$商汤-W(00020)$

慧鲤科技：手机智能体，像“牧羊犬”一样执行任务

原创 田丰 商汤智能产业研究院 2024-05-09 18:03 北京

SenseTime

点击蓝字 关注智研君

第一次工业革命中纺织工业的兴起，离不开苏格兰牧羊犬的贡献，据说牧羊犬的名字最早来源于一只叫柯力的黑羊。

科学家认为牧羊犬是全球最聪明的动物之一，智商相当于人类7、8岁的小孩。日常牧羊工作中会主动承担自己的工作职责，引领羊群前往既定的方向，保护自己负责的羊群，还十分擅长通过主人的神情判断自己接下来的行为，犯错后还会卖萌、装委屈获得主人的谅解，感知力、执行力和察言观色的情商能力都较为突出。

“成才要趁早”，据说在牧羊犬一个月大的时候就开始训练了，一开始学习定点方便等简单任务，随后进行专业的调教训练，每天训练2-3次，通常在饮食之前1小时左右进行10分钟训练，效果最佳，通过反复调教形成牧羊犬的行为习惯，直至完全听从主人的指令并准确执行。由此可见，在一定程度上，人工智能就是帮助人类管理软硬件的“牧羊犬”。

一、AI智能体，智能终端的“牧羊犬”

图：全球授权蜂窝物联网连接趋势图（信息来源：GSMA智库）

每个人都在一片“终端牧场”上，“饲养”着很多APP、物联网终端。

截止2022年底，全球独立移动用户数为54亿人[1]，据中国互联网络信息中心(CNNIC)、MoonFox等权威机构数据分析，中国人手机上平均安装了73个APP应用，而15-19岁的青少年群体人均手机APP数量最多，为83个，即便60岁以上国人群体人均手机APP数量也是44个。

除了手机，中国百姓还拥有智能网联车、平板、PC、无人机、AR眼镜等IoT设备，GSMA智库预测到2030年，中国市场的物联网设备将占全球的2/3。

那么问题来了，生活节奏越来越快的人类每天6个小时在使用手机，如何有效管理、使用越来越庞大的APP群和终端群？

嵌入终端的AI智能体，会成为人类管理“物联网牧场”的“牧羊犬”。

据Gartner分析，2025年，市场中销售的43%的PC、59%的智能手机，都搭载端侧AI模型（On-Device AI/GenAI Models）[2]，2027年端侧AI模型在手机领域的渗透率将到达70%。

二、GenAI手机，端侧语言模型的应用

GenAI手机与传统智能机有什么区别呢？

首先，万事问AI智能体。

智能体拥有“超级知识库”，不论通勤方案、家电遥控、行车建议、日程提醒、考勤打卡、吃药提醒、地铁扫码、营养配餐等各类通用性问题，都可以询问手机智能体，省时不费力。即便是跨领域的复杂知识，端侧小模型也能够梳理关联知识片段、总结归纳，半秒内即可生成答案。

慧鲤科技的端侧AI智能体，拥有自己的虚拟人设和性格，变成最懂你的忙时工作助手、闲时聊天搭子。

其次，当你的“笔杆子”、“小秘书”。

慧鲤科技研发的AI智能体还是端侧文档好帮手，擅长文档总结概要、文档溯源、文档问答、文档二次创作、文档解析处理、OCR图文识别、多文档库管理等综合办公能力。

例如根据上级领导给你安排的文章要求，自动生成大纲、内容，会写工作总结、社交媒体、创意电商等几十类文案，当手机智能体阅读企业新产品说明书后，会根据小红书、微博、大众点评等不同网文格式、文风生成不同版本的营销文案，严格按照你的要求来产出内容。

凭借智能体的多模态能力，人类用户也可以用语音求助手机智能体：“帮我找一下我昨天在泰山拍的登顶照片，并生成一段配图文案，我要发朋友圈”，或者“帮我找一下我手机里和世界模型相关的论文，并生成对应的概要信息。”，手机智能助手都能秒级完成任务。

最后，调用其它工具，完成复杂任务。

以往需要打开多个APP、横向比对的复杂任务，现在能够通过智能体去协调完成。

例如通过Function Call调用秒画生成设计图，调用互联网搜索引擎查询时事新闻，又如“我下周三准备去朝阳大悦城玩，帮我看一下当天的天气，然后找一下坐地铁过去的路线，最后去美团找一家大悦城旁边的饭店，最好是江浙菜系。把以上你找到的信息汇总一下，保存到便签中，并贴到桌面上，供我之后查看。”手机智能体助手就会通过天气应用、地图应用、美食应用、便签应用协同完成任务。

用户也能向手机智能体助手派活：“我准备买一台Find N3，帮我对比一下淘宝和京东的旗舰店价格，顺便看两三条对应的评价，如有差评着重看看用户的痛点在哪。汇总一下，微信发给张三。”手机端侧智能体能够准确理解需求意图、转换指令、查询本地知识库、调动范围广、组合多、自动化的其他工具。

为了让AI智能体成为人类的可靠帮手，慧鲤科技针对手机端、车机端都做了系统调优，能做到超过3个9的系统稳定性。

另一方面，通过思维链、指令Follow等专项技术消除大模型幻觉。在手机端，智能体孕育出越来越多的AI助手，比如写作助手、商品助手、设计助手等等。

三、一石激起千层浪

图：GenAI重新定义超级应用（信息来源：IDC）

GenAI手机、GenAI PC等终端AI化，会带来3个革命性变化。

第一， 人机交互界面变革。

从GUI图形交互界面向LUI对话式交互界面的简单化演进，意味着智能体逐步取代APP成为新的人类流量入口。

IDC在《2024 AIGC应用层十大趋势》报告中预测“AIGC加速超级入口的形成”，大模型带来了“No App”的新一轮软件应用变革，人类通过与智能体的多轮对话直接调取APP、使用各种软件工具或硬件终端，自然语言降低了上手门槛，非软件专业人员，比如普通手机用户也能获取到强大的系统服务。智能体成为超级应用核心，软件公司逐步升级为智能系统运营商。

第二， 终端操作系统变革。

从“软件定义硬件”，升级为“GenAI定义软硬件”，且调用多应用完成复杂任务的“万能”能力，成为智能体的差异化竞争力。APP应用之间不再割裂，AI智能体通过Function Call调用第三方模型、软硬件完成人类的高阶任务。

人类如CEO一样指挥智能体，智能体如管理者一样调度执行体。即便是同一款基础大模型嵌入到个人手机中，由于每个人手机上APP组合完全不同，AI智能体编排、调用本地APP展现出的整体功能也各有千秋。

在“汽车-手机-家电”的互联场景中，端侧智能体还能成为你的“小管家”，用车机端智能体查看家中可视门铃和快递物品、用手机端智能体操控汽车空调等智能车舱服务。

第三， 大模型从云到端，再融合为“云端一体”的手机智能体，AI算力瓶颈将得到显著缓解。

传统模式下，云侧大模型承担100%的算力负载，而用户手机算力经常性闲置，例如用电脑、开车时就不用手机。

而当30-50亿参数量的端侧小模型跑在手机端，能够承接相对通用简单的AI任务、知识问答时，手机端将承担80%的AI推理算力，也就是说云侧大模型的推理算力下降到原来的1/5（20%）。

除非有超出小模型知识范畴、能力范畴的用户任务，就会求助于云侧大模型。云端一体的GenAI算力模式，适用于手机、笔记本、AR眼镜、智能车、机器人等几乎所有AIoT设备，而且慧鲤科技原创研发了自己的PPL推理引擎，加速终端侧推理效能。

图：中国市场新一代AI手机销量预测（信息来源：IDC《AI手机白皮书》）

伴随在各类智能终端的普及，端侧AI智能体日以继夜地不断学习，拥有真实世界的感知能力、自我学习能力、创作能力、算力的高效利用能力，每个中国人都能定义自己的智能体。

IDC预计2024年全球新一代AI手机的出货量将达到1.7亿部，比2023年翻3倍以上，约占智能手机整体出货量的15%；而中国市场上，2024年新一代AI手机将从2023年的1000万台翻四倍，飙升到4000万台，一路高歌猛进，2027年达到1.5亿台出货量。

当前端侧智能体优先部署在高端旗舰手机上，逐渐向全产品线渗透。

图：智能体构成开放服务生态（信息来源：IDC《AI手机白皮书》）

展望在不久的将来，每一个人的能力不仅是自身的素质能力，而且包括你培养的智能体的能力。

人人都如福尔摩斯，智能体就是你的专属“华生”助手，零代码开发自己的手机智能体，用私域数据训练它，灵活接入越来越丰富的插件。在很多领域中，一个人加上足够的AI工具，就能迅速变为一家专业化服务公司，人机高效协同分工，AI汇集、处理海量需求信息，人类在关键节点做出决策，这就是以人为中心的人工智+新质生产力，就能完成价值创造的全过程。