入口和粘性决定大模型应用成败！小米场景天然，秀技术参数没意义｜小米栾剑@MEET2024

白交 2023-12-21 13:16:58 来源：量子位

杨净 发自 凹非寺

量子位 | 公众号 QbitAI

小米要做的不是行业所说的通用大模型，也不是垂类大模型。

而是场景大模型！

小米集团技术委员会AI实验室大模型团队负责人栾剑，在MEET2024智能未来大会上，透露了小米大模型独有的方法论。

作为大模型应用的先行者、率先在手机端跑通大模型的小米，早早将轻量化和本地部署作为自身大模型应用突破点。现场栾剑表示将大模型搭载到硬件设备里面去充当大脑，是件很酷的事情。

面对当下大模型发展趋势， 他坦言：从技术参数上秀肌肉已经没什么意义，接下来应该回归到怎么应用。而大模型应用成败的关键，栾剑认为主要在两个关键点：

一是流量入口，二是用户粘性。

为了完整体现栾剑关于大模型的研发和应用思考，量子位在不改变原意的基础上，对他的演讲内容进行了编辑整理。

关于MEET智能未来大会：MEET大会是由量子位主办的智能科技领域顶级商业峰会，致力于探讨前沿科技技术的落地与行业应用。今年共有数十家主流媒体及直播平台报道直播了MEET2024大会，吸引了超过300万行业用户线上参会，全网总曝光量累积超过2000万。

演讲亮点

• 小米科技战略总结成公式就是（软件×硬件）AI ，这是科技行业第一家将AI放在指数位置上的公司。我们认为AI是全新的生产力，会对未来软硬件产品发展和变化带来深刻影响。
• 假设我们将大模型作为硬件设备的大脑，搭载到硬件设备里面去，这将是件很酷的事情。小米要做的，不是通用大模型、垂类大模型，而是场景大模型。
• 轻量化和本地部署是小米大模型突破点。
• 大模型有三个要素，分别是大数据、大参数、大训练任务。
• 大模型从技术参数上来秀肌肉我觉得没什么意义了，接下来应该回归到怎么把大模型用好。
• 云边端结合是将来大模型发展而一条重要途径。要实现云边端的结合肯定离不开软件层面上打通。
• 大模型应用成败两个关键点：一个在流量入口，另一个在用户粘性。
• 主动智能是小米澎湃OS非常重要的亮点。
• 小米全新升级的「人车家全生态」战略，为大模型的应用搭好了舞台。

首家将AI放在战略指数位置的公司

今天跟大家分享一下小米大模型的研发思路，以及大模型在小米接下来可能的应用场景。

今年8月份，小米宣布了自己的科技战略：深耕底层技术，长期持续投入，软硬深度结合，AI全面赋能。总结成公式就是（软件×硬件）AI。

作为科技行业第一家将AI放在指数位置上的公司，我们认为AI是全新的生产力，会对未来软硬件产品发展和变化带来深刻影响，所以一定要重视AI、投入AI，这也是将小米打造成硬核科技公司的必由之路。

AI既然这么重要，小米AI上的积累有哪些呢？今天就来简单回顾一下。

早在2016年，小米内部创建首个专注AI的视觉团队，主打为手机拍照服务。随后成立了语音声学、人机对话、知识图谱等一系列AI团队，小米AI实验室应运而生。

经过两年多努力，小米所有产品都用上自研的AI技术，当业务部门需要支援时，我们也能派出大量专家帮助快速组建技术团队。发展到今天，小米各个部门都散布着我们的AI工程人员。

从另一个维度看，小米在技术上的投入近几年持续高速增长，最近几年复合增长率达到38.4%，今年我们的投入会达到200亿元，最近5年（2022-2026）会投入到一千个亿。这是非常可观的一笔投入，说明我们技术团队在持续成长，也说明我们践行小米科技战略的决心。

今年提到AI一定绕不开大模型，今年4月份小米宣布成立大模型团队，将轻量化和本地部署作为小米大模型突破点。

不少同行来问背后的原因。

首先看小米的特色。小米有各种各样的硬件设备，今天小米是全球最大消费级IoT平台。截至今年三季度，小米IoT平台已连接设备6.99亿，5台以上的小米设备用户达到1370万。

假设我们将大模型作为硬件设备的大脑，搭载到硬件设备里面去，这将是件很酷的事情。

比如有台扫地机器人，大概率我们不会跟它聊天，不会让它帮写小作文，但它需要路径规划、躲避障碍物以及判断什么地面需用什么方法清洁。

将这种能力总结一下，可能并不是行业所说的通用大模型，也不是垂类大模型，而是场景大模型，这也是小米特别关注的以及所要做的。

我们认为，大模型有三个要素，分别是大数据、大参数、大训练任务。哪个要素才是大模型产生涌现能力、泛化能力的关键？我们做了一些实验。

今年8月份发布的两个大模型，参数量分别在13亿和60亿，并在中文的两个主要榜单上做了测试。其目的是验证端侧大模型（参数不那么大）通过定制和优化，是否能在目标场景中达到媲美云端大模型效果。

第二步，是验证端侧大模型是否能在手机上正常运行，达到用户真实使用条件要求。10月，小米在高通骁龙8Gen 3芯片上基于NPU在手机端跑通60亿参数模型，生成速度和功耗完全满足正常使用的要求。

到这一步为止，我们把大模型搭载到设备端的设想得到全部验证。从技术参数上来秀肌肉我觉得没什么意义了，接下来我们回归到怎么把大模型用好。

目前AI大模型技术应用已经深入小米全系统，包括实时字幕、小爱输入助手、图像生成与搜索等技术等。大模型在端侧上的功能探索只是刚刚开始，使用价值绝对不仅止于此。

主动智能是小米澎湃OS非常重要的亮点

接下来展望一下大模型在小米会发生什么变化。

前面提到，将大模型作为大脑放到智能设备里去，就能独立完成一些简单任务，但在复杂条件下，可能还需要同场景多设备协同。

这时候一个设备就完成不了了，请求会上升到边缘设备。边缘设备就是一个场景里算力和存储能力最强的设备。通过这台设备协同场景下所有智能设备帮我们一起完成。当请求变得更为复杂时候，需要跨场景，这时候请求就需要上升到云端了。

这样做的主要目的是什么？

大模型服务成本很高，用户使用成本也很高。我们做分布式计算，尽量把计算放到边缘侧，放到端侧，这样让用户使用成本降到最低。

存储也是基于同样的考虑，用户数据，也是能放到端侧就放到端侧，能放到边缘侧就放到边缘侧，这样也是最大程度地从物理上保护用户数据的隐私安全。

云边端结合是将来发展的一条重要途径。要实现云边端的结合肯定离不开软件层面上打通。

小米近期发布的澎湃OS操作系统，就是为了万物互联而设计，我们在澎湃操作系统里有个AI子系统，它是个思考中枢。

如果将智能设备比喻成小动物，这个智能中枢就可以理解成驯兽师或魔法师。通过智能设备延伸它的感官，充分采集用户所在环境的信息。获取信息之后，再由Xiaomi HyperMind做思考判断以及规划，再将指令下发到需要执行的智能设备上，让它们协同完成任务。

更重要的是，Xiaomi HyperMind是有学习能力的，除了被动地完成用户的请求以外，还能在用户使用一段时间以后了解到用户的使用习惯，产生与用户的默契。在它发现当前场景和以前某个场景比较相似的时候，会主动地做一些用户建议并提供一些服务。

主动智能也是小米澎湃OS非常重要的亮点。

今年我们将小米集团战略从手机xAIoT升级到「人车家全生态」，为大模型的应用搭好了舞台。

可以想象一下，每台智能设备上面都有符合它自己能力的大脑，能够独立完成任务。他们通过小米澎湃OS互联互通到一起，然后通过Xiaomi HyperMind控制它们。我们通过云边端架构为用户提供最经济安全的服务，这是个非常了不起的框架，我们希望用3-5年将框架填满。

大模型应用成败两个关键点

最后聊聊关于大模型应用，大家都在探索一个问题：大模型应用成败关键是什么？我个人抛个砖，我认为所有应用可能都有两个关键点：一个是流量入口，一个是用户粘性。

大模型流量入口在哪里？最开始大家觉得是行业应用，还是需要点开APP用大模型赋能，后来发现大模型自己可以成为一个入口，通过调用API来完成复杂的任务。

刚才说了大模型可以跟操作系统深度融合。归根到底操作系统需要一个硬件，大家不可能跟空气交互，一定要找到硬件，硬件才是入口，而小米绝对不缺硬件。

第二个用户粘性。打个比方，当一个城市开通第一条地铁线时，大家可能会觉得很新鲜很好奇，但可能不会特别依赖它；但当它形成一个无处不在的网络时，大家对地铁的依赖成长起来了。

大模型现在就是这样的情况。现在大模型的主要使用方式还停留在简单的文字交互，我们要探索的是让大模型怎么无处不在地融入大家日常生活。

小米已经搭好了人车家全生态的平台，非常欢迎大家一起来共同建设，把大模型的应用做好。

最后回顾一下小米的科技理念。我们要选择对人类文明有长期价值的技术领域，并坚持长期持续投入。

而以大模型为代表的AI，我认为就是对人类文明有长期价值的技术领域。

我们要坚持投入，无论外界舆论发生怎样的变化，无论技术上出现怎样的挑战，我们都要保持战略定力，我们要坚韧乐观，用最前沿的技术提供最优质的产品和服务，希望让更多朋友们能够通过小米的产品体验到科技带来的美好生活。

我今天就讲到这里，谢谢大家。