对华为、小米、OPPO、vivo、魅族五款旗舰手机的大模型功能进行了实测。测试涵盖语音助手指令理解、数学计算、文本生成及图片生成能力。结果显示，华为小艺在复杂语音指令和多任务处理上表现最佳；vivo 蓝心小 V 在第三方 APP 操作和后期版本优化中表现突出；小米小爱同学图像风格统一但计算偶有失误；魅族小溪交互逻辑存在缺陷且权限受限；OPPO 小布表现中规中矩。总体而言，手机大模型在语音理解上有显著提升，但在长文生成准确性和参数推荐上仍有较大差距，尚未达到理想效率。
如果你关注手机发布会的话，就会发现除了处理器、影像、屏幕、系统这些，最近有一个功能各大手机品牌会花很大篇幅去介绍。
但是，如果你买手机，前面的那些软硬件是你会考虑的因素，而 AI 大模型，我想 99% 的人都不会考虑，是吧？
不可否认的是，AI 代表的是未来，而手机厂商都在往这方面投入高额的成本，那现在手机的大模型哪家最好用呢？
我们找来了华为、小米、OPPO、vivo，以及在看完别家发布会后，自信心爆棚，又决定召开发布会的魅族，他们的最新款旗舰手机。 看看这五家谁的大模型功能更强。
先介绍一下参数。
vivo X100 和 OPPO Find X7 用的是天玑 9300，按联发科的说法，支持最高 330 亿参数的大模型在端侧运行。
vivo 宣传手机大模型是端侧 70 亿加云端 700 亿。
OPPO 这边，安第斯大模型是 70 亿端侧加 1800 亿云端。
华为 Mate 60 Pro 芯片没有侧载大模型，而是通过云端大模型来处理用户需求，华为背后有盘古大模型团队。
小米和魅族采用的高通骁龙 8 Gen3，支持端侧 100 亿参数大模型。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
魅族的大模型 Flyme AI，宣传是开放式 AI。简单来说，就是自己不开发，跟别的大模型团队合作。
雷军在去年 8 月的发布会上提过小米跑通了 13 亿规模的端侧大模型，但到小米 14 发布时却没有提。 所以，小米 14、魅族 21 极有可能跟华为手机一样，没有侧载大模型，或者不值一提。
在 AI 设置中，也能找到一些证据，find X7 支持离线图线消除，vivo 支持本地图片风格化和文档总结。
但在 Mate 60 Pro、小米 14 和魅族 21 里，没有本地大模型的设置。
要说的是，OPPO 的离线和 vivo 的本地是有区别的。 OPPO 即便断网，还能消除画面物体，vivo 一旦断网，本地大模型不能使用。
以上是各家大模型的基本情况。
从参数来看，OPPO 的云端 1800 亿挺唬人，可是华为有盘古大模型，在大模型技术这一块积累更深，大家觉得谁强？
各家手机厂商对于大模型的运用，都是将大模型融入原来的语音助手中，所以打开方式还是包括语音唤醒、长按电源键唤醒、耳机唤醒。
不过各大厂家也有不同设计，华为和 OPPO 为语音助手提供了快捷方式。 vivo 除了'蓝心小 V'，还有'Jovi 语音'，蓝心小 V 是 Jovi 语音功能的一部分。
小米没有 APP，点进底部搜索栏右侧的小爱同学图标即可进入大模型功能。如果经常使用搜索功能，这样设计很不错。
但某原教旨主义资深米粉同事就表示，这个搜索栏一定要取消，因为用不上还占屏幕。 最好的设计是魅族，长按底部横条 mback 键就能进入语音助手，该方式呼出还支持识屏，在系统如影随形，让人感觉非常简洁。
我知道这里可能有人夸魅族了，但先等等……
魅族还有一个'Aicy 语音'，而在这个 APP 的主页面，却没有语音入口，需要进入下一级菜单才能开启场景化的语言助手功能。 而且，在 Aicy 语音里，Mback 呼出语音助手功能是无效的。
这里的交互逻辑，让人感觉非常疑惑，就像是我们建了一栋房子，一楼没有大门，要从二楼窗户才能进入。 不过我还是要夸一句，魅族的 mback 真的很有灵气。
回归到日常使用体验，我们从日常服务入手，先是最常用的语音助手功能。 比如打开相册，播放音乐，这个语音助手都会，不作演示。
我们现在把对话加长：我想让你帮我打开一些 APP，首先打开相册。
这里华为小艺、OPPO 小布和小米小爱都能正确识别并打开相册。 vivo 小 V 说超出了理解范围…… 魅族小溪也没有打开，但从对话来看，它似乎理解了我的请求，推荐了相册应用。
那咱们再复杂一些，把相册前面'打开'这个关键词去掉：我想让你帮我打开一些 APP，首先是相册。 到这里，小爱同学和小布都失败了，'打开一些'成了干扰因素，小爱同学是 APP 请求暂时无法支持，小布已经开始推荐其他 APP 了。
小 V 依然是超出理解范围，魅族理解了，推荐了相册应用，只有华为成功。 顺便说一句，在这里，没有大模型的 Siri 也执行成功，小伙伴们可以试一下。
再复杂一点，变成多个 APP：我想让你帮我打开一些 APP，首先是相册，再关闭，再打开哔哩哔哩。
依然只有华为执行了操作。
可能有人会觉得这样考验语音助手的理解能力没用，是我们在吹毛求疵，那如果我们要它设置闹钟… 像我这样起床困难户，起床起码得设置 3 个闹钟吧：请帮我设置明天早上的闹钟，一个七点五十，一个七点五十五，一个八点。
只有小艺三个闹钟全部设置成功，而其他闹钟只会读取一个时间点设置闹钟。
我知道，此刻大家脑海里都是那四个字啊。
就在我惊叹小艺遥遥领先友商如此多时，测试其他 APP 时却翻车了。 比如让它们在美团上找外卖：在美团上搜索蛋炒饭 小 V 能成功识别并找到蛋炒饭，小爱和小布同学能打开美团。
而小艺却无法执行。
可是如果换成京东、淘宝搜索耳机，小艺却能成功。 类似的，在哔哩哔哩搜索央视新闻，小艺和小布会失败，小 V 和小爱同学能成功。 在第三方 APP 执行指令，小 V 是表现最好的。
细心的朋友可能发现了，这里我没提魅族的'小溪'，因为……
总的来说，小艺和小 V 各有胜负，小艺语言理解能力最好，但第三方 APP 操作层面，小 V 表现更佳。 而'小溪'语音助手和大模型好像是分开的，理解了我的指令，但没有操作 APP 的权限。
在计算层面，我们可以用大模型来帮我们做一些简单的计算。 比如我去年真实遇到的一个概率问题，0.975 的 126 次方，这个数据手机助手都能计算正确，通关。
值得一提的是，这个数据前段时间大火的 kimi 计算出来却是错的。
再以常见的鸡腿同笼问题测试，本来我以为大模型解决这类问题已经驾轻就熟啊，没想到有位选手翻车了… 在这道题中：一只笼子关着鸡和兔子，有 76 只腿，26 个头，鸡和兔子分别有多少只？ 大部分大模型都算出鸡是 14 只，兔子 12 只，只有小爱同学是错的，计算结果是鸡 23 只，兔子 7 只。
这个结果我们测试了很多次… 更离谱的是，有时小爱同学还会列出二元一次方程式，你以为它这次终于要算对了的时候，他的计算结果把兔子和鸡颠倒了。
此刻，笔者大概体会到辅助一个学渣学习的痛苦了。 不知道雷总怎么看这个结果。
在工作效率方面，我们作为一个自媒体，最看重的自然是大模型在文稿方面的能力。 如果要让总结一篇稿子的重点内容，它们表现怎样呢？ 我们找来了某科技媒体前段时间阅读量超过百万的一篇文章。 然而，小爱和小布都没有总结这种长文的能力，不能上传 Word 文档，粘贴文本有字数限制，它俩退出本项考核。
剩下的小 V、小溪和小艺里，小 V 有些本末倒置，有一半总结是文章引入，后面讨论的内容被一笔带过。相比之下，小溪和小艺总结得明显更全面。 反过来，我又测试了它们写稿子的水平，给出的指令是写一篇关于英伟达历史发展的稿子，然后尴尬的来了。
小布和小溪开头部分高度相似，还出现了相同的错误。 在关于黄仁勋早期的一段描述，都写到他曾在 1983 年这段时间在加州大学伯克利分校攻读博士学位。
事实上，这段时间，黄仁勋还在读本科。
我猜，他俩同时引用了错误的资料来源，这确实挺让人感到尴尬的。 小艺的稿子就像列重点，记流水账。
小 V 也好不到哪去，几乎每一段都是以年份开头，简单描述该年的公司重大事件。小艺和小 V 的结果都是编年体公司发展史。
想比之下，小爱生成的稿子可以用文采斐然来形容，分列了小标题，有重要产品介绍，有如今行业地位描述，最后还有两段升华。
除了这类科普式稿子，我们还让它们写了产品推荐稿子，推荐 2000 元价位段手机。 小艺推荐了 3 款手机，其中数据可谓一塌糊涂，红米 note 11 pro 相机和屏幕乱写，reno 5 处理器和屏幕尺寸错误。
更离谱的是，华为畅享 X20 这款手机，市面上不存在，真正存在的机型是华为畅享 20 和荣耀 X20。 华为和荣耀的关系，可能连大模型都误解了。
唯一值得夸奖的是，小艺是没有私心的，推荐了红米和 OPPO 的产品。 小布和小 V 这俩货私心就比较强了，只推荐自家品牌。 小布把自家 reno5 K 和 A93s 的处理器型号弄错，小 V 在参数上没有出现错误，而且是最新款，但推荐手机简单列几个参数卖点。
不知道大家发现没有，小艺、小布和小 V 不管写的多还是写的少，都只推荐了三款，换到小爱时，它终于推荐了四款手机。 不过，产品参数上依然有错误，自家 note 12 pro 的相机参数错误，iQOO Z6 的充电功率也错了。
魅族小溪参数错误最少，但也没有避免，在 iQOO Z5 这款手机上，原本的屏幕尺寸 6.67 寸写成了 6.78 寸。
总的来看，没有值得信赖的大模型。 从文本形式上来看，小 V 和小爱罗列参数的形式不像一篇稿子。 小布和小溪文本看似还像稿子，但每段推荐文章结构是一样的，先写处理器，在介绍屏幕，接着是影像，最后是电池和充电功率，缺少变化。 小艺的稿子变化多一些，但也是错得最离谱的。 这些大模型的生成结果，没有一个可以用的。
这些稿子都篇幅较短，且推荐机型较少。 我们再加一个条件，把字数扩充到 2000 字：帮我写一篇稿子，选题是 2000 元左右手机推荐，字数在 2000 字左右。
从结果来看，小 V 忽视了字数要求，几乎没有变化。
小爱两次推荐都是 4 款手机，除了 iQOO Z6 没变外，其他机型都发生了变化，为了增加字数，每款机型描述从特点变成了优缺点。
小艺的字数增加不多，机型也没有变化。 小布增加了 2 款机型，字数增多了，但远没有 2000 字。
小溪在没有增加机型的情况下，大幅增加了引入和总结篇幅，又加入了推荐原则与标准、购买建议和注意事项两章，来达到字数要求，甚至自己把标题从推荐改成了深度推荐。
看来大模型，也是懂得水字数的。 总的来说，在文本生成方面，结果都难以令人满意，矮子里我是真拔不出将军。
除了文本，在图像方面，小艺、小溪目前不支持生成图片。
小 V、小布和小爱支持生成图像。
小爱同学无论画什么场景都维持着色彩浓郁的插画风格。
小布的画面偏向写实。
而小 V 则是各种风格都有。
但在某些描写细致的场景下，大模型并不能按照要求输出图片。 比如描述一个小女孩在卖火柴，小狗在旁边睡着了，给出的结果小女孩都没有在卖火柴。 而且他们目前都不支持对生成图片进行微调。
以上便是在模型里我们常用的功能体验，由于篇幅的关系，关于翻译、写代码等功能，我们不再介绍。
如果要评价这些手机大模型功能，我们要分开两部分来看。
在语音助手部分，在大模型的加持下，手机对人类的自然语言的理解能力得到明显提升。 所以我们可以让语音助手帮我们做更多的事。
这部分华为手机最好，能够实现一次下达多个指令让它完成，虽然在美团、哔哩哔哩这些 APP 上失败了，但瑕不掩瑜。
其次是 vivo、OPPO、小米，最差的是魅族小溪。 我理解魅族做成开放式设备与他人合作的模式，但在融入手机系统方面确实不尽如人意。
但在生成文本方面，手机大模型离理想效率还有较大差距。 他们生成的文章要点总结还行，写出来的稿子要么满足不了需要，要么错误很多，或者过于简单，离够用还有一段路要走。
值得一提的是，在完成这个项目的尾声，我们再次测试大模型推荐效果时，发现 vivo 的小 V 有了明显进步。 再次让它推荐 2000 元手机，虽然推荐结果还是 vivo 的三台手机，但是文本相比之前已经有了长足的进步，反而成为 5 台手机中生成效果最好的。
虽然 AI 大模型现在还不是消费者购买手机的一个考虑因素，但就像 vivo 一样，整个 AI 领域的技术进步速度令人惊讶，我相信大模型在未来会有广阔的前景。 智能手机自诞生初期的 1993 年，到迎来爆发的 iPhone 时刻（iPhone 3G），整整用了 15 年。 而智能手机上的 AI，终究会迎来一个 iPhone 时刻。
