《科創板日報》8月4日訊（記者 黃心怡）當下，大模型和AIGC正引領新一輪的科技浪潮。不少業內分析指出，大模型將成為一種基礎設施，每個行業、每個企業、每個人都會有屬于自己的大模型。而如何把大模型落地到具體應用場景，這正是人工智能在邊緣、端側的機會所在。
今日（8月4日），華為鴻蒙4宣布接入AI大模型，這是首個官宣搭載AI大模型的移動端操作系統。此前，榮耀CEO趙明在接受《科創板日報》采訪時也表示，會把大模型引入端側。英特爾則在近期的財報會議上指出，AI PC是未來幾年PC市場的關鍵拐點，其重要程度與在2000年代初的迅馳和Wi-Fi相當。
(資料圖)
第三方咨詢機構IDC預計，到2026年，中國市場中近50%的終端設備的處理器將帶有AI引擎技術。AI在邊緣側、端側有望迎來大爆發。
▍AI賦能消費電子 或引領終端產業走出低谷
“AI大模型技術的發展會帶來下一代智能終端操作系統的智慧體驗?！比A為常務董事、終端BG CEO余承東在華為開發者大會上表示。
會上，華為宣布智慧助手小藝接入AI大模型能力，可以進行自然對話、會議紀要和輔助文案生成、圖片二次創作等，同時能記錄更多瑣事、靈感，熟悉日常偏好、習慣，成為更懂用戶的日常助手。
現場演示中，工作人員向小藝下達“幫我找松山湖附近適合四個人吃飯的餐廳”的指令，小藝通過調用工具APP，完成了這一任務。據了解，小藝不僅在手機終端上應用，還會在智能家居、問界汽車等接入。
事實上，AI賦能消費電子行業已成必然的趨勢。
IDC預測，終端的AI化會成為AI發展與落地的重要支持方向。到2026年，中國市場中近50%的終端設備的處理器將帶有AI引擎技術。英特爾CEO帕特·基辛格也在近期的財報會議上表示，AI PC是未來幾年PC市場的關鍵拐點，其重要程度和在2000年代初的迅馳和Wi-Fi相當，英特爾已經準備好迎接這個新興的增長機會。
IDC判斷，未來AI終端將在創作與創意、游戲和虛擬世界、語音合成與轉換、視覺和圖像處理、聊天機器人、個性化推薦、醫療輔助等領域快速發展。
“在這種不言而喻的產業潮流中，帶有硬件AI引擎處理器的終端面臨著一次激動人心的井噴式發展?！盜DC中國研究副總裁王吉平認為，“尤其在筆記本電腦、臺式電腦、平板、智能手機等傳統終端硬件市場。這也是后疫情時代，引領終端產業走出低谷的重要驅動力。
東海證券指出，隨著各類大模型的陸續發布，AI的應用場景從目前的PC和云端逐步延伸到智能手機、智能音箱、智能家居等IoT設備領域的趨勢明確，消費電子產品的用戶體驗有望在AI的賦能下被重新定義，手機和IoT設備有望在未來成為萬物互聯和AI+應用的主要流量接入口，將提升下游智能硬件價值量、促進各類AI軟件生態的創新、并加速下游消費電子產業的更新換代及復蘇節奏。
▍大模型在智能家居、城市管理等領域落地
除了消費端，大模型在行業端的落地也值得關注。不久前，山東能源聯合華為發布盤古礦山大模型。而騰訊云、商湯、云從科技等也把行業大模型作為重點布局方向。
“隨著大模型在云端訓練的成熟，就會快速向邊緣進行轉移。鑒于現在的發展速度，我覺得這個時間應該是非常近的?！庇⑻貭柟靖呒壐笨偛眉婢W絡與邊緣事業部總經理Sachin Katti在接受《科創板日報》采訪時表示。
市場研究公司Grand View Research的報告指出，2030年人工智能市場規模預計達到650億美元，邊緣側會越來越多地利用到人工智能。目前已有86%的邊緣測開發者都在開發基于人工智能的應用，包括機械狀態檢測、物流追蹤、能源監測與管理、環境檢測、產品檢測、交互式媒體、自動化控制與優化等。
“現在的大模型，比如說ChatGPT，更多是偏語音的、是偏通用性的。未來的趨勢必然是要垂直化、行業化，會出現專門針對行業的大模型，尤其是涉及到視頻的行業，必然是要邊緣化的。因為視頻化數據太大，如果都放到云端，這個數據光是傳輸就很占用帶寬。”中維世紀高級副總裁王正彬說道。
王正彬向《科創板日報》介紹了多模態大模型在智能家居、城市管理中的應用前景。
“智能家居的一大需求，就是通過攝像頭來照看寵物、老人、看孩子。早期是靠人來看，后來隨著深度學習的發展，可以通過人形檢測進行告警，比如寵物到了一個區域就報警?，F在有了大模型，可以直接對著手機說：‘當貓跑到沙發上，你就告訴我’。借助大模型對語音的理解、對畫面的分析，當貓跑到沙發上的時候，就可以向手機推送告警信息?！?/p>
不僅僅是智能家居，未來大模型在智慧園區、智慧社區、智慧教育、智慧農業都有望得到應用?！霸诔鞘泄芾砉ぷ髦?，一個人倒地了，以前由人來查看攝像頭，或者AI進行初步的人形檢測?，F在通過大模型可以很方便地實現對關鍵事件的識別，即：只有檢測到倒地的人才進行報警，而不會檢測正常的人形，這樣大大減少誤報和干擾?！?/p>
相比過去的大模型，王正彬認為，如今的類GPT大模型擁有通識能力，一些場景無需訓練就可以識別。“早期模型是定向的、專用的，存在較大的局限性。比如，要識別安全帽，就得訓練安全帽的算法；針對安全帶，就得訓練安全帶的算法。現在用大模型，你甚至不用告訴它要什么。只要丟一張圖片，它會告訴你圖片當中有人，這個人戴著安全帽，帶著安全帶，正在撥打手機，都可以識別出來?！?/p>
不過需要指出的是，當前邊緣AI項目的落地仍存在較大的痛點。
Sachin Katti認為，這一方面是基礎設施的落后，像大部分的工廠設備都比較陳舊。另一方面則是數據?！?strong>工廠的數據和醫療的數據完全不同，要如何抓取這些孤立的數據，提取領域專家頭腦中的知識進行大模型訓練；如何把AI部署到數千臺設備中，還要進行更新迭代？這都是非常大的挑戰，很多人因此而止步不前，也是未來需要克服的?！?/p>
