vivo自研AI大模型即将问世,智能手机行业加速迈向AI时代
当前,以大模型为代表的人工智能技术已发展为新一轮科技革命和产业变革的重要驱动力量,被视作推动经济社会发展的关键增长极。
AI大模型潮起,千行百业走向百舸争流的AI创新应用期,前沿信息技术向手机、PC、车机等消费级终端加速渗透,不断孕育新业态、新场景、新服务。其中,作为深度参与现代人日常生活和工作的核心终端,智能手机与AI大模型的融合发展潜力巨大,承载着广泛的应用想象。
10月16日,vivo宣布将于11月1日举办的2023 vivo开发者大会上发布全新手机操作系统OriginOS 4,首发搭载vivo自研AI大模型。多方发布消息称,vivo将发布一组自研AI大模型矩阵,包括十亿、百亿、千亿三个不同参数量级的5个自研大模型,根据最新榜单数据,vivo自研AI大模型同时位列C-Eval、CMMLU双榜的全球中文榜单榜首,在人文、社科等领域的表现远超同级别大模型,引发业界高度关注。
vivo自研大模型的“未发先火”,源于大众对智能手机借AI大模型实现体验创新的热望,同时也反映了业界对于vivo展示AI应用技术、创新服务与生态建设成果的期待。
厚植技术土壤,vivo自研AI大模型势能已现
目前,vivo自研大模型已取得C-Eval大模型榜单第一,CMMLU全球中文榜单第一的成绩。据了解,C-Eval是由清华大学、上海交通大学和爱丁堡大学合作构建的面向中文语言模型的综合性考试评测集,CMMLU是由MBZUAI、上海交通大学、微软亚洲研究院共同推出综合性的中文评估基准。此次同时登顶多个行业权威榜单,可以看作vivo自研AI大模型应用实力的初步显现。
AI大模型是具有大量参数和复杂结构的深度学习模型,能够高效处理复杂任务,有望带来社会生产乃至生活方式的深刻变革。今年以来,AI大模型加速发展,全球各大科技巨擘竞相围绕其展开布局。第三方报告显示,截至2023年7月底,国外累计发布大模型138个,中国累计有130个大模型问世。
席卷全球的“百模大战”之中,手机企业的身影并不少见。尽管vivo并非首个推出自研AI大模型的手机厂商,但回溯其在人工智能领域的接连布局不难发现,在智能手机向AI时代加速奔涌的进程里,vivo始终握着一张以“研发底座”为名的王牌。
vivo创始人兼总裁沈炜早在2017年就提出,人工智能是所有技术创新的最底层的技术,未来很长一段时间都应该“过饱和”地投入。从那年开始,vivo便着手组建相关专业团队、筹备AI全球研究院,加快在数据、人力、算法、算力四大维度的优势沉淀。
数据方面,vivo在2018年即成立图谱研究院,通过专业团队去构建知识图谱积累海量数据。目前来看,vivo整体图谱数据已超过2800T,清洗后用于大模型训练的数据约150T,相当于1.6亿册的图书,足以应对当前大模型对知识信息的诉求。其次,vivo始终重视对人工智能人才团队的投入与建设,不仅其全球AI研究院已有超过千人的规模,到2021年已有超过600人专注研发大模型,为后续技术爆发储备坚实的人才力量。
同时,vivo以理论与实践相结合的方式不断叠加算法优势,一面在基础研究、工程、方式方法等领域陆续发布70多篇全球顶级论文,一面跟踪全球顶尖学术期刊动态,并将其转化成算法和工程应用,同步注重在算力层面的投入与能力搭建,此次vivo自研大模型同时登顶多个行业权威榜单,就是vivo在计算资料和工程实践能力方面优势积攒的最好例证。
作为业内较早涉足人工智能领域的企业,vivo坚持以长期主义心态培厚技术土壤、夯实创新根基,稳步筑高四大核心壁垒,这也正是vivo能够率先将大模型接入手机应用,迅速实现产业化布局的根本原因。
聚焦落地应用,推动手机向“智能体”进化
AI大模型的发展一日千里,不断为经济社会发展注入新动力,重塑各行各业的竞争格局。
对于手机厂商而言,大模型是一座必须尽快攻下的技术山头。一方面,大模型所具备的通用能力被视为智能手机摆脱“唯参数论”的关键,其广阔的应用空间成为各大手机厂商的必争之地;另一方面,大模型所能带来的革新体验,正在加速手机行业迈向“AI时代”的代际更替。在大模型创新应用能力方面的参差,或将直接决定手机厂商在下一阶段的市场站位。
为此,手机厂商不但要筑牢大模型技术底座,还要找到大模型与智能手机的有效结合方式,将大模型技术能力转变为可感、可知、可用的手机应用服务。
从官方发布的信息来看,vivo自研AI大模型将与OriginOS 4进行全面融合,未来会陆续登陆vivo及iQOO的旗舰系列机型。具体而言,在今年9月的博鳌亚洲论坛上,vivo副总裁、OS产品副总裁、vivo AI全球研究院院长周围曾表示,通过对手机生态和用户使用特征进行深度思考,vivo接下来将发布5个自研大模型并推出一系列解决方案——
vivo自研AI大模型或将以更智慧的助手形象释放服务能力,赋能小v助手获得更广阔的智慧服务能力,在学习、生活、工作等场景带来颠覆性创新。未来进入“主动智能”阶段,vivo认为智能手机与AI大模型的结合将以“智能体”的形式进行高阶呈现,手机不仅要感知信息,还要识别意图,帮助决策,并逐渐走向执行、管理执行的主动智能状态,最终推动整个“智能体”实现自发式智能进化。
同时,考虑到AI大模型不同量级、不同部署端所带来的成本、性能、功耗等问题,vivo选择发布3个不同参数量级的5款大模型来应对化解。周围曾表示,vivo会将其中70亿量级的大模型能力、训练能力、调优能力、各个行业数据热拔插的能力贡献出来,主动承担起行业引领者的责任,构建共赢、共建、共创的多方价值,推动AI大模型在手机行业创新应用的繁荣发展。
不难发现,手机厂商抢滩大模型,其根本在于大模型为智能手机带来的体验进阶与创新突破。大模型之于智能手机,也远非简单的技术接入,背后考验着手机厂商对大模型与底层系统的融合、算法分配与优化、成本与功耗控制,以及对应用场景的理解和判断等综合能力。
目前来看,vivo自研大模型已在技术实力、落地场景体验、大模型数量等方面初步显露出行业领跑之势。值得期待的是,在即将召开的2023 vivo开发者大会上,vivo自研AI大模型与OriginOS 4融合成果将得到完整呈现,届时,vivo对于新时代下人机交互的具体实践,也将首次面向公众释放。
相关文章:

vivo自研AI大模型即将问世,智能手机行业加速迈向AI时代
当前,以大模型为代表的人工智能技术已发展为新一轮科技革命和产业变革的重要驱动力量,被视作推动经济社会发展的关键增长极。 AI大模型潮起,千行百业走向百舸争流的AI创新应用期,前沿信息技术向手机、PC、车机等消费级终端加速渗…...

探索JavaScript事件流:DOM中的神奇旅程
🎬 江城开朗的豌豆:个人主页 🔥 个人专栏 :《 VUE 》 《 javaScript 》 ⛺️ 生活的理想,就是为了理想的生活 ! 目录 引言 1. 事件流的发展流程 1.1 传统的DOM0级事件 1.2 DOM2级事件和addEventListener方法 1.3 W3C DOM3级…...

听GPT 讲Rust源代码--library/std(8)
题图来自Why is Rust programming language so popular?[1] File: rust/library/std/src/sys/sgx/abi/reloc.rs 在Rust源代码中,sgx/abi/reloc.rs文件的作用是定义了针对Intel Software Guard Extensions (SGX)的重定位相关结构和函数。 该文件中的Rela 结构定义了…...

Hbase基本使用,读写原理,性能优化学习
文章目录 HBase简介HBase定义HBase数据模型**HBase** **逻辑结构****HBase** **物理存储结构****HBase** **基本架构** HBase 入门**HBase** **安装部署****HBase** 配置文件**HBase** 启动停止**HBase** **访问页面****HBase** **高可用****HBase Shell****HBase API**HBaseCo…...
添加主仓库后报错error: remote upstream already exists.
可能的原因 远程名 upstream 已经被使用: 这通常意味着你在之前已经添加了一个名为 upstream 的远程仓库。 解决方案 检查现有的远程仓库: 运行 git remote -v 来查看所有配置的远程仓库。这个命令会列出所有远程仓库的URL,你可以检查是否已…...

香港服务器如何做负载均衡?
在现代互联网时代,随着网站访问量的不断增加,服务器的负载也越来越重。为了提高网站的性能和可用性,负载均衡成为了一种常见的解决方案。 什么是负载均衡? 负载均衡是一种技术解决方案,用于在多个服务器之间分配负载&#…...

前端 :用HTML , CSS ,JS 做一个秒表
1.HTML: <body><div id "content"><div id "top"><div id"time">00:00:000</div></div><div id "bottom"><div id "btn_start">开始</div><div …...

BIOS MBR UEFI GPT详解
先来看下名词 启动方式: BIOS:Basic Input Output System,中文名称"基本输入输出系统"。 UEFI:Unified Extensible Firmware Interface,中文名称"统一的可扩展固件接口"。 Legacy:…...
2023NOIP A层联测20-点餐
一家新的餐馆开业了,为了吸引更多的顾客,每样餐品都有打折的活动。特别的,餐馆内一共有𝑛样菜品,编号从 1 1 1 到 n n n,每样菜品每人最多只能点一次。对于第 i i i 种菜品,其包含两种价格&a…...

3D LUT 滤镜 shader 源码分析
最近在做滤镜相关的渲染学习,目前大部分 LUT 滤镜代码实现都是参考由 GPUImage 提供的 LookupFilter 的逻辑,整个代码实现不多。参考网上的博文也有各种解释,参考了大量博文之后终于理解了,所以自己重新整理了一份,方便…...

五分钟理解Java跨平台原理(适合小白)
JVM通俗的理解 Java语言的一个非常重要的特点就是与平台的无关性。而使用Java虚拟机,即JVM(Java Virtual Machine)是实现这一特点的关键。JVM是一种用于计算设备的规范,它是一个虚构出来的计算机,是通过在实际的计算机…...

从初级测试工程师到测试专家,你的晋升路线是什么?
最近,我们讨论了软件测试工程的的分级,大家都贡献了自己的想法。 对于大家来说,软件测试人的分级其实也代表了我们的进阶方向,职业发展。总体来说,测试工程师未来发展有三个方向: 技术精英 行业专家 管理…...

合肥中科深谷嵌入式项目实战——人工智能与机械臂(四)
订阅:新手可以订阅我的其他专栏。免费阶段订阅量1000 python项目实战 Python编程基础教程系列(零基础小白搬砖逆袭) 作者:爱吃饼干的小白鼠。Python领域优质创作者,2022年度博客新星top100入围,荣获多家平台专家称号。…...

Zynq-Linux移植学习笔记之64- 国产ZYNQ在linux下配置国产5396芯片
1、背景介绍 复旦微ZYNQ通过SPI配置国产JEM5396,框图如下: 现在需要在linux下的应用程序内配置JEM5396的寄存器。其中FMQL和进口的XILINX ZYNQ类似,JEM5396和进口的BCM5396兼容。因此可以参考进口ZYNQ在linux下配置BCM5396过程。Zynq-Linux移…...
系统架构设计师-第19章-大数据架构设计理论与实践-软考学习笔记
传统数据处理系统存在的问题 传统数据处理系统存在以下问题: 1. 数据孤岛问题:不同部门或系统之间的数据隔离,数据无法共享和整合。 2. 数据不一致性问题:由于数据维护分散,同一数据在不同系统或部门中可能存在不同…...

论坛搭建.
目录 一.配置软件仓库 二.安装http php miriadb 三.配置数据库 四.源码拖拽并解压 五.防火墙通过 六.浏览器安装测试 七.界面参数设置 一.配置软件仓库 1.进入仓库目录 cd /etc/yum.repos.d 2.创建仓库文件 vim local.repo 3.在 local.repo中写入:(粘贴的时候注意位…...
三种前端埋点方式
什么是埋点 埋点是数据采集领域(尤其是用户行为数据采集领域)的术语,指的是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。比如用户某个icon点击次数、观看某个视频的时长等等。 我们可以知道埋点实际上是对特定事件或…...

html获取网络数据,列表展示 第二种
html获取网络数据,列表展示 第二种 js遍历json数组中的json对象 image.png || - 判断数据是否为空,为空就显示 - <!DOCTYPE html> <html><head><meta charset"utf-8"><title>网页列表</title><script …...

【Python 算法】信号处理通过陷波滤波器准确去除工频干扰
对于一个信号来说通常汇入工频噪声往往是因为交流电产生的电泳,影响了我们信号采集导致信号上存在工频干扰。 那么matlab去除工频干扰可以通过陷波滤波器实现。 通常使用scipy.signal实现信号的处理。 Scipy的信号处理模块(scipy.signal)来创…...

Redis(08)| 线程模型
一、redis 的线程模型 redis 内部使用文件事件处理器 file event handler,它是单线程的,所以redis才叫做单线程模型。它采用IO多路复用机制同时监听多个 socket,将产生事件的 socket 压入内存队列中,事件分派器根据 socket 上的事…...
生成xcframework
打包 XCFramework 的方法 XCFramework 是苹果推出的一种多平台二进制分发格式,可以包含多个架构和平台的代码。打包 XCFramework 通常用于分发库或框架。 使用 Xcode 命令行工具打包 通过 xcodebuild 命令可以打包 XCFramework。确保项目已经配置好需要支持的平台…...
Leetcode 3576. Transform Array to All Equal Elements
Leetcode 3576. Transform Array to All Equal Elements 1. 解题思路2. 代码实现 题目链接:3576. Transform Array to All Equal Elements 1. 解题思路 这一题思路上就是分别考察一下是否能将其转化为全1或者全-1数组即可。 至于每一种情况是否可以达到…...

前端导出带有合并单元格的列表
// 导出async function exportExcel(fileName "共识调整.xlsx") {// 所有数据const exportData await getAllMainData();// 表头内容let fitstTitleList [];const secondTitleList [];allColumns.value.forEach(column > {if (!column.children) {fitstTitleL…...

Opencv中的addweighted函数
一.addweighted函数作用 addweighted()是OpenCV库中用于图像处理的函数,主要功能是将两个输入图像(尺寸和类型相同)按照指定的权重进行加权叠加(图像融合),并添加一个标量值&#x…...
linux 下常用变更-8
1、删除普通用户 查询用户初始UID和GIDls -l /home/ ###家目录中查看UID cat /etc/group ###此文件查看GID删除用户1.编辑文件 /etc/passwd 找到对应的行,YW343:x:0:0::/home/YW343:/bin/bash 2.将标红的位置修改为用户对应初始UID和GID: YW3…...

Module Federation 和 Native Federation 的比较
前言 Module Federation 是 Webpack 5 引入的微前端架构方案,允许不同独立构建的应用在运行时动态共享模块。 Native Federation 是 Angular 官方基于 Module Federation 理念实现的专为 Angular 优化的微前端方案。 概念解析 Module Federation (模块联邦) Modul…...
Android Bitmap治理全解析:从加载优化到泄漏防控的全生命周期管理
引言 Bitmap(位图)是Android应用内存占用的“头号杀手”。一张1080P(1920x1080)的图片以ARGB_8888格式加载时,内存占用高达8MB(192010804字节)。据统计,超过60%的应用OOM崩溃与Bitm…...
rnn判断string中第一次出现a的下标
# coding:utf8 import torch import torch.nn as nn import numpy as np import random import json""" 基于pytorch的网络编写 实现一个RNN网络完成多分类任务 判断字符 a 第一次出现在字符串中的位置 """class TorchModel(nn.Module):def __in…...
基于Java Swing的电子通讯录设计与实现:附系统托盘功能代码详解
JAVASQL电子通讯录带系统托盘 一、系统概述 本电子通讯录系统采用Java Swing开发桌面应用,结合SQLite数据库实现联系人管理功能,并集成系统托盘功能提升用户体验。系统支持联系人的增删改查、分组管理、搜索过滤等功能,同时可以最小化到系统…...

论文阅读笔记——Muffin: Testing Deep Learning Libraries via Neural Architecture Fuzzing
Muffin 论文 现有方法 CRADLE 和 LEMON,依赖模型推理阶段输出进行差分测试,但在训练阶段是不可行的,因为训练阶段直到最后才有固定输出,中间过程是不断变化的。API 库覆盖低,因为各个 API 都是在各种具体场景下使用。…...