認知與技術(shù)領(lǐng)航，OPPO何以讓AI更進(jìn)一步
AI手機到底應該是什么樣？面對這個(gè)問(wèn)題，或許有不少朋友會(huì )下意識地看向iPhone，“蘋(píng)果是怎么做的”也儼然成為了手機圈一個(gè)風(fēng)尚。只可惜蘋(píng)果在A(yíng)I領(lǐng)域起了個(gè)大早、趕了個(gè)晚集，就給了Android陣營(yíng)先人一步的機會(huì )。在剛剛舉行的ODC24上，OPPO方面向外界展示了成為AI手機旗手的底氣。
用AI來(lái)為手機賦能并不新鮮，自2011年的蘋(píng)果Siri就已開(kāi)始初見(jiàn)端倪，再到2017年、2018年，隨著(zhù)自然語(yǔ)言理解（NLP）技術(shù)的“白菜化”以及神經(jīng)網(wǎng)絡(luò )處理器（NPU）出現，國內廠(chǎng)商也扎堆做起了智能語(yǔ)音助手，并成為當時(shí)手機廠(chǎng)商在新品發(fā)布會(huì )上的必講環(huán)節。
只可惜僅用了短短兩年時(shí)間，應用場(chǎng)景有限、效率不高等問(wèn)題的陸續出現，使得用戶(hù)主動(dòng)冷落了智能語(yǔ)音助手。直到2023年，隨著(zhù)生成式人工智能的出現，手機AI又有了新的故事可講，此次OPPO就在ODC24上用系統級AI重構了AI與操作系統的關(guān)系。
OPPO軟件工程事業(yè)部總裁唐凱在此次活動(dòng)中就提及，AIOS有三個(gè)階段，分別是應用AI化、系統AI化，以及AI即系統。過(guò)去，AI在手機操作系統里只能錦上添花、局限于單點(diǎn)功能，比如曾經(jīng)的智能語(yǔ)音助手，就只擅長(cháng)處理諸如定鬧鐘、打電話(huà)、打開(kāi)App等簡(jiǎn)單操作，面對復雜指令時(shí)就會(huì )陷入“雞同鴨講”的死循環(huán)。
顯而易見(jiàn)，曾經(jīng)作為手機里AI元素集中體現的智能語(yǔ)音助手，當時(shí)就只能起到一個(gè)嘗鮮的作用。而在此次ODC24上亮相的“超級小布助手”則是嵌入操作系統底層、深度整合的系統級體驗，AI功能不僅僅體現在“超級小布助手”上，而是滲透到了系統的各個(gè)層級。
例如，OPPO推出的“一鍵問(wèn)屏”功能，就是多模態(tài)交互能力的結晶，不僅要“看”、還要“聽(tīng)”，然后根據用戶(hù)的語(yǔ)音和視覺(jué)反饋來(lái)做出反應。這背后需要OPPO的AI平臺調用視覺(jué)模型、音頻模型，以及大語(yǔ)言模型協(xié)同工作，從而實(shí)現圖像和音頻識別與自然語(yǔ)言輸出。
不僅如此，OPPO借助SenseNow框架讓一鍵問(wèn)屏實(shí)現了“邊看邊說(shuō)”的功能，并且這可一點(diǎn)都不簡(jiǎn)單。要知道多模態(tài)大語(yǔ)言模型有一個(gè)重要的課題，即怎么對齊不同文本、圖像、音頻等不同模態(tài)。由于不同模態(tài)獲取的特征差異巨大，且模態(tài)復雜導致出現過(guò)擬合現象，最終會(huì )讓多模態(tài)模型的效果不如單模態(tài)結果。
OPPO此次推出的SenseNow智慧框架，就憑借強大的多模態(tài)直覺(jué)交互能力，能做到在對文本、圖像、音頻解碼生成的同時(shí)，進(jìn)行跨模態(tài)的特征同步。用OPPO方面的說(shuō)法，用戶(hù)在瀏覽內容時(shí)可以立即詢(xún)問(wèn)，AI也能實(shí)時(shí)響應，而不再需要在不同模態(tài)之間來(lái)回切換操作。
將各個(gè)模態(tài)的信息和交互整合到一起，OPPO顯然有著(zhù)更多的意圖。用OPPO AI中心產(chǎn)品總監張峻的話(huà)來(lái)說(shuō)，“我們的目標是讓AI助理像真人助理一樣，能夠'邊看、邊說(shuō)、邊做'”。從最初的單線(xiàn)程進(jìn)化到多線(xiàn)程，OPPO不是為了做AI、而打造系統級AI，而是讓AI提升用戶(hù)的體驗，塑造一個(gè)交互和智能隨心，專(zhuān)屬陪伴、安全可信的個(gè)人化助理。
不過(guò)想要讓AI助手更像真人助理，單純整合不同模態(tài)的大模型是不夠的，AI智能體才是關(guān)鍵。一鍵問(wèn)屏功能盡管優(yōu)秀，但也不是十萬(wàn)個(gè)為什么，真正能讓用戶(hù)感知到AI確實(shí)有用，還得能自主執行任務(wù)的AI智能體。在ODC24上，OPPOF就已經(jīng)展示了用“超級小布助手”訂機票的DEMO，但他們也坦言，要實(shí)現完全自動(dòng)化的操作確實(shí)有門(mén)檻。
以訂機票為例，據張峻透露，技術(shù)上我們已經(jīng)具備了一些能力，例如意圖識別和應用喚醒，現在小布就支持說(shuō)“給某某在*里發(fā)個(gè)紅包”，但要進(jìn)一步實(shí)現“完全自動(dòng)預訂”還需要解決用戶(hù)偏好問(wèn)題，比如選哪家航空公司、什么時(shí)間的航班，這些就涉及到用戶(hù)的信任和個(gè)性化理解。
OPPO方面希望AI能夠逐步增強對用戶(hù)偏好的理解、加強AI智能體的記憶能力，從而讓每一個(gè)“超級小布助手”都對它們的主人了如指掌。盡管AI智能體的記憶力固然重要，但更重要的是行動(dòng)力。對此OPPO方面也展望了AI手機的未來(lái)，無(wú)論是傳感器的布局、還是芯片平臺都會(huì )進(jìn)行相應升級，以支持系統級的AI功能。
縱觀(guān)此次ODC24，OPPO要表達的并不是重做一個(gè)“小布”，而是希望以智能手機作為計算平臺、用AI來(lái)賦能用戶(hù)的科技生活。
