中國聯(lián)通元景大模型AI終端合作白皮書 2024

中國聯(lián)通元景大模型AI終端合作白皮書2 42.大模型與AI終端發(fā)展趨勢 52.1大模型產(chǎn)業(yè)發(fā)展趨勢 52.1.1技術(shù)演進(jìn)趨勢 52.1.2市場發(fā)展趨勢 72.2AI終端的發(fā)展機(jī)遇、問題與挑戰(zhàn) 82.2.1大模型重新定義智能終端 92.2.2AI終端面臨的問題與挑戰(zhàn) 2.3端云協(xié)同的架構(gòu)與關(guān)鍵技術(shù) 2.3.1端云協(xié)同的架構(gòu) 122.3.2端云協(xié)同的關(guān)鍵技術(shù) 123.元景大模型架構(gòu)及能力體系 153.1基礎(chǔ)大模型 3.2MaaS服務(wù)平臺 163.3大模型內(nèi)生安全 174.AI終端產(chǎn)品及應(yīng)用場景 184.1通用型智能終端+AI 4.1.1AI手機(jī)典型應(yīng)用場景 19中國聯(lián)通元景大模型AI終端合作白皮書34.1.2智能手表典型應(yīng)用場景 4.1.3AI攝像頭典型應(yīng)用場景 4.1.4AI組網(wǎng)終端典型應(yīng)用場景 4.2AI需要專用定制終端 5.中國聯(lián)通AI終端合作倡議 6.結(jié)束語 25中國聯(lián)通元景大模型AI終端合作白皮書4的爆發(fā)式增長，特別是以ChatGPT為代表的大型語言模型，憑借其卓越的文本生成、語言理解和邏輯推理能力，正深刻改變著人機(jī)交互的方式與體驗(yàn)。這一變革不僅限于云端服務(wù)，更在終端側(cè)展現(xiàn)出前所未有的潛力與活力。隨著芯片技術(shù)的飛速進(jìn)步和模型優(yōu)化技術(shù)的日臻完善，生成式AI技術(shù)得以高效部署于各類消費(fèi)級及行業(yè)級終端設(shè)備中，推動了智能終端的全面升級與生態(tài)創(chuàng)新。中國聯(lián)通，作為中國領(lǐng)先的通信運(yùn)營商，始終站在技術(shù)前沿，積極探索人工智能與通信技術(shù)的深度融合，推出了自研的大模型產(chǎn)品--元景大模型，并以元景大模型為基礎(chǔ)，推出了元景MaaS(ModelasaService模型即服務(wù))平臺。通過“開放訓(xùn)練算力”、“開放通用大模型”、“開放MaaS服務(wù)”、“開放行業(yè)專家團(tuán)隊(duì)”服務(wù)千行百業(yè)。本白皮書分析探討了大模型及AI終端的發(fā)展趨勢以及元景大模型AI終端應(yīng)用場景，并據(jù)此提出了中國聯(lián)通AI終端合作倡議，旨在攜手終端產(chǎn)業(yè)鏈合作伙伴，構(gòu)建端云協(xié)同的元景大模型AI終端產(chǎn)品生態(tài)，加速生成式AI技術(shù)在智能終端的廣泛應(yīng)用，為用戶帶來更加智能、便捷、個(gè)性化的服務(wù)體驗(yàn)。中國聯(lián)通元景大模型AI終端合作白皮書52.大模型與AI終端發(fā)展趨勢2.1大模型產(chǎn)業(yè)發(fā)展趨勢大模型產(chǎn)業(yè)正步入快速發(fā)展階段，展現(xiàn)出強(qiáng)勁的增長潛力與廣闊的應(yīng)用前景。在生成式AI技術(shù)的推動下，大模型產(chǎn)業(yè)不僅成為智能數(shù)字化優(yōu)先時(shí)代的催化劑，還深刻重塑了數(shù)字經(jīng)濟(jì)格局。未來，大模型將更加注重生態(tài)體系建設(shè)，通過開放包容的態(tài)度吸引多方合作，共同構(gòu)建繁榮的AI原生應(yīng)用生態(tài)。這一生態(tài)體系將圍繞AI大模型為核心支柱，串聯(lián)產(chǎn)業(yè)鏈上的合作伙伴，創(chuàng)造新的服務(wù)模式，挖掘并實(shí)現(xiàn)商業(yè)潛能。同時(shí)，隨著技術(shù)的不斷迭代和市場需求的變化，大模型產(chǎn)業(yè)將持續(xù)提升自身在高性能計(jì)算、模型部署優(yōu)化、數(shù)據(jù)管理、安全保障等方面的能力，以應(yīng)對日益復(fù)雜的市場挑戰(zhàn)。IDC預(yù)測，到2027年，全球生成式AI市場規(guī)模將達(dá)到1,454億美元，中國市場也將實(shí)現(xiàn)顯著增長，年復(fù)合增長率高達(dá)55.1%，顯示出大模型產(chǎn)業(yè)蓬勃發(fā)展的強(qiáng)勁勢頭。2.1.1技術(shù)演進(jìn)趨勢隨著人工智能技術(shù)的不斷進(jìn)步，AI大模型技術(shù)正呈現(xiàn)出以下幾個(gè)重要的發(fā)展趨勢：1.云計(jì)算與人工智能深度融合：隨著云計(jì)算技術(shù)的不斷成熟，大模型技術(shù)正逐步與云計(jì)算深度融合，形成“超級工廠”中國聯(lián)通元景大模型AI終端合作白皮書6式的服務(wù)模式。這種模式通過提供算力層、模型層、應(yīng)用層的三層架構(gòu)，實(shí)現(xiàn)了技術(shù)與業(yè)務(wù)的深度融合。云計(jì)算的強(qiáng)大算力支持為大模型的訓(xùn)練和推理提供了堅(jiān)實(shí)的基礎(chǔ)，使得大規(guī)模、高效率的模型訓(xùn)練成為可能。2.模型架構(gòu)與算法持續(xù)優(yōu)化：大模型技術(shù)不斷在模型架構(gòu)和算法上進(jìn)行優(yōu)化。通過引入更先進(jìn)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、更高效的訓(xùn)練算法和更精細(xì)的調(diào)參策略，大模型在特征提取、泛化能力等方面取得了顯著進(jìn)步。同時(shí)，預(yù)訓(xùn)練加微調(diào)的策略也已成為大模型開發(fā)的標(biāo)準(zhǔn)流程，使得模型能夠更快地適應(yīng)不同的應(yīng)用場景和任務(wù)需求。3.強(qiáng)調(diào)生態(tài)構(gòu)建與協(xié)同發(fā)展：大模型技術(shù)的演進(jìn)不僅僅是技術(shù)層面的突破，更強(qiáng)調(diào)生態(tài)的構(gòu)建與協(xié)同發(fā)展。通過搭建開放、協(xié)同的合作伙伴網(wǎng)絡(luò)，大模型技術(shù)能夠更廣泛地應(yīng)用于各行各業(yè)。這種生態(tài)模式不僅促進(jìn)了技術(shù)的快速落地應(yīng)用，還推動了行業(yè)的數(shù)字化轉(zhuǎn)型和智能化升級。同時(shí)，生態(tài)中的各方也能夠共享資源、共同創(chuàng)新，形成良性循環(huán)。4.強(qiáng)調(diào)安全與隱私保護(hù)：隨著大模型技術(shù)在各領(lǐng)域的廣泛應(yīng)用，安全與隱私保護(hù)問題日益凸顯。因此，大模型技術(shù)的演進(jìn)趨勢中，安全與隱私保護(hù)成為了不可忽視的重要方面。通過引入先進(jìn)的加密技術(shù)、隱私保護(hù)算法和嚴(yán)格的數(shù)據(jù)管理規(guī)范，大模型技術(shù)能夠確保用戶數(shù)據(jù)的安全性和隱私性，為技術(shù)的廣泛應(yīng)用提供堅(jiān)實(shí)保障。中國聯(lián)通元景大模型AI終端合作白皮書72.1.2市場發(fā)展趨勢為了降低大模型的應(yīng)用門檻，市場上涌現(xiàn)出越來越多的標(biāo)準(zhǔn)化、模塊化大模型產(chǎn)品。這些產(chǎn)品通過提供API接口、SDK等開發(fā)工具，使得更多的企業(yè)和開發(fā)者能夠輕松集成大模型能力到自己的業(yè)務(wù)中。針對不同行業(yè)、不同場景的需求，大模型產(chǎn)品正逐步向垂直化、定制化方向發(fā)展。通過結(jié)合行業(yè)知識、用戶數(shù)據(jù)等特定信息，定制化大模型能夠提供更加精準(zhǔn)、高效的解決方案，滿足客戶的個(gè)性化需求。AI大模型作為當(dāng)前人工智能技術(shù)的重要成果，其強(qiáng)大的數(shù)據(jù)處理、模式識別及預(yù)測能力，正在各行各業(yè)中展現(xiàn)出巨大的應(yīng)用價(jià)值。在金融領(lǐng)域，AI大模型被廣泛應(yīng)用于風(fēng)險(xiǎn)評估和信貸審批流程中。通過對海量歷史交易數(shù)據(jù)、用戶行為數(shù)據(jù)、社交媒體信息等多元數(shù)據(jù)的深度學(xué)習(xí)，模型能夠精準(zhǔn)識別潛在的風(fēng)險(xiǎn)點(diǎn)，預(yù)測借款人的還款能力，從而優(yōu)化信貸決策過程。在醫(yī)療健康領(lǐng)域，AI大模型的應(yīng)用涉及疾病的早期預(yù)警、輔助診斷及治療方案推薦等場景。通過分析患者的基因數(shù)據(jù)、醫(yī)療影像資料、生活習(xí)慣等多維度信息，模型能夠發(fā)現(xiàn)疾病的早期跡象，輔助醫(yī)生進(jìn)行精準(zhǔn)診斷。尤其在腫瘤、心腦血管疾病等復(fù)雜疾病的診斷中，AI輔助顯著提高了診斷的準(zhǔn)確性和及時(shí)性。在智能制造領(lǐng)域，AI大模型被用于構(gòu)建智能工廠，實(shí)現(xiàn)生產(chǎn)流程的自動化、智能化。通過對生產(chǎn)數(shù)據(jù)的實(shí)時(shí)監(jiān)控與中國聯(lián)通元景大模型AI終端合作白皮書8分析，模型能夠預(yù)測設(shè)備故障、優(yōu)化生產(chǎn)計(jì)劃、提高生產(chǎn)效在教育領(lǐng)域，AI大模型被用于構(gòu)建個(gè)性化學(xué)習(xí)平臺，為學(xué)生提供定制化的學(xué)習(xí)資源和輔導(dǎo)方案。通過分析學(xué)生的學(xué)習(xí)行為、能力水平、興趣偏好等數(shù)據(jù)，模型能夠推薦適合的學(xué)習(xí)內(nèi)容和路徑。2.2AI終端的發(fā)展機(jī)遇、問題與挑戰(zhàn)AI大模型，作為具有巨大參數(shù)量的深度學(xué)習(xí)模型，其強(qiáng)大的處理能力和學(xué)習(xí)能力為智能終端帶來了全新的智能化體驗(yàn)。這些模型通過學(xué)習(xí)大量數(shù)據(jù)，能夠在自然語言處理、計(jì)算機(jī)視覺、自主駕駛等多個(gè)領(lǐng)域?qū)崿F(xiàn)高精度、高效率的預(yù)測和決策。在AI大模型的賦能下，智能終端不再僅僅是執(zhí)行簡單任務(wù)的工具，而是成為了能夠理解用戶需求、提供個(gè)性化服務(wù)的智能伙伴。AI終端主要呈現(xiàn)以下特點(diǎn)：1.高度智能化：智能終端在AI大模型的賦能下，能夠?qū)崿F(xiàn)更加智能化的交互和服務(wù)。它們能夠理解用戶的自然語言指令、識別用戶的情緒和行為習(xí)慣，并據(jù)此提供個(gè)性化的服務(wù)和建議。2.高效能計(jì)算：AI大模型需要強(qiáng)大的計(jì)算能力來支撐其復(fù)雜的預(yù)測和決策過程。因此，智能終端在硬件方面也不斷中國聯(lián)通元景大模型AI終端合作白皮書9升級和優(yōu)化，以提供更高的計(jì)算性能和更低的功耗表現(xiàn)。3.多模態(tài)交互：AI大模型支持多模態(tài)交互方式，包括語音、圖像、文本等多種形式。智能終端也相應(yīng)地提供了多種交互方式供用戶選擇，以滿足不同場景下的使用需求。2.2.1大模型重新定義智能終端隨著云、網(wǎng)、邊、端配套技術(shù)的持續(xù)進(jìn)步與深度融合，終端側(cè)AI領(lǐng)域正邁入一個(gè)前所未有的黃金發(fā)展時(shí)期，展現(xiàn)出蓬勃的生命力和無限的創(chuàng)新潛力，并開辟了多元化的應(yīng)用路徑。當(dāng)前，AI終端應(yīng)用的發(fā)展趨勢可以清晰地劃分為兩大主要方向：一方面，傳統(tǒng)通用終端如手機(jī)、PC以及智能家居設(shè)備等，通過深度集成與優(yōu)化AI技術(shù)，實(shí)現(xiàn)了智能終端向AI終端的升級。這些設(shè)備搭載了各類先進(jìn)的AI模型與應(yīng)用，不僅能夠精準(zhǔn)捕捉用戶需求，進(jìn)行個(gè)性化服務(wù)推薦，還在交互方式上實(shí)現(xiàn)了質(zhì)的飛躍，為用戶帶來前所未有的智能化與個(gè)性化體驗(yàn)。這一轉(zhuǎn)變不僅提升了用戶的工作效率與生活品質(zhì)，更推動了整個(gè)智能終端行業(yè)的轉(zhuǎn)型升級。另一方面，隨著AI技術(shù)的不斷創(chuàng)新與突破，專為特定場景設(shè)計(jì)的智能AI終端也應(yīng)運(yùn)而生。這些終端緊密圍繞用戶的具體需求與場景特點(diǎn)，深度融合AI技術(shù)，實(shí)現(xiàn)了在特定領(lǐng)域內(nèi)的深度定制與極致體驗(yàn)。例如，在醫(yī)療領(lǐng)域，AI中國聯(lián)通元景大模型AI終端合作白皮書輔助診斷終端能夠精準(zhǔn)分析患者數(shù)據(jù)，提供個(gè)性化的治療方案；在教育領(lǐng)域，智能教學(xué)機(jī)器人則根據(jù)學(xué)生的學(xué)習(xí)進(jìn)度與興趣，定制學(xué)習(xí)路徑與互動體驗(yàn)；而實(shí)時(shí)翻譯眼鏡等AI新興終端，正逐步成為促進(jìn)全球化交流與合作的重要橋梁，為用戶帶來跨越國界的無縫溝通體驗(yàn)。這些新興終端以其獨(dú)特的價(jià)值主張與卓越的用戶體驗(yàn)，正逐步成為推動相關(guān)行業(yè)快速發(fā)展的關(guān)鍵力量。2.2.2AI終端面臨的問題與挑戰(zhàn)當(dāng)下AI終端領(lǐng)域在快速發(fā)展的同時(shí)，也面臨著多方面的挑戰(zhàn)與問題，尤其在端側(cè)算力、性能功耗以及安全隱私等方面尤為突出。在芯片算力方面，端側(cè)AI的發(fā)展受到芯片能力的顯著制約。中低端芯片的算力、內(nèi)存帶寬以及異構(gòu)計(jì)算能力普遍不足，難以有效支撐AI算法的復(fù)雜性和數(shù)據(jù)處理需求。這使得在終端設(shè)備上部署大型AI模型變得尤為困難。此外，端側(cè)模型還需適配不同芯片的推理框架，這進(jìn)一步增加了部署的復(fù)雜性和成本。因此，芯片能力的提升成為端側(cè)AI發(fā)展的關(guān)鍵瓶頸之一。為了推動端側(cè)AI的廣泛應(yīng)用，需要不斷研發(fā)高性能、低功耗的AI芯片，并優(yōu)化芯片與模型的適配性，以提高整體系統(tǒng)的運(yùn)行效率和穩(wěn)定性。在性能與功耗的平衡上，端側(cè)AI同樣面臨著嚴(yán)峻挑戰(zhàn)。一方面，為了提升模型的準(zhǔn)確性和泛化能力，需要增加模型的參數(shù)和復(fù)雜度，但這會顯著增加資源消耗和功耗。另一方面，如果為了降低功耗而減小模型參數(shù)，又會導(dǎo)致模型的泛化能力大幅下降，影響實(shí)際應(yīng)用效果。因此，如何在保證模型性能的同時(shí)降低功耗，成為端側(cè)AI研究的重要課題。目前，研究者們正在探索通過優(yōu)化模型結(jié)構(gòu)、算法設(shè)計(jì)和硬件加速等多種手段來解決這一問題。例如，通過設(shè)計(jì)輕量級神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、利用剪枝、量化等技術(shù)降低模型復(fù)雜度，以及采用低功耗硬件加速芯片來降低功耗等。在安全隱私方面，端側(cè)AI同樣面臨諸多挑戰(zhàn)。由于端側(cè)設(shè)備通常直接與用戶交互，因此保護(hù)用戶數(shù)據(jù)的安全和隱私至關(guān)重要。然而，在數(shù)據(jù)收集、處理和傳輸過程中，很容易發(fā)生數(shù)據(jù)泄露或被惡意利用的風(fēng)險(xiǎn)。為了保障用戶隱私，端側(cè)AI需要采取一系列安全措施。例如，在數(shù)據(jù)收集階段采用脫敏技術(shù)處理個(gè)人敏感信息；在數(shù)據(jù)傳輸過程中采用加密技術(shù)保護(hù)數(shù)據(jù)安全；在數(shù)據(jù)處理和存儲過程中加強(qiáng)訪問控制和權(quán)限管理，防止未經(jīng)授權(quán)的數(shù)據(jù)訪問和篡改。此外，還需要建立完善的安全管理機(jī)制和應(yīng)急預(yù)案，以應(yīng)對可能的安全威脅和突發(fā)事件。通過這些措施的實(shí)施，可以有效提升端側(cè)AI系統(tǒng)的安全性和可靠性，保障用戶數(shù)據(jù)的安全和隱私。中國聯(lián)通元景大模型AI終端合作白皮書2.3端云協(xié)同的架構(gòu)與關(guān)鍵技術(shù)2.3.1端云協(xié)同的架構(gòu)端云協(xié)同架構(gòu)主要由云端的大模型與端側(cè)設(shè)備的本地計(jì)算結(jié)合而成，通過優(yōu)化資源配置，從而實(shí)現(xiàn)計(jì)算任務(wù)的高效分配。其中預(yù)訓(xùn)練模型參數(shù)儲存在云端，等待端側(cè)設(shè)備上傳本地參數(shù)在云端出構(gòu)建個(gè)性化模型，然后，云端將模型的輸出結(jié)果傳回給端邊設(shè)備，從而緩解端側(cè)設(shè)備存儲和計(jì)算的壓力。這一體系不僅提升了實(shí)時(shí)響應(yīng)速度和系統(tǒng)魯棒性，還確保了可擴(kuò)展性與個(gè)性化服務(wù)的提供。2.3.2端云協(xié)同的關(guān)鍵技術(shù)在端云協(xié)同的架構(gòu)中應(yīng)用的關(guān)鍵技術(shù)主要有大模型微調(diào)關(guān)鍵技術(shù)、端側(cè)模型部署關(guān)鍵技術(shù)以及軟件加速關(guān)鍵技術(shù)。1.大模型微調(diào)關(guān)鍵技術(shù)大模型微調(diào)關(guān)鍵技術(shù)主要包括參數(shù)增量微調(diào)、指令微調(diào)以及提示詞工程等，旨在避免微調(diào)模型的所有參數(shù)，從而降低成本和代價(jià)。參數(shù)增量微調(diào)方法以LoRA微調(diào)方法為主流，該方法凍結(jié)原模型參數(shù)，往模型中加入額外的網(wǎng)絡(luò)層，并只訓(xùn)練這些新增的網(wǎng)絡(luò)層參數(shù)。由于這些新增參數(shù)數(shù)量較少，這樣不僅finetune的成本顯著下降，還能獲得和全模型參數(shù)參與微調(diào)中國聯(lián)通元景大模型AI終端合作白皮書類似的效果。指令微調(diào)是在預(yù)訓(xùn)練模型上微調(diào)的方法，旨在提高模型在自然語言格式的任務(wù)上的泛化能力。該方法對于未見過的任務(wù)也能夠展現(xiàn)出較好的泛化能力。提示詞工程（PromptEngineering），是一種專門針對大模型進(jìn)行優(yōu)化的方法，通過設(shè)計(jì)和調(diào)整輸入的提示詞（prompt）來引導(dǎo)這些模型生成更準(zhǔn)確的輸出。這種方法具有精準(zhǔn)控制、可擴(kuò)展性、實(shí)用性強(qiáng)和可交互的特點(diǎn)。2.端側(cè)部署關(guān)鍵技術(shù)為解決算法模型在端側(cè)直接運(yùn)行和部署，其關(guān)鍵技術(shù)之一是模型壓縮。由于端側(cè)設(shè)備的存儲空間有限，模型壓縮后方能部署，具體方法主要有量化、剪枝和知識蒸餾。量化指的是通過壓縮網(wǎng)絡(luò)參數(shù)來降低計(jì)算量，用整型數(shù)值來替換神經(jīng)網(wǎng)絡(luò)中原本用浮點(diǎn)表示的量，然后在后續(xù)計(jì)算過程中通過反量化技術(shù)將整型數(shù)據(jù)還原成浮點(diǎn)數(shù)據(jù)，進(jìn)而得到最終的結(jié)果。它不僅能減少資源消耗，還能大幅提升計(jì)算效率，對端側(cè)AI應(yīng)用落地有深遠(yuǎn)的意義。剪枝是通過刪除模型中的冗余參數(shù)和結(jié)構(gòu)來降低參數(shù)量，從而達(dá)到壓縮模型規(guī)模和提高推理速度的目的。在訓(xùn)練后推理前進(jìn)行剪枝稱為靜態(tài)剪枝，在模型推理階段通過強(qiáng)化學(xué)習(xí)的方法進(jìn)行剪枝成為動態(tài)剪枝。為節(jié)約運(yùn)算資源，靜態(tài)剪枝方法更適合終端設(shè)備使用。知識蒸餾是指將大模型或模型集合中的信息轉(zhuǎn)換為訓(xùn)練小模型。在半監(jiān)督學(xué)習(xí)中，引入完全監(jiān)督的教師模型和使用無標(biāo)記數(shù)據(jù)的學(xué)生模型之間的知識轉(zhuǎn)移，學(xué)生模型模仿教師模型，二者相互競爭，使得學(xué)生模型可以與教師模型持平甚至卓越的表現(xiàn)。并行技術(shù)也是端側(cè)部署的重要技術(shù)之一。并行技術(shù)分為數(shù)據(jù)并行、模型并行和流水線并行等方法。這種技術(shù)通過將大型、復(fù)雜計(jì)算任務(wù)切割為獨(dú)立子任務(wù)，分配給不同處理單元并行處理，顯著提高計(jì)算效率和速度，這在處理能力和存儲空間有限的端側(cè)設(shè)備上運(yùn)行大型算法模型尤為關(guān)鍵。3.軟件加速關(guān)鍵技術(shù)在端云協(xié)同架構(gòu)中，軟件加速中的關(guān)鍵技術(shù)通過優(yōu)化云端與終端設(shè)備之間的數(shù)據(jù)傳輸和處理，對整體系統(tǒng)的性能和響應(yīng)速度起到提升作用。例如批量調(diào)度技術(shù)（Batching調(diào)度）是在高性能計(jì)算和深度學(xué)習(xí)領(lǐng)域廣泛應(yīng)用的加速手段，該技術(shù)主要通過批量處理數(shù)據(jù)或任務(wù)來優(yōu)化資源利用、提高處理效率和吞吐量，并減少延遲。提高處理效率、降低單位成本，將多個(gè)小數(shù)據(jù)包組合成一個(gè)大數(shù)據(jù)包進(jìn)行傳輸?shù)姆绞娇梢蕴岣呔W(wǎng)絡(luò)傳輸?shù)男屎屯掏铝繌亩鴥?yōu)化網(wǎng)絡(luò)傳輸。除此之外，在端側(cè)部署中改善模型基礎(chǔ)架構(gòu)也是可以嘗試的方法，例如采用線性的自注意力機(jī)制來替代transformer中國聯(lián)通元景大模型AI終端合作白皮書的自注意力機(jī)制，降低算法的時(shí)間復(fù)雜度，具有明顯的效率優(yōu)勢。3.元景大模型架構(gòu)及能力體系中國聯(lián)通積極響應(yīng)國家“人工智能+”戰(zhàn)略，傾力打造了元景“1+1+M”大模型體系，即一個(gè)基礎(chǔ)模型平臺、一個(gè)MaaS（ModelasaService）服務(wù)平臺，以及多個(gè)面向特定行業(yè)的深度定制大模型。這一架構(gòu)確保了模型的高效研發(fā)、靈活部署與廣泛應(yīng)用。3.1基礎(chǔ)大模型元景基礎(chǔ)大模型是中國聯(lián)通自主研發(fā)的新突破，同參數(shù)性能業(yè)界領(lǐng)先，形成特色多模態(tài)能力。其中，語言大模型包含1B到180B多參數(shù)版本。多模態(tài)大模型具備聲、圖、文、視頻4模態(tài)能力，形成圖像局部修改、中文文字生成、多模交互等特色能力，在4個(gè)國內(nèi)外主流榜單上進(jìn)入前五。元景中國聯(lián)通元景大模型AI終端合作白皮書基礎(chǔ)大模型已通過中央網(wǎng)信辦生成式人工智能服務(wù)和算法雙備案，并在工信部中國軟件評測中心大模型產(chǎn)品安全測試獲得最高等級A級。3.2MaaS服務(wù)平臺元景MaaS平臺通過模型庫提供多種能力、工具集降低大模型的微調(diào)和開發(fā)門檻、原生應(yīng)用商店補(bǔ)齊AI落戶行業(yè)所需的體系化支撐，從而能夠很好的服務(wù)客戶需求。模型庫方面，元景模型庫已經(jīng)積累了200余款大模型，既可以滿足通用場景需求，也能為設(shè)計(jì)、制造、物流、電力等行業(yè)提供海量場景化模型服務(wù)。工具集方面，元景MaaS平臺已整合了100多款工具，能夠覆蓋“選模型-改模型-用模型”的完整業(yè)務(wù)流程，為用戶提供0代碼、低成本的服務(wù)，形成更懂行業(yè)、更易定制、安全可靠3大特色，助力企業(yè)快速構(gòu)建行業(yè)大模型、企業(yè)大模型及專屬應(yīng)用，該能力已通過中國信息通中國聯(lián)通元景大模型AI終端合作白皮書信研究院RAG和智能體最高評級。原生應(yīng)用商店方面，元景MaaS平臺在原生應(yīng)用商店中提供了一系列產(chǎn)品輔助設(shè)計(jì)、操作工序監(jiān)測、安全生產(chǎn)合規(guī)、智能客服、編程助手等原生應(yīng)用，能夠一站式滿足政企用戶的各類AI二次開發(fā)和應(yīng)用需求，助力用戶在MaaS平臺上構(gòu)建更完整的AI應(yīng)用體系。3.3大模型內(nèi)生安全AI大模型技術(shù)推動千行百業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，同時(shí)也帶來了新的安全問題與挑戰(zhàn)。人工智能內(nèi)生安全指的是人工智能系統(tǒng)自身和應(yīng)用運(yùn)行時(shí)存在的脆弱性，包含AI基礎(chǔ)設(shè)施安全問題、數(shù)據(jù)安全與隱私問題、模型安全問題以及應(yīng)用服務(wù)安全風(fēng)險(xiǎn)問題。同時(shí)，AI內(nèi)生安全問題給Al監(jiān)督與管理帶來了巨大的挑戰(zhàn)。中國聯(lián)通積極面對新挑戰(zhàn)，研究形成了人工智能內(nèi)生安全一體化解決方案。牽頭聯(lián)合中國信息通信研究院、國家計(jì)算機(jī)網(wǎng)絡(luò)應(yīng)急技術(shù)處理協(xié)調(diào)中心、中國軟件評測中心、北京中國聯(lián)通元景大模型AI終端合作白皮書百度網(wǎng)訊科技有限公司、華為技術(shù)有限公司、三六零數(shù)字安全科技集團(tuán)有限公司、亞信安全科技股份有限公司、超聚變數(shù)字技術(shù)有限公司共同發(fā)布了《人工智能內(nèi)生安全白皮書（2024）》。元景大模型從全面的安全風(fēng)險(xiǎn)維度出發(fā)設(shè)計(jì)安全評測數(shù)據(jù)集，形成模型安全增強(qiáng)方法，已構(gòu)建并開源的安全評測數(shù)據(jù)集覆蓋31類安全風(fēng)險(xiǎn)，并打造了端到端模型服務(wù)安全工具鏈。4.AI終端產(chǎn)品及應(yīng)用場景AI大模型正引領(lǐng)終端領(lǐng)域經(jīng)歷一場前所未有的變革，它不僅徹底顛覆了傳統(tǒng)終端的交互模式與形態(tài)，更催生出了一系列前所未有的新形態(tài)終端，同時(shí)賦予了終端更加人性化、智能化與直觀化的交互體驗(yàn)。隨著技術(shù)的飛躍，華為、小米、OPPO、vivo、榮耀等終端產(chǎn)業(yè)合作伙伴紛紛推出搭載AI技術(shù)的智能手機(jī)、手表，中國聯(lián)通元景大模型AI終端合作白皮書智能家庭組網(wǎng)終端、AI個(gè)人電腦、AIPIN、AI機(jī)器人等創(chuàng)新形態(tài)AI終端產(chǎn)品，它們以更加靈活多變的形式，進(jìn)一步拓寬了AI技術(shù)在日常生活中的應(yīng)用邊界。本章將根據(jù)產(chǎn)品形態(tài)進(jìn)一步分析AI終端產(chǎn)品的未來發(fā)展趨勢，為聯(lián)通元景大模型與終端產(chǎn)業(yè)合作提供指導(dǎo)。4.1通用型智能終端+AI4.1.1AI手機(jī)典型應(yīng)用場景1.智能語音助手：通過深度學(xué)習(xí)和自然語言處理技術(shù)，AI手機(jī)能夠準(zhǔn)確理解用戶的意圖和需求，實(shí)現(xiàn)高效的語音交互。用戶可以通過簡單的語音指令完成打電話、發(fā)送短信、查詢天氣、預(yù)訂機(jī)票等多種操作，使手機(jī)成為真正的個(gè)人智能助手。2.個(gè)性化推薦：AI手機(jī)根據(jù)用戶的使用習(xí)慣、興趣愛好等數(shù)據(jù)，提供個(gè)性化的內(nèi)容和服務(wù)推薦。無論是購物、娛樂還是工作，都能獲得更符合自身需求的信息和建議，從而提升生活和工作效率。3.照片優(yōu)化：利用AI算法對照片進(jìn)行無損放大等優(yōu)化處理，幫助用戶輕松拍攝和編輯出高質(zhì)量的照片。4.實(shí)時(shí)語言翻譯：在通話或聊天過程中，AI手機(jī)能夠?qū)崿F(xiàn)雙向?qū)崟r(shí)語音和文本翻譯，打破語言障礙，促進(jìn)國際交流。中國聯(lián)通元景大模型AI終端合作白皮書5.智能辦公：AI手機(jī)可協(xié)助處理文件、收發(fā)郵件、制作報(bào)表等辦公任務(wù)，提供實(shí)時(shí)的行業(yè)資訊和數(shù)據(jù)分析，幫助用戶做出更明智的決策。6.娛樂體驗(yàn)：根據(jù)用戶的喜好推薦電影、電視劇、綜藝節(jié)目、游戲、音樂和圖書，讓休閑娛樂更加豐富多彩。此外，AI技術(shù)還能增強(qiáng)游戲體驗(yàn)，如通過智能識別游戲場景來提供不同層級的震動反饋。4.1.2智能手表典型應(yīng)用場景1.智能健康監(jiān)測：能夠?qū)崟r(shí)監(jiān)測心率變化，為用戶的健康狀況提供即時(shí)反饋；記錄步數(shù)、運(yùn)動量、運(yùn)動軌跡等數(shù)據(jù)，幫助用戶了解日常運(yùn)動情況；通過監(jiān)測用戶的睡眠狀態(tài)，分析睡眠質(zhì)量，提供改善建議。2.智能教育娛樂：AI手表內(nèi)置教育相關(guān)的應(yīng)用或功能，如AI數(shù)字人輔導(dǎo)、英文單詞記憶等，幫助孩子提高學(xué)習(xí)能力；支持下載和安裝各類娛樂應(yīng)用，如游戲、音樂、視頻等，滿足用戶的休閑娛樂需求。4.1.3AI攝像頭典型應(yīng)用場景1.智能家居：AI攝像頭可以監(jiān)控家庭環(huán)境并識別用戶的行為，云端大模型則可以根據(jù)這些行為生成個(gè)性化的對話內(nèi)容，為用戶提供更貼心的服務(wù)。中國聯(lián)通元景大模型AI終端合作白皮書2.行業(yè)應(yīng)用：AI攝像頭與大模型的結(jié)合能夠大幅提升客戶服務(wù)的質(zhì)量。零售店中的AI攝像頭可以實(shí)時(shí)分析顧客的行為和情緒，云端大模型則可以根據(jù)這些信息生成實(shí)時(shí)的客戶服務(wù)建議或自動回復(fù)，提高客戶滿意度和銷售轉(zhuǎn)化率。3.公共安全：AI攝像頭可以用于監(jiān)控和識別潛在的安全威脅，而云端大模型可以根據(jù)攝像頭捕捉到的信息生成報(bào)警信息或提供實(shí)時(shí)的安全建議，幫助相關(guān)部門更迅速地做出反4.1.4AI組網(wǎng)終端典型應(yīng)用場景1.集成式智能中樞：作為“全時(shí)在線連接”的家庭智能網(wǎng)絡(luò)的“大腦”，通過識別語音指令、接收傳感器信號并根據(jù)家庭成員的習(xí)慣和偏好智能創(chuàng)造不同家居場景，跨平臺兼容不同品牌的智能設(shè)備和應(yīng)用程序，對各種智能家電實(shí)現(xiàn)集中管理和智能控制。2.家庭安全管理：在網(wǎng)絡(luò)安全方面，組網(wǎng)終端可通過AI技術(shù)可以實(shí)時(shí)監(jiān)測網(wǎng)絡(luò)狀態(tài)和數(shù)據(jù)傳輸情況，發(fā)現(xiàn)潛在的安全威脅并采取相應(yīng)的防護(hù)措施。通過AI網(wǎng)絡(luò)行為分析，組網(wǎng)終端可學(xué)習(xí)家庭成員的網(wǎng)絡(luò)使用習(xí)慣，識別異常行為并采取相應(yīng)措施。通過使用生物特征識別技術(shù)，如面部識別或指紋識別，來授權(quán)訪問家庭網(wǎng)絡(luò)和智能設(shè)備。3.網(wǎng)絡(luò)優(yōu)化管理：通過智能分析家庭網(wǎng)絡(luò)使用模式，使中國聯(lián)通元景大模型AI終端合作白皮書用AI精確預(yù)測每個(gè)家庭及家庭成員的帶寬需求高峰時(shí)段，動態(tài)調(diào)整服務(wù)質(zhì)量（QoS）和體驗(yàn)質(zhì)量（QoE），確保每位用戶進(jìn)行視頻會議、在線游戲還是高清視頻流媒體播放時(shí)，都能享受到專屬且不受干擾的帶寬，實(shí)現(xiàn)真正的個(gè)性化網(wǎng)絡(luò)體驗(yàn)。4.家庭云儲功能：通過家庭云存儲系統(tǒng)，實(shí)現(xiàn)多設(shè)備之間的文件同步和訪問；用戶可以根據(jù)需要選擇合適的協(xié)議進(jìn)行文件共享和訪問。結(jié)合AI能力，可對云儲文件進(jìn)行AI識別、AI翻譯、AI生成等。4.2AI需要專用定制終端此類終端主要是由AI需要專用定制終端，其中具有代表性的AI創(chuàng)新終端有：AIPIN、RabbitR1、Ray-BanMeta。上述三款A(yù)I創(chuàng)新終端均搭載各自的AI大模型能力，具備語音和視覺等交互功能，模型算力均部署在云端通過網(wǎng)絡(luò)與設(shè)備進(jìn)行連接，但在具體形態(tài)、喚醒方式上存在差異。AIPIN主打減少對人體的干擾與介入，可便攜佩戴在襯衫或外套上，通過敲擊進(jìn)行喚醒后支持語音和動作交互，并且支持激光投影儀實(shí)現(xiàn)在手掌投影顯示。RabbitR1類似手機(jī)造型，但尺寸僅為傳統(tǒng)手機(jī)一半，重115g，搭配一塊2.88英寸觸摸顯示屏，通過按鍵喚醒語音交互，具備360度旋轉(zhuǎn)的攝像頭可實(shí)現(xiàn)基本的視頻通話。Ray-BanMeta是由Meta公司推中國聯(lián)通元景大模型AI終端合作白皮書出的不帶屏幕的智能AR眼鏡，不僅可以識文、識物，還可以語音對話，更適合7x24小時(shí)佩戴，通過“HeyMeta”進(jìn)行語音助手的喚醒。5.中國聯(lián)通AI終端合作倡議中國聯(lián)通正式發(fā)起中國聯(lián)通元景大模型及MaaS平臺與終端產(chǎn)業(yè)鏈伙伴的合作倡議，誠邀廣泛合作伙伴加入，范圍涵蓋但不限于終端制造商、芯片