1735
作者?|??云鵬? ?編輯?|??漠影
秒懂你的想法，一句話生成圖文，更聰明懂你的智慧助手已經(jīng)走入現(xiàn)實。
在今天的AI大模型時代，AI和終端場景要如何結(jié)合才能真正為我們的生活帶來便利？這是當下每一家科技巨頭都在思考和面對的問題。
在大模型落地千行百業(yè)的大潮之下，智能手機作為與普通消費者生活最為貼近的產(chǎn)品，也在快速卷入AI革命的浪潮中。
iOS版、安卓版ChatGPT的先后發(fā)布讓更多人可以接觸到大模型帶來的技術(shù)紅利，而語音助手與大模型的結(jié)合也成為科技巨頭們正在爭奪的關(guān)鍵高地。
一邊谷歌計劃徹底重塑其智能語音助手，將大模型能力融入，另一邊蘋果Siri也曾被多次曝光將融入大模型相關(guān)能力，微軟的Copilot則已經(jīng)完成對Cortana的替代。
終端設(shè)備中的AI迎來一場大模型革命，已成大勢所趨。一直被消費者詬病不夠“智能”的語音助手，究竟要如何借助大模型變得“更智能”？
就在8月4日，華為率先交出了一份答卷。
在華為盤古L0基座大模型的基礎(chǔ)上，華為針對終端消費者場景構(gòu)建了大量的場景數(shù)據(jù)與精調(diào)模型后的L1層對話模型，并將該模型用在了智慧助手小藝中，全新的小藝在今年華為開發(fā)者大會上正式亮相。
基于此，華為也成為國內(nèi)率先將大模型能力融入智慧助手并面向消費者落地的科技公司。
用華為的話來說，在大模型的加持下，小藝變得“更聰明、更能干、更貼心”了?；谌A為大模型和AI技術(shù)的進步，小藝迎來了一次顛覆性的智能化革新，而這些新體驗，也將進一步擴展至華為“1+8”的產(chǎn)品生態(tài)中。
大模型的融入究竟能給如今的智慧助手們帶來怎樣的“進化”？華為是如何克服重重行業(yè)此前未能突破的難題將大模型成功落地在終端中的？小藝掀起的智能語音助手新革命又將對產(chǎn)業(yè)有著怎樣深遠的影響？
可以確定的是，讓智慧助手給我們每個人的日常生活真正帶來便利和樂趣，華為把這件事又往前推了一大步。
01.語言理解力暴漲，人人化身玩機達人? 小藝變得更聰明了
從大模型進入大眾視野的第一天起，一個討論就從未停息：由大模型驅(qū)動的聊天機器人是否會取代手機上的智慧助手？
今天，從華為給出的答案來看，兩者絕非替代關(guān)系，由大模型賦能的智慧助手能夠帶來的體驗革新，可以說讓許多曾經(jīng)的“想象”真正走入了“現(xiàn)實”。智慧助手越來越像你真正的管家、朋友，人工智能的“智能化”邁入了新的階段。
縱觀小藝的升級，最直觀的體現(xiàn)就是：小藝真的變“聰明”了，它知道我在說什么、能夠更精準地讀懂我話里的意思了。
比如我可以直接跟小藝說，“能不能把手機壁紙設(shè)置成實時天氣？”此時小藝就能明白我是想要全景天氣壁紙。
對于再復(fù)雜一點的場景，比如今晚我想請人吃飯，就可以直接跟小藝說，“找一家附近評分高的海鮮餐廳，最好有適合四個人的優(yōu)惠套餐”，此時小藝可以準確理解我的意圖，并直接調(diào)用美團服務(wù)給我找到相關(guān)餐廳。
當我隨手拍一個海報，針對海報圖片，就可以用自然交流的方式去問小藝相關(guān)的信息并獲取服務(wù)，比如我可以跟小藝說，“我想?yún)⒓蛹夹g(shù)論壇，導(dǎo)航去圖上的地址”，此時小藝就可以準確識別海報中的地址信息并打開導(dǎo)航App進行導(dǎo)航。
在大模型能力的加持下，小藝還可以處理更加復(fù)雜的場景編排任務(wù)，幫我們創(chuàng)造專屬于自己的特殊場景。如果喜歡運動健身，我可以讓小藝創(chuàng)建一個“晨跑場景”，要求為“每周一到周五早上6點半為我播報當天天氣，6點半到7點我會跑步，當我戴上藍牙耳機的時候，就播放收藏的歌曲，并把手機設(shè)置為靜音模式”。
這一系列看似復(fù)雜的操作，都可以通過這“一句話的時間”讓小藝直接設(shè)置完成。可以說，在“更聰明”的小藝的幫助下，我們不再需要一項項地查看玩機技巧和大量的功能說明，每個人都可以成為“玩機達人”，因為我們只需要問小藝就可以了。
小藝這種能力的提升，讓很多智能手機具有的強大功能，可以簡單便捷地、通過語音口述的方式被用戶所接觸到。
縱觀小藝在“更聰明”層面的諸多升級，我們能清晰地看到，大模型能力的融入，搬開了阻礙用戶養(yǎng)成智慧助手使用習(xí)慣的最大絆腳石之一——不夠自然的對話、無法隨心所欲的自然交流。
想要真正讓智能語音助手從好玩、新奇走向好用，甚至成為一種“習(xí)慣動作”，優(yōu)秀的語言理解和交互能力是必不可少的。大模型讓智能語音助手真正能夠讀懂、聽懂我們，其易用性的提升是極為顯著的。
02.數(shù)千字文章秒生摘要 圖文多模創(chuàng)作不在話下，小藝更能干了
除了自然語言理解能力的跨越式迭代，大模型加持下的小藝在生產(chǎn)力方面效率提升也十分可觀，這也是大模型應(yīng)用的強項之一，智能語音助手終于可以參與到我們平時工作的具體內(nèi)容中來了。
比如當我們在一些內(nèi)容資訊App上看到一篇文章，就可以問小藝，“這篇文章主要講了什么”，此時小藝就可以快速對文章內(nèi)容進行重點總結(jié)并生成簡短的摘要。
根據(jù)華為在開發(fā)者大會上的演示，對于一篇3000多字的文章，一次輸入給模型，模型可以在幾秒之內(nèi)完成對文章的總結(jié)。
我們還可以進一步針對這篇文章的內(nèi)容去延伸問一些問題，小藝都可以從文章中找到相關(guān)信息組成簡潔明了的答案呈現(xiàn)給我們。
不僅是文章、新聞，小藝甚至還可以讀論文，可以說，在大模型能力的加持下，每個人都有機會在小藝的幫助下不斷地提升自己的能力。
除了理解文章，小藝還可以“寫文章”。當我要和一個初次見面的合作伙伴開會時，我可以直接跟小藝口述會議的時間、邀請的公司人員以及討論內(nèi)容，小藝就會幫我寫一封會議邀請的郵件。
據(jù)了解，目前小藝已經(jīng)學(xué)習(xí)了上百種的文案風(fēng)格，包括各類書信、公文、商業(yè)文案、祝福語、故事、工作總結(jié)等。
其實不只是文字，對于圖片的生成和創(chuàng)作，小藝同樣拿手。比如在特定的節(jié)日，我只要把相關(guān)主題、風(fēng)格告訴小藝，小藝就可以根據(jù)我的照片，一鍵生成一張屬于我的創(chuàng)意卡片。借助多模態(tài)大模型技術(shù)，小藝無疑可以幫我們更好地使用手機里的大量影像素材。
縱觀小藝在辦公生產(chǎn)力方面的提升，可以說小藝已經(jīng)不僅是生活中懂我的朋友，更是我們工作中的得力助手。大模型能力的融入顯著促進了智慧助手生產(chǎn)效率的提升。
在當下這個快節(jié)奏的時代，小藝快速提供靈感、輔助創(chuàng)作、節(jié)省時間獲取關(guān)鍵信息的這一系列能力，都顯得十分“需求對口”。
大模型讓智能語音助手從“需要”變?yōu)椤氨匾保瑥摹澳苡谩弊優(yōu)椤昂糜谩?，實用性得到了顯著提升。
03.從通用到“專屬”，AI也可以更有溫度
在大模型的加持下，小藝在各方面的能力都有了長足進步，而當我們將時間線拉長，我們還能看到“進化”后的小藝帶來的更深層價值。
隨著小藝與我們相處的時間越來越長，我們和小藝不斷地交流，小藝就會變得越來越懂我們，給出的建議也會更加貼心和個性化，從一個通用智慧助手變?yōu)槲业?strong>“專屬貼心管家”。
比如我在開會時有一些待辦事項，可以通過“隨口描述”的方式讓小藝記錄下來，小藝可以對我口述的內(nèi)容進行理解，并將這些重要事項提煉出來，放在日歷或者備忘錄中。
這還沒完，等過一段時間，如果我還要根據(jù)上次開會的待辦事項，再次與合作伙伴開會，我就可以讓小藝根據(jù)之前記錄的信息直接寫出一封新的會議邀請郵件。
當然，對于生活中的一些重要時刻，比如父母的生日，小藝可以幫我記住，并且在提醒的同時，為我提供更多的服務(wù)推薦，比如餐廳的選擇、禮物的購買建議，這些服務(wù)可以一觸直達對應(yīng)的App。
此外，當我們出差時，如果我是一個喜歡美食的人，小藝就會幫我推薦一些當?shù)氐拿朗?，如果小藝此前知道我喜歡旅游，它就會給我介紹一些當?shù)氐木包c。
當小藝對我們更了解的時候，小藝提出的建議也會更加個性化，有更高的概率契合我們當下的實際需求。
值得一提的是，小藝相關(guān)的個性化數(shù)據(jù)和學(xué)習(xí)都是在端側(cè)進行的處理的，從而保證數(shù)據(jù)的安全和隱私。在華為看來，安全與隱私保護是他們在所有AI場景設(shè)計和體驗創(chuàng)新中遵循的第一原則。AI不能無中生有，更不能被濫用，AI是輔助而不是替代，AI是增強而不是虛構(gòu)。
正如華為所思考的一樣，在AI技術(shù)高速發(fā)展的當下，用更負責(zé)任地態(tài)度去做更透明的AI，審慎創(chuàng)新善用AI，必然是所有科技企業(yè)都應(yīng)堅持的方向。
04.重構(gòu)大模型與智慧助手? 顛覆體驗離不開硬核技術(shù)創(chuàng)新
不論是更聰明、更能干的小藝，還是更個性化、更貼心的小藝，抑或是語音交流更加逼真、更有溫度的小藝，大模型正讓智能語音助手變得更加易用、實用、好用，從根本上解決用戶使用語音助手中遇到的諸多“頑疾”，帶來體驗上的“質(zhì)變”。
而在這種質(zhì)變的背后，華為在硬核技術(shù)層面的積累和創(chuàng)新無疑是關(guān)鍵支撐。
實際上，華為從底層就重構(gòu)了大模型與智慧助手的整個協(xié)作系統(tǒng)，摒棄了過去多個系統(tǒng)獨立構(gòu)建的“割裂”模式，讓大模型成為智慧系統(tǒng)的大腦，以大模型為核心，無縫利用大模型的高階能力，對系統(tǒng)進行全面增強。
這一架構(gòu)方向挑戰(zhàn)巨大，此前業(yè)界沒有成熟的商用案例，但華為仍然決定做“第一個吃螃蟹的人”。
為此華為構(gòu)造了各場景下的語料數(shù)據(jù)，并設(shè)計了能讓系統(tǒng)理解、可執(zhí)行的模型輸出，同時華為給大模型注入了可信的結(jié)構(gòu)化、非結(jié)構(gòu)化知識，讓大模型能夠?qū)W習(xí)到通識、邏輯關(guān)系。
具體來看，華為在預(yù)訓(xùn)練、設(shè)備操控以及端云協(xié)同方面的突破都可圈可點。
首先，預(yù)訓(xùn)練的能力強不強，是對各家內(nèi)功的真正考驗。在預(yù)訓(xùn)練中，華為構(gòu)建大量的不同類型表達的語料庫，讓大模型在預(yù)訓(xùn)練的階段中就成為精通各類表達的大師。
同時，華為從一開始就希望小藝向著“更智能的私人助理”這一方向去進化。為此華為將大模型的能力進行細化拆解，在此基礎(chǔ)上構(gòu)建完整的測試數(shù)據(jù)集，并使用能力樹指導(dǎo)數(shù)據(jù)構(gòu)建和大模型能力構(gòu)建。
在設(shè)備操控方面，如何利用大模型進行設(shè)備控制，實現(xiàn)真正的智能化設(shè)備控制，是用戶體驗?zāi)芊駥崿F(xiàn)跨越式升級的關(guān)鍵。
為此，華為將設(shè)備控制中大模型生成文本的格式做到了幾乎百分百的遵從度，讓中樞系統(tǒng)高效解析和對接。同時為了解決場景復(fù)雜的挑戰(zhàn)，華為詳細梳理消費者場景制定工具使用說明書，讓大模型“先學(xué)習(xí)再上崗”。
針對大模型高昂推理成本和推理時延的難題，華為設(shè)計了多套完全不同的工具調(diào)用范式，將工具調(diào)用等待時間加速了一倍。
從最終落地結(jié)果來看，小藝所使用的大模型，可以很好地覆蓋對話、出行旅游、設(shè)備操控、吃穿住行等各類終端消費場景，其知識范圍、事實性、實時性以及安全合規(guī)等多方面都得到了針對性優(yōu)化和增強。
最后在端云協(xié)同方面，個性化數(shù)據(jù)處理需要端側(cè)模型，端側(cè)算力和功耗的限制又使得云側(cè)模型不可或缺。云側(cè)和端側(cè)要如何分配任務(wù)、協(xié)同配合，是對廠商技術(shù)的考驗。華為在大模型端云協(xié)同領(lǐng)域積累的技術(shù)能力，讓個性化體驗得以實現(xiàn)。
據(jù)了解，針對消費者在不同設(shè)備不同場景下的需求，華為小藝背后的大模型擁有端側(cè)和云側(cè)等形態(tài)。在小藝與大模型的結(jié)合中，端側(cè)大模型會先對用戶請求和上下文信息做一層預(yù)處理，再將預(yù)處理后的需求發(fā)送到云側(cè)，從而最大化地發(fā)揮“端側(cè)模型快”和“云側(cè)模型強”的優(yōu)勢。
從重構(gòu)大模型與智慧語音助手的協(xié)同關(guān)系，到克服諸多大模型落地終端場景面臨的技術(shù)挑戰(zhàn)，華為還是那個我們熟悉的華為，技術(shù)創(chuàng)新能力仍然是華為最硬的底牌。
05.打通軟硬全鏈條，讓大模型成為“系統(tǒng)級”能力，全場景生態(tài)加速落地
正如我們開頭所說，AI和終端場景要如何結(jié)合才能真正為我們的生活帶來便利，是當下終端側(cè)AI技術(shù)落地應(yīng)用需要回答的關(guān)鍵問題。
華為小藝的一系列技術(shù)、能力升級，讓我們看到了大模型如何更加貼近消費者的使用場景，大模型的應(yīng)用如何“更接地氣”？小藝可以說做了一個很好的示范。
華為從用戶體驗出發(fā)，用技術(shù)解決問題，將傳統(tǒng)語音助手在體驗上的“不可能”變成了可能。
相比OpenAI的ChatGPT、谷歌的Bard這些生成式AI聊天機器人，華為的小藝是在HarmonyOS操作系統(tǒng)層面，為華為終端用戶提供語音對話、圖文識別、服務(wù)建議、設(shè)備智慧能力開放和設(shè)備互聯(lián)管理的應(yīng)用。
從硬件、軟件、系統(tǒng)到應(yīng)用層全鏈條的打通，華為讓大模型成為“系統(tǒng)級”能力，這是其他產(chǎn)品所無法比擬的，也是華為的核心優(yōu)勢之一。
從云端服務(wù)器中的芯片，到終端設(shè)備中的鴻蒙操作系統(tǒng)和鴻蒙應(yīng)用生態(tài)，華為這種全棧式技術(shù)能力是小藝與大模型結(jié)合如此高效且順利的關(guān)鍵支撐。
華為相關(guān)AI專家告訴智東西，系統(tǒng)級的入口跟操作系統(tǒng)結(jié)合地更加緊密，跟生態(tài)的互聯(lián)也做到了系統(tǒng)生態(tài)底層，這種互聯(lián)才是真正高效的。
與此同時，華為小藝基于華為鴻蒙生態(tài)形成的優(yōu)勢也是其獨特競爭力。
目前華為的各類終端產(chǎn)品面向全場景布局，其中“1+8”這幾類核心產(chǎn)品小藝都已完成覆蓋，未來結(jié)合全場景設(shè)備的業(yè)務(wù)形態(tài)，華為能夠?qū)碛写竽Ｐ湍芰Φ男∷嚥渴鸬较M者全場景體驗上。
基于小藝的大模型能力在華為全場景業(yè)務(wù)生態(tài)中全面落地，已經(jīng)只是時間的問題了。
06.結(jié)語：大模型掀起語音助手進化潮? 華為已先行一步
此次基于大模型技術(shù)，小藝掌握了更多技能，從更自然流暢的對話交互到更高效便捷的生產(chǎn)力應(yīng)用，從更懂你的主動服務(wù)到更有溫度的個性化服務(wù)，華為已經(jīng)成為科技巨頭中將大模型與端側(cè)用戶體驗結(jié)合的最為緊密的一個。
目前，華為全新的小藝智慧助手將在今年8月底開放邀請測試，并于晚些時候在搭載HarmonyOS 4.0及以上操作系統(tǒng)的部分機型中通過OTA升級，具體升級計劃會稍晚公布。
真正讓大模型服務(wù)于普通消費者，讓每個人享受到生成式AI帶來的體驗革新，這是小藝對于產(chǎn)業(yè)和用戶最大的價值所在。
面向未來，大模型與智能語音助手的結(jié)合必將更加緊密，隨著后續(xù)各路科技巨頭的跟進，智能語音助手的“進化”浪潮將勢不可擋。未來還會有哪些新的應(yīng)用場景、新的應(yīng)用形態(tài)和功能涌現(xiàn)出來，都令人充滿想象空間。
