2024 vivo開發者大會于10月10日在廣東深圳正式召開，vivo發布自研大模型——全新藍心大模型矩陣，為用戶和開發者帶來諸多驚喜。在同日舉辦的人工智能會場上，vivo AI團隊分享了在AI領域取得的最新成果，以前沿解決方案引領大模型創新與用戶體驗升級，助力開發者高效創新。
全新藍心大模型矩陣
長期以來，vivo持續在AI領域深耕，緊跟前沿技術，不斷探索AI在終端設備上的用戶使用場景，致力于為用戶帶來更優質的用機體驗。vivo AI算法技術總監李方圓表示，隨著大模型技術日益成熟，vivo在語言、圖像、語音、多模態等全模態的AI技術上逐步升級為大模型能力，正從傳統的AI技術時代邁向大模型AI技術時代。
vivo AI算法技術總監李方圓
全新藍心大模型帶來4項核心升級：
1、語言大模型升級：BlueLM-70B 2.0模型較1.0模型能力提升30%，新增多模態多輪指令理解、工具使用和代碼能力等亮點功能；
2、圖像大模型創新：推出中文原生文生圖大模型，突破文字可控生成技術難題；
3、全模態技術擴展：新增語音和多模態理解大模型，實現全模態AI技術升級；
4、端側大模型發布：隆重推出3B端側大模型，能力更強、速度更快、更加安全和應用更廣的4大特性。
全新語言大模型帶來3項核心升級：
1、云端語言大模型升級：BlueLM-70B 2.0新增學習了1億知識問答，500w篇的論文，以及1.2億代碼倉庫等高質量數據，模型整體能力提升30%。新增了多模態多輪對話能力，支持400+手機系統工具和180+三方工具的調用，以及全面升級了大模型的代碼生成能力，能實現數理計算和Excel的數據分析能力。
2、重磅推出3B端側大模型：帶來手機終端黃金尺寸3B端側大模型，在模型能力領跑行業5B以下模型，在寫作對話、摘要總結、信息抽取等業務能力上，超越行業7B-9B模型。極致出詞速度達到80字/s，內存占用僅1.4G，真正打破了“模型小、能力強、消耗低“的不可能三角定律”。
3、語言大模型新增圖像理解能力：通過將文本、圖像抽象成統一的token表示，vivo為語言大模型新增了看世界的“眼睛”，能夠理解手機上的文字和圖片多種模態的信息。BlueLM-V-3B模型，領跑行業4B及以下的多模態大模型。
語音大模型四大核心能力，讓智能語音交互更簡單、高效
語音技術在智能手機中的地位日益凸顯，廣泛應用于出行、家居娛樂、辦公及無障礙功能等多個領域。vivo AI語音中心負責人陳彬彬指出，vivo自2017年起便致力于語音技術的研發，并將多項創新成果融入其產品中。為進一步提升體驗，vivo帶來了自研語音大模型。
vivo AI語音中心負責人陳彬彬
vivo自研語音大模型基于藍心文本大模型開發，通過離散化編碼結合文本大模型學習，實現更智能、豐富和簡單的語音交互。它具備四大核心能力：語音合成、音色復刻、語音翻譯和方言自由說。語音合成能將文本轉化為逼真擬人的語音，支持多語言及方言；音色復刻則只需用戶一句話即可復制音色；方言自由說功能不僅滿足用戶方言交流需求，還助力方言文化的保護與傳承；語音翻譯能力則能直接將語音轉化為目標語言文本，提高翻譯效率。vivo將繼續深耕語音大模型在各場景的應用，提升用戶體驗，并期待與各界共同探索大模型技術的更多可能性，造福社會。未來，vivo計劃將語音大模型能力逐步開放至智能體平臺，以更廣泛地服務于用戶和開發者。
讓圖像生成技術觸手可及，實現AI普惠
隨著擴散模型與AI架構的深度融合，圖像生成技術迎來了指數級飛躍，其中文生圖技術尤為顯著。vivo AIGC圖像大模型技術總監阮曉虎在論壇上介紹了vivo的文生圖大模型——藍心圖像大模型BlueLM-Art，該模型精通中文語境，融合了中國特色與東方美學，其在中文理解、中國文化詮釋、人物攝影美學及中文文字繪制等多個維度都取得了出色的效果，多次榮登SuperCLUE-Image基準榜單中文領域榜首。
vivo AIGC圖像大模型技術總監阮曉虎
通過在算法架構、數據處理、工程以及算力上的全面優化，使藍心圖像大模型BlueLM-Art擁有諸多特性，不僅精通中文，擁有出色的指令跟隨性，還能生成與圖文完美結合的中文字符，并提供藝術字繪制插件。同時，藍心圖像大模型BlueLM-Art在人物攝影美學方面有著卓越表現，能呈現美觀、真實、富有質感的人物形象。最后，BlueLM-Art還擁有可控性生成能力，能在圖像創作中保持更高的主體一致性。
基于藍心圖像大模型BlueLM-Art，vivo在藍心小V中推出了圖像創作、AI消除、圖像風格化、藝術字創作等一系列AI功能，并在PAD的原子筆記中加入了AI涂鴉美化功能，極大地提升了用戶的創作體驗。后續vivo將繼續優化文生圖大模型及其相關AIGC功能，為用戶提供更多創意資源，讓先進的AI技術惠及更廣泛的用戶群體，持續推動圖像生成技術的創新與發展。
大模型端側化，用戶體驗持續升級
vivo AI端計算負責人魯晶分享了vivo在全模態大模型端側化的探索與成就。AI算法端側化作為平衡體驗、安全與成本的解決方案，不僅保障了用戶在無網或弱網環境下的智能體驗，還確保了個人數據安全，并有效降低了使用成本。
vivo AI端計算負責人魯晶
大模型時代，vivo持續推進各模態大模型端側化能力建設，探索大模型在各業務場景端側產品落地，覆蓋“聽、說、讀、寫、畫”各應用場景。在“聽”方面，vivo升級應用語音識別大模型，讓語音操作隨時可用；在“說”方面，利用語音生成大模型生成超擬人音色，為故事講述賦予更鮮活的魅力；在“讀”方面，利用多模態大模型針對視障用戶打造圖像問答功能；在“寫”方面，將語言大模型在端側更廣泛的應用，同時升級為3B端側大模型，給用戶更為優質的體驗。此外，vivo還探索了圖像大模型端側化，為用戶帶來隨時可用的AI消除功能。。
針對全模態大模型端側化，vivo 從算法模型設計，到量化、性能瓶頸分析工具建設，再到底層運行時異構方案設計和業務框架層靈活的多業務部署架構建設，提供了完整的解決方案。通過軟硬件協同，充分挖掘芯片潛力，確保大模型在端側運行時的強悍性能。未來，vivo計劃開放成熟算法能力與端側加速能力，與行業開發者合作，共同打造創新、便利、智能的業務場景，為用戶提供更優質的智能化體驗。
攻克AI三大挑戰，打造高效穩定的大模型工程體系
vivo AI工程架構專家陳崇沛分享了vivo在大規模高性能計算領域的探索與創新。他指出，大規模訓練、高性能推理及海量算力治理是AI落地面臨的三大挑戰。為此，vivo構建了大模型工程體系，解決了大規模訓練的問題，讓模型能按天迭代；解決高性能推理的問題，能秒級生成圖片；搭建了堅如磐石的萬卡集群，算力能持續穩定輸出。這一體系全面支撐了vivo各模態、模型的訓練與推理，廣泛應用于vivo的AI產品中。
vivo AI工程架構專家陳崇沛
展望未來，vivo要打造出強有力的個人化智能產品，就要具備o1這類強邏輯推斷能力的模型。而大模型工程的關鍵是性能和靈活性兼具的強化學習訓練框架，這樣才能發揮出強化學習Scaling law的威力。為了實現這個目標，vivo的思路是：以訓推一體架構為基礎，整合自研推理引擎和訓練框架，滿足多模型訓練推理協同的要求，支持高性能、高靈活性的自博弈強化學習。o1的技術路線目前只露出冰山一角，還有很大的探索空間，讓我們拭目以待。
vivo意圖框架，實現精準服務分發與全場景智能化體驗
如今AI改變了人機交互方式，在AI大模型的加持下，智能化體驗有了較大升級，用戶可以通過對話等方式來替代傳統的交互方式，實現以AI為中心的交互模式變革。vivo AI系統技術總監許勝華表示，智慧服務在體驗升級的同時，也面臨全新的挑戰，vivo持續與生態伙伴探索高效精準的服務分發模式，基于此vivo面向開發者提供了意圖框架解決方案。
vivo AI系統技術總監許勝華
通過意圖框架，連接開發者和系統，結合AI能力理解用戶意圖，再通過系統入口將生態服務精準分發至用戶，從而提供全場景、智能化的服務體驗。在原系統5（Origin OS 5）上，意圖框架已經跟系統的藍心小V、原子島、小V建議等交互入口全面打通，帶給用戶帶來便捷貼心的用機體驗。目前vivo意圖框架已上線24個垂域，53個意圖標準，方便開發者接入使用。
藍心智能體開放平臺賦能，助力構建智能體生態
vivo AI解決方案中心高級經理蔡永超介紹了藍心智能體開放平臺，該平臺可以提升AI與人的協作體驗。基于智能體開放平臺，還支撐起vivo 1+X+N智能體協作體系的構建，為用戶提供溫暖、智能的體驗。
vivo AI解決方案中心高級經理蔡永超
vivo為開發者提供一站式智能體開發、分發、運營平臺，助力開發者高效、便捷地實現智能體的開發。在流量方面，vivo提供了包含鎖屏、息屏、通知、負一屏、全搜、藍心小V等入口在內的多個分發入口，為開發者帶來億級流量曝光和轉化。
vivo藍心智能體的創建流程簡單快捷，只需創建、配置、調試、發布四個步驟即可快速搭建一個智能體。目前平臺已與支付寶AI健康管家、攜程、百度地圖、懂車帝、同程旅行等應用合作，提供多種智能服務。
藍心智能體平臺將協同開發者共同構建智能體生態，以大模型+智能體平臺為基座，以OS內核+應用為依托，服務用戶、開發者和行業伙伴。后續，藍心智能體開放平臺將逐步開放更多AI能力，基于智能體平臺開發的智能體應用，經過安全審核可以上線到藍心千詢APP及PC供廣大開發者使用，并支持發布到三方應用。
未來，vivo將持續以用戶為中心，深化AI技術研發與應用，攜手開發者與生態伙伴，共同推動AI技術的普惠與發展，為用戶帶來更智能、更便捷、更安全的用機體驗。
