新華網北京5月17電（鄭偉）隨着AI向終端下沉，端側AI讓智能變得觸手可及。怎樣看待AI在終端的落地？端側AI發展的趨勢如何？端側AI在“人人可享的AI”願景中為何發揮着關鍵作用？小米集團AI實驗室主任王斌&&，小米得益於對AI持續不斷地投入，配合豐富的終端産品，直接推動小米人工智能實驗室的多項算法快速實現軟硬體結合，幫助小米在大模型研發應用中形成優勢。

  當前，人工智能被應用到國民經濟的方方面面。其中，中國近10億智能手機用戶如何享受到AI發展的技術紅利變得非常迫切。除了智能手機，每年出貨量接近3億台的PC市場，以及中國正在快速發展的智能汽車和XR終端市場也需要擁抱AI。

  2023年度演講時，小米集團創始人、董事長兼CEO雷軍提出了“小米科技戰略公式”： （軟體×硬體）ᴬᴵ，隨後，身後的幻燈片便出現了“小米全面擁抱大模型”。自此，小米各終端開啟了大模型上馬之路。

  2023年4月，小米集團正式組建大模型團隊，隨後四個月，小米大模型團隊迭代了13億參數和60億參數規模的語言模型，並同時開啟了圖像、聲音、語音等各種單模態及多模態混合的大模型研發。小愛同學是國內最早一批發布的智能語音助手，從2017年至今，已經服務長達7年時間，擁有1.17億月活躍用戶，每天都要被喚醒高達2.08億次。從去年4月開始，小愛同學全面接入語言大模型，實現了從語音助手到生成式AI智能助理的能力躍遷，且具備深度自然語義理解、多模態等能力。2024年年初，小米14 Ultra的影像模組正式接入視覺大模型，用戶在拍攝時信號即經過了基於AIGC的AISP&&，通過全面整合CPU、GPU、NPU和ISP算力，該&&可實現60TOPS的計算能力，全面支持了相機人像、夜景、HDR等基礎能力，以及“UltraZoom”、“超級抓拍”和“超級底片”等特色功能。

  2024年4月，隨着小米汽車SU7的正式發布，大模型的應用範圍再次擴大，也讓更多人看到了大模型全方位賦能終端的應用場景。小米SU7搭載了多個AI大模型，大模型賦能下的小米汽車帶來了很多重要突破。王斌談到：“第一，SU7在智能駕駛上應用了小米自研的端到端大模型，它能讓智能駕駛具備更擬人的感知決策規劃能力，做到響應速度快，對周圍感知深，決策更精準、堪比老司機，目前該技術已量産應用於代客泊車功能；第二，SU7智能座艙內的語音交互通過搭載大語言模型的‘小愛同學’來承載，其交互體驗很好，在車內使用‘小愛同學’感覺更加靈敏，能夠快速理解用戶的需求，包括駕駛習慣、娛樂等功能都能第一時間得到反饋。此外，小愛同學中還搭載了多模態大模型和圖文大模型。總而言之，SU7中搭載的大模型不止一類，它們通過混合方式滿足用戶的需求並提高用戶的體驗。”

  2024年至今，AI手機、AI PC和AI汽車都迎來新的機遇和挑戰，相關企業都在持續發力。由於汽車的使用場景不同，AI賦能汽車與手機和PC之間存在明顯不同，王斌&&，手機與PC更多體現在工作、娛樂、生活的需求，會通過AI大模型提升效率，解決文字、圖像、音頻、視頻等需求。而汽車是面對社會的複雜場景工具，一方面要與用戶進行溝通，同時還要通過AI對駕駛過程中的道路、行人、周邊環境等進行實時監測，場景更加複雜，需要極強的安全性與穩定性。

  王斌補充道，AI賦能汽車終端首先要考慮到行駛過程中的安全性，這一點至關重要，也有別於其他終端的賦能。提到汽車，王斌也指出，汽車工程作為交叉學科，在結構工藝、材料、製造等各個流程環節都有AI賦能的可能性。以小米的一體化大壓鑄為例，小米泰坦合金就出自小米人工智能實驗室和汽車部的聯合研發，其合金配方就是通過實驗室提出的AI算法在千萬種可能性中快速搜索得到的，搜索的目標要同時滿足高強、高韌等要求。除此之外，最近多次亮相媒體的一體化大壓鑄件的高精度X光AI檢測算法同樣出自人工智能實驗室。當然，還有很多AI算法賦能汽車以及各類終端産品的方方面面，包括設計研發、生産製造等環節。

  在AI賦能終端的同時，端側AI能力的賦能趨勢也逐漸明晰起來。王斌&&，隨着大模型技術的不斷演進和發展，可以預期，未來較少參數量的模型，能達到當前更大參數量模型的至少某些方面的能力。這些能力使得更多任務具備在端側落地的可能性。“首先，隨着端側芯片能力不斷提升，可在終端直接進行AI演練的算力可能性也隨之大大提升；其次，端側用戶對隱私要求越來越高，數據在端側進行計算，也可以提高用戶隱私安全性；最後，端側大模型可以讓用戶隨時享受其帶來的便利性，不用在乎網絡條件限制，大大提升端側的便捷性。”王斌補充説。

  對於端側AI的賦能趨勢，王斌説，在較長一段時間內端雲結合應該都是AI賦能的方式，但是，隨着技術的方法和對大模型能力的探索，未來更多的能力逐漸下沉到端側將是不可逆轉的趨勢。

  王斌也介紹了小米人工智能實驗室的情況。2016年實驗室正式成立，從最開始的計算機視覺，到後來聲學、語音、自然語言處理、知識圖譜，再到大模型，實驗室基本覆蓋了AI的不同研究方向。由於小米有大量的終端産品，可以直接推動實驗室的多項研究得以落地，從而實現正向的技術迭代循環，而且小米的AI落地有軟硬體結合的特點，對於端側AI落地具有深刻的認識。另外，小米的AI大模型還可以獲得不同設備大量的傳感器數據，在嚴格保護用戶隱私的前提下，這些數據可以幫助訓練大模型，長此以往，訓練出的大模型能理解更多更加複雜的場景。

  長期以來，AI一直都是小米長期重點投入的賽道，同時也是小米相對擅長的領域。雷軍曾談到，從2016年小米提出All in AI到如今，小米依然堅持All in AI的態度。對於未來，小米給出的答案是加大投入並與産業鏈更深度的融合。