在近期舉辦的vivo開發者大會上，vivo副總裁周圍詳細闡述了公司AI戰略的轉型路徑。作為國內手機廠商中AI研發投入的領先者，vivo自2017年組建專業團隊以來，已在該領域累計投入超過230億元，構建起覆蓋硬件集群與算法研發的完整體系。

面對通用大模型發展路徑的挑戰，vivo作出了關鍵性戰略調整。周圍透露，2023年公司曾全力沖刺千億級參數模型，在多個技術榜單上取得領先位置。但經過實踐驗證發現，當模型參數向2000億級突破時，僅硬件集群建設就需要追加20億元投資，年運營成本更將高達50億元，其中電力消耗占比達30%。這種"軍備競賽"式的投入模式，與手機行業的商業邏輯存在根本性沖突。

技術團隊通過實測發現，7B參數模型在終端部署時存在明顯短板。該模型需要3.5GB運行內存，而主流機型配置為4-8GB，導致高端機型性能下降15%-20%，且僅能完成基礎任務拆解。這種"大而鈍"的特性，與移動終端對輕量化、實時性的核心需求背道而馳。

經過持續技術攻關，vivo在2024年推出革命性的3B參數端側模型。該模型僅占用2GB內存，卻具備超越7B模型的復雜推理能力，可精準完成意圖識別與多任務調度。更值得關注的是，配套開發的1B參數監測模型，通過實時分析系統參數與用戶行為，將后臺功耗降低了40%，解決了輕量化模型與持續監測的矛盾。

這種"小而精"的技術路線，源于對移動場景的深度理解。周圍舉例說明，3B模型可作為終端任務中樞，同時1B模型持續監測設備狀態，兩者形成互補。在地址圍欄、異常行為預警等場景中，這種組合方案既保證了響應速度，又控制了能源消耗。

戰略轉型背后是認知的深刻變革。周圍坦言，2023年行業普遍陷入"參數至上"的迷思，vivo也曾盲目追求技術指標。經過一年實踐，團隊意識到移動AI的核心在于場景適配而非參數競賽。這種認知轉變，使公司從技術跟風轉向價值創造，產品規劃也更加聚焦用戶體驗。

當前，vivo的AI研發重心已轉向端側模型優化。通過持續壓縮模型體積、提升單位算力效率，在保持終端性能的同時擴展AI應用場景。這種務實的技術路線，正在重塑移動AI的競爭格局。