终端产业巨大潜力下的现实瓶颈，已经浮出水面。

最大的掣肘之一，是最底层的硬件。

正如红杉两位投资人Sonya Huang和Pat Grady最新一篇生成式AI分析文章《Generative AI’s Act Two》中所提到的，AIGC发展得很快，然而预料之中的瓶颈不在于客户需求，而在于供应端的算力。

这里的算力，主要指AI和机器学习硬件加速器，从部署场景来看又可以被分为五大类：

数据中心级系统、服务器级加速器、辅助驾驶&自动驾驶场景下的加速器、边缘计算和超低功耗加速器。

△5类AI加速器，图源MIT论文「AI and ML Accelerator Survey and Trends」

随着ChatGPT爆火，大模型带动AIGC现象级出圈，使得数据中心、服务器级处理器等“云端算力”短期受到大量关注，甚至出现供不应求的情况。

然而，随着生成式AI迎来第二阶段，关于算力的一些问题也日渐凸显。

首先也是最大的问题，在于成本。如高通《混合AI是AI的未来》白皮书所言，如今大半年过去，随着大模型从技术追逐转向应用落地，各公司的基础模型训练逐渐尘埃落定，算力的大部头落到大模型的推理上。

短期内推理成本还可以接受，但随着大模型的APP越来越多、应用场景越来越广泛，在服务器等加速器上推理的成本也会急剧增加，最终导致调用大模型的成本比训练大模型本身还高。

换言之，大模型进入第二阶段后，推理对算力的长期需求将会远远高于单次训练，仅仅依靠数据中心和服务器级处理器组成的“云端算力”，完全不足以将推理打到用户能够接受的成本。

据高通在白皮书中统计，以加持大模型的搜索引擎为例，每一次搜索查询的成本，可以达到传统方法的10倍，每年光是在这方面的开销就可能增加数十亿美元。

这注定会成为大模型落地的关键掣肘。

随之而来的，还有时延、隐私和个性化问题。高通在《混合AI是AI的未来》中也提到，大模型直接部署在云端，除了用户量激增带来的服务器计算量不够，需要“排队使用”等bug，还势必需要解决用户隐私和个性化问题。

如果用户不希望上传数据到云端，大模型的使用场景如办公、智能助手等，就会受到不少限制，而这些场景多数分布在终端侧；而如果需要进一步追求更好的效果，如定制大模型为己用，更是需要直接将个人信息用于大模型训练。

种种因素之下，在推理上能发挥作用的“终端算力”，也就是包括自动驾驶&辅助驾驶、边缘计算（嵌入式）和超低功耗加速器在内的几大类处理器，开始进入人们的视野。

终端潜藏着巨大的计算能力。据IDC预测，2025年全球物联网设备数将超过400亿台，产生数据量接近80ZB，超过一半的数据需要依赖终端或者边缘的计算能力进行处理。

但终端同样存在功耗散热受限导致算力受限等问题。

这种情况下，如何利用潜藏在终端的巨大算力，来突破云端算力发展面临的瓶颈，正在成为「模力时代」下的最普遍的技术难题之一。

更别提除了算力以外，大模型落地还面临着算法、数据和市场竞争等挑战。

对于算法而言，基础模型的架构依旧未知。ChatGPT固然已经取得了很好的成果，但其坚持的技术路线并非就是下一代模型的架构方向。

对于数据而言，其他公司要想取得ChatGPT一般的大模型成果，高质量数据不可或缺，但《Generative AI’s Act Two》同样指出，目前应用公司生成的数据并没有创造一个真正的壁垒。

靠数据建立起来的优势是脆弱且无法持续的，下一代基础模型很可能就能直接摧毁这堵“城墙”，相比之下，持续而稳定的用户才能真正构建数据来源。

对于市场而言，目前大模型产品尚未出现多个杀手级应用，它究竟适配于何种场景仍旧未可知。

在这个时代将它用于哪类产品之中、做出哪种应用能发挥它最大的价值，目前市场还没能给出一套能够沿袭的方法论或标准答案。

针对这一系列问题，业界目前主要有两种解题方向。

一种是改善大模型本身的算法，在不改变模型“精华”的基础上，更好地改进它的大小，提升它在更多设备上的部署能力；

以Transformer算法为例，这类参数量庞大的模型要想运行在端侧，势必要在结构上做出调整，因此，这段时间来也诞生了不少MobileViT等轻量级算法。

这类算法力图在结构和参数量上进行不影响输出效果的改进，从而以更小的模型在更多设备上运行。

另一种是提升硬件本身的AI算力，让大模型能更好地在端侧落地。

这类方法又包括硬件上的多核设计、以及开发软件栈等，分别用于提升硬件计算性能和模型在不同设备上的通用性，以增强大模型在端侧落地的可能性。

前一种可以称之为软件对硬件的适配，后一种则是硬件厂商顺应时代浪潮的改变。但无论哪个方向，单独押注都存在着被赶超的风险。

「模力时代」下，技术日新月异，新的突破可能从软硬件任何一方出现，一旦缺少必要的技术储备，就可能落于人后。

所以是否就应该盲目跟进、或是干脆错过这波技术浪潮的发展？并非如此。

对于已经在互联网和AI时代发掘出自身价值的公司而言，或许同样能基于自身所处场景和技术积淀，在AIGC时代开掘出第三种解题思路。

以软硬件技术兼备的AI公司高通为例。

面对大模型技术在不同场景下的挑战，高通已经跳脱出一家芯片公司的身份，早早拥抱了AIGC的浪潮。

除了不断提升终端侧芯片AI算力的同时，高通也在布局基础的AI技术，力图作为一家赋能型企业，加快整个智能终端产业拥抱AIGC的速度。

然而，这样的思路同样也存在种种可预见的难点：

针对更大更复杂的AI模型，如何在确保性能的同时，让它也能在终端上顺利运行？

何时使用不同的模型，才能最好地分配终端与云端的算力？

即使解决了大模型部署在终端侧的问题，又应该让哪一部分部署在云端、哪一部分部署在终端，以及如何确保大模型不同部分之间的连接和功能不受影响？

终端侧性能优势不足的话，又要如何解决？

……

这些问题并非出现在某个单独案例中，而是已经切实存在于每个受AIGC影响的行业或场景。

无论是破局方法还是实际落地经验，都要从具体的场景和行业案例中才能摸索出答案。

如何破局「模力时代」的迷雾？

AIGC进入第二阶段，大模型日渐普及，行业也开始探寻落地之道。

高通《混合AI是AI的未来》白皮书中提到，以智能手机和PC为例，新战场智能终端产业，已经有不少AIGC的落地场景的案例。

目前，已经有公司将较小的大模型部署到终端侧，用于处理更加个性化的问题，包括查找邮件、生成回复消息、修改日历事件和一键导航等。

像是“预定喜欢的餐厅座位”，就可以基于大模型，根据用户数据分析喜欢的餐厅和空闲的日程表，给出安排推荐，并将结果加入日历中。

高通认为，由于终端部署的大模型参数量受限、且不联网，因此回答时可能出现“AI幻觉”，这时候就能基于编排器（orchestrator）技术，在大模型缺乏信息时设置护栏，防止上述问题出现。

如果对于大模型生成的内容不满意，还能一键将问题发送到云端执行，再将回答效果更好的大模型生成结果回馈到终端侧。

这样一来，既能降低大模型在云端运行的算力压力，又能确保大模型在最大程度上保障用户隐私的同时，实现个性化使用。

至于终端侧算力、算法等本身需要突破的技术瓶颈，也已经有玩家研究出了一些“破局之道”。

高通在白皮书中以前段时间大火的投机采样（Speculative Decoding）为例，介绍了一类当前已被广泛应用的新技术。

这是谷歌和DeepMind同时发现的一种加速大模型推理的方法，可以应用一个较小的大模型，来加速大模型的生成速度。

简单来说，就是训练一个更小的模型，给大模型提前生成一批“候选词”，相比于让大模型自己“思考”生成，直接做“选择”就好。

由于小模型生成速度比大模型快好几倍，一旦大模型觉得小模型已有的词可用，就直接拿来，不用自己再缓慢生成一遍。

这种方法，主要利用了相比计算量的增加，大模型推理速度更容易受到内存带宽影响的特性。

大模型由于参数量巨大、远超缓存容量，推理时相比计算硬件性能，更容易受内存带宽限制。例如GPT-3每生成一个单词，都需要读取一次全部1750亿参数，这个过程中在等待来自DRAM的内存数据时，计算硬件往往处于闲置状态。

换言之，模型做批量推理（batch inference）时，一次处理100个tokens和一个tokens时间上区别不大。

因此，利用投机采样，不仅能轻松跑几百亿参数的大模型，还能将部分算力放到终端侧进行，在确保推理速度的同时也能保留大模型的生成效果。

……

但无论是场景还是技术，最终都要找到彼此的适配点，才能产生实质的应用价值，正如软件和硬件的关系密不可分一样：

像生成式AI这样的软件算法突破，在寻找智能终端落地场景时，终究必然会面临与高通等移动端AI硬件结合的技术需求。

包括智能手机、PC、XR、汽车和物联网在内，智能终端产业下的各细分领域，如何基于AIGC热点找到自身的打法和价值？

各企业又要如何抓住这一次时代浪潮，来激发出这一类技术的应用价值，不错过全行业的生产力变革机遇？

将基于长期的行业观察和对未来技术发展方向的深入思考，在「模力时代」这个专栏中，以当下大模型引领的行业热点为话题，从底层技术到上层应用，系统地解答行业内外人士心中对大语言模型、生成式AI的问题或疑惑。

由新热点引发的这一系列新问题，将在这个专栏接下来的更多内容中得到更加具体的解答。

— 完 —