《中國聯通：2024中國聯通元景大模型AI終端合作白皮書V1.0（25頁）.pdf》由會員分享，可在線閱讀，更多相關《中國聯通：2024中國聯通元景大模型AI終端合作白皮書V1.0（25頁）.pdf（25頁珍藏版）》請在三個皮匠報告上搜索。

1、中國聯通元景大模型 AI 終端合作白皮書1中國聯通中國聯通元景大模型元景大模型 AI 終端終端合作白皮書合作白皮書中國聯通（2024V1.0）中國聯通元景大模型 AI 終端合作白皮書2目錄目錄1.前言.42.大模型與 AI 終端發展趨勢.52.1 大模型產業發展趨勢.52.1.1 技術演進趨勢.52.1.2 市場發展趨勢.72.2AI 終端的發展機遇、問題與挑戰.82.2.1 大模型重新定義智能終端.92.2.2AI 終端面臨的問題與挑戰.102.3 端云協同的架構與關鍵技術.122.3.1 端云協同的架構.122.3.2 端云協同的關鍵技術.123.元景大模型架構及能力體系.153.1 基礎

2、大模型.153.2 MaaS 服務平臺.163.3 大模型內生安全.174.AI 終端產品及應用場景.184.1 通用型智能終端+AI.194.1.1AI 手機典型應用場景.19中國聯通元景大模型 AI 終端合作白皮書34.1.2 智能手表典型應用場景.204.1.3AI 攝像頭典型應用場景.204.1.4AI 組網終端典型應用場景.214.2AI 需要專用定制終端.225.中國聯通 AI 終端合作倡議.236.結束語.25中國聯通元景大模型 AI 終端合作白皮書41.1.前言前言2023 年以來，全球科技領域迎來了生成式人工智能（AI）的爆發式增長，特別是以 ChatGPT 為代表的大型語言

3、模型，憑借其卓越的文本生成、語言理解和邏輯推理能力，正深刻改變著人機交互的方式與體驗。這一變革不僅限于云端服務，更在終端側展現出前所未有的潛力與活力。隨著芯片技術的飛速進步和模型優化技術的日臻完善，生成式 AI 技術得以高效部署于各類消費級及行業級終端設備中，推動了智能終端的全面升級與生態創新。中國聯通，作為中國領先的通信運營商，始終站在技術前沿，積極探索人工智能與通信技術的深度融合，推出了自研的大模型產品-元景大模型，并以元景大模型為基礎，推出了元景MaaS(Model as a Service模型即服務)平臺。通過“開放訓練算力”、“開放通用大模型”、“開放 MaaS 服務”、“開放行業專

4、家團隊”服務千行百業。本白皮書分析探討了大模型及 AI 終端的發展趨勢以及元景大模型 AI 終端應用場景，并據此提出了中國聯通 AI 終端合作倡議，旨在攜手終端產業鏈合作伙伴，構建端云協同的元景大模型 AI 終端產品生態，加速生成式 AI 技術在智能終端的廣泛應用，為用戶帶來更加智能、便捷、個性化的服務體驗。中國聯通元景大模型 AI 終端合作白皮書52.2.大模型與大模型與 AI 終端發展趨勢終端發展趨勢2.1 大模型產業發展趨勢大模型產業發展趨勢大模型產業正步入快速發展階段，展現出強勁的增長潛力與廣闊的應用前景。在生成式 AI 技術的推動下，大模型產業不僅成為智能數字化優先時代的催化劑，還深

5、刻重塑了數字經濟格局。未來，大模型將更加注重生態體系建設，通過開放包容的態度吸引多方合作，共同構建繁榮的 AI 原生應用生態。這一生態體系將圍繞 AI 大模型為核心支柱，串聯產業鏈上的合作伙伴，創造新的服務模式，挖掘并實現商業潛能。同時，隨著技術的不斷迭代和市場需求的變化，大模型產業將持續提升自身在高性能計算、模型部署優化、數據管理、安全保障等方面的能力，以應對日益復雜的市場挑戰。IDC 預測，到 2027 年，全球生成式 AI 市場規模將達到1,454 億美元，中國市場也將實現顯著增長，年復合增長率高達 55.1%，顯示出大模型產業蓬勃發展的強勁勢頭。2.1.1 技術演進趨勢技術演進趨勢隨著

6、人工智能技術的不斷進步，AI 大模型技術正呈現出以下幾個重要的發展趨勢：1.云計算與人工智能深度融合：云計算與人工智能深度融合：隨著云計算技術的不斷成熟，大模型技術正逐步與云計算深度融合，形成“超級工廠”中國聯通元景大模型 AI 終端合作白皮書6式的服務模式。這種模式通過提供算力層、模型層、應用層的三層架構，實現了技術與業務的深度融合。云計算的強大算力支持為大模型的訓練和推理提供了堅實的基礎，使得大規模、高效率的模型訓練成為可能。2.模型架構與算法持續優模型架構與算法持續優化化：大模型技術不斷在模型架構和算法上進行優化。通過引入更先進的神經網絡結構、更高效的訓練算法和更精細的調參策略，大模型在

7、特征提取、泛化能力等方面取得了顯著進步。同時，預訓練加微調的策略也已成為大模型開發的標準流程，使得模型能夠更快地適應不同的應用場景和任務需求。3.強調生態構建與協同發展：強調生態構建與協同發展：大模型技術的演進不僅僅是技術層面的突破，更強調生態的構建與協同發展。通過搭建開放、協同的合作伙伴網絡，大模型技術能夠更廣泛地應用于各行各業。這種生態模式不僅促進了技術的快速落地應用，還推動了行業的數字化轉型和智能化升級。同時，生態中的各方也能夠共享資源、共同創新，形成良性循環。4.強調安全與隱私保護：強調安全與隱私保護：隨著大模型技術在各領域的廣泛應用，安全與隱私保護問題日益凸顯。因此，大模型技術的演進

8、趨勢中，安全與隱私保護成為了不可忽視的重要方面。通過引入先進的加密技術、隱私保護算法和嚴格的數據管理規范，大模型技術能夠確保用戶數據的安全性和隱私性，為技術的廣泛應用提供堅實保障。中國聯通元景大模型 AI 終端合作白皮書72.1.2 市場發展趨勢市場發展趨勢為了降低大模型的應用門檻，市場上涌現出越來越多的標準化、模塊化大模型產品。這些產品通過提供 API 接口、SDK 等開發工具，使得更多的企業和開發者能夠輕松集成大模型能力到自己的業務中。針對不同行業、不同場景的需求，大模型產品正逐步向垂直化、定制化方向發展。通過結合行業知識、用戶數據等特定信息，定制化大模型能夠提供更加精準、高效的解決方案，

9、滿足客戶的個性化需求。AI 大模型作為當前人工智能技術的重要成果，其強大的數據處理、模式識別及預測能力，正在各行各業中展現出巨大的應用價值。在金融領域，AI 大模型被廣泛應用于風險評估和信貸審批流程中。通過對海量歷史交易數據、用戶行為數據、社交媒體信息等多元數據的深度學習，模型能夠精準識別潛在的風險點，預測借款人的還款能力，從而優化信貸決策過程。在醫療健康領域，AI 大模型的應用涉及疾病的早期預警、輔助診斷及治療方案推薦等場景。通過分析患者的基因數據、醫療影像資料、生活習慣等多維度信息，模型能夠發現疾病的早期跡象，輔助醫生進行精準診斷。尤其在腫瘤、心腦血管疾病等復雜疾病的診斷中，AI 輔助顯著

10、提高了診斷的準確性和及時性。在智能制造領域，AI 大模型被用于構建智能工廠，實現生產流程的自動化、智能化。通過對生產數據的實時監控與中國聯通元景大模型 AI 終端合作白皮書8分析，模型能夠預測設備故障、優化生產計劃、提高生產效率。在教育領域，AI 大模型被用于構建個性化學習平臺，為學生提供定制化的學習資源和輔導方案。通過分析學生的學習行為、能力水平、興趣偏好等數據，模型能夠推薦適合的學習內容和路徑。2.2AI 終端的發展機遇、問題與挑戰終端的發展機遇、問題與挑戰AI 大模型，作為具有巨大參數量的深度學習模型，其強大的處理能力和學習能力為智能終端帶來了全新的智能化體驗。這些模型通過學習大量數據，

11、能夠在自然語言處理、計算機視覺、自主駕駛等多個領域實現高精度、高效率的預測和決策。在 AI 大模型的賦能下，智能終端不再僅僅是執行簡單任務的工具，而是成為了能夠理解用戶需求、提供個性化服務的智能伙伴。AI 終端主要呈現以下特點：1.高度智能化高度智能化：智能終端在 AI 大模型的賦能下，能夠實現更加智能化的交互和服務。它們能夠理解用戶的自然語言指令、識別用戶的情緒和行為習慣，并據此提供個性化的服務和建議。2.高效能計算高效能計算：AI 大模型需要強大的計算能力來支撐其復雜的預測和決策過程。因此，智能終端在硬件方面也不斷中國聯通元景大模型 AI 終端合作白皮書9升級和優化，以提供更高的計算性能和

12、更低的功耗表現。3.多模態交互多模態交互：AI 大模型支持多模態交互方式，包括語音、圖像、文本等多種形式。智能終端也相應地提供了多種交互方式供用戶選擇，以滿足不同場景下的使用需求。2.2.1 大模型重新定義智能大模型重新定義智能終端終端隨著云、網、邊、端配套技術的持續進步與深度融合，終端側 AI 領域正邁入一個前所未有的黃金發展時期，展現出蓬勃的生命力和無限的創新潛力，并開辟了多元化的應用路徑。當前，AI 終端應用的發展趨勢可以清晰地劃分為兩大主要方向：一方面，傳統通用終端如手機、PC 以及智能家居設備等，通過深度集成與優化 AI 技術，實現了智能終端向 AI 終端的升級。這些設備搭載了各類先

13、進的 AI 模型與應用，不僅能夠精準捕捉用戶需求，進行個性化服務推薦，還在交互方式上實現了質的飛躍，為用戶帶來前所未有的智能化與個性化體驗。這一轉變不僅提升了用戶的工作效率與生活品質，更推動了整個智能終端行業的轉型升級。另一方面，隨著 AI 技術的不斷創新與突破，專為特定場景設計的智能 AI 終端也應運而生。這些終端緊密圍繞用戶的具體需求與場景特點，深度融合 AI 技術，實現了在特定領域內的深度定制與極致體驗。例如，在醫療領域，AI中國聯通元景大模型 AI 終端合作白皮書10輔助診斷終端能夠精準分析患者數據，提供個性化的治療方案；在教育領域，智能教學機器人則根據學生的學習進度與興趣，定制學習路

14、徑與互動體驗；而實時翻譯眼鏡等 AI 新興終端，正逐步成為促進全球化交流與合作的重要橋梁，為用戶帶來跨越國界的無縫溝通體驗。這些新興終端以其獨特的價值主張與卓越的用戶體驗，正逐步成為推動相關行業快速發展的關鍵力量。2.2.2AI 終端面臨的終端面臨的問題與挑戰問題與挑戰當下 AI 終端領域在快速發展的同時，也面臨著多方面的挑戰與問題，尤其在端側算力、性能功耗以及安全隱私等方面尤為突出。在芯片在芯片算力方面算力方面，端側 AI 的發展受到芯片能力的顯著制約。中低端芯片的算力、內存帶寬以及異構計算能力普遍不足，難以有效支撐 AI 算法的復雜性和數據處理需求。這使得在終端設備上部署大型 AI 模型變

15、得尤為困難。此外，端側模型還需適配不同芯片的推理框架，這進一步增加了部署的復雜性和成本。因此，芯片能力的提升成為端側 AI 發展的關鍵瓶頸之一。為了推動端側 AI 的廣泛應用，需要不斷研發高性能、低功耗的 AI 芯片，并優化芯片與模型的適配性，以提高整體系統的運行效率和穩定性。在性能與功耗的平衡上在性能與功耗的平衡上，端側 AI 同樣面臨著嚴峻挑戰。中國聯通元景大模型 AI 終端合作白皮書11一方面，為了提升模型的準確性和泛化能力，需要增加模型的參數和復雜度，但這會顯著增加資源消耗和功耗。另一方面，如果為了降低功耗而減小模型參數，又會導致模型的泛化能力大幅下降，影響實際應用效果。因此，如何在保

16、證模型性能的同時降低功耗，成為端側 AI 研究的重要課題。目前，研究者們正在探索通過優化模型結構、算法設計和硬件加速等多種手段來解決這一問題。例如，通過設計輕量級神經網絡結構、利用剪枝、量化等技術降低模型復雜度，以及采用低功耗硬件加速芯片來降低功耗等。在安全隱私方面在安全隱私方面，端側 AI 同樣面臨諸多挑戰。由于端側設備通常直接與用戶交互，因此保護用戶數據的安全和隱私至關重要。然而，在數據收集、處理和傳輸過程中，很容易發生數據泄露或被惡意利用的風險。為了保障用戶隱私，端側 AI 需要采取一系列安全措施。例如，在數據收集階段采用脫敏技術處理個人敏感信息；在數據傳輸過程中采用加密技術保護數據安全

17、；在數據處理和存儲過程中加強訪問控制和權限管理，防止未經授權的數據訪問和篡改。此外，還需要建立完善的安全管理機制和應急預案，以應對可能的安全威脅和突發事件。通過這些措施的實施，可以有效提升端側 AI 系統的安全性和可靠性，保障用戶數據的安全和隱私。中國聯通元景大模型 AI 終端合作白皮書122.3 端云協同的架構與關鍵技術端云協同的架構與關鍵技術2.3.1 端云協同的架構端云協同的架構端云協同架構主要由云端的大模型與端側設備的本地計算結合而成，通過優化資源配置，從而實現計算任務的高效分配。其中預訓練模型參數儲存在云端，等待端側設備上傳本地參數在云端出構建個性化模型，然后，云端將模型的輸出結果傳

18、回給端邊設備，從而緩解端側設備存儲和計算的壓力。這一體系不僅提升了實時響應速度和系統魯棒性，還確保了可擴展性與個性化服務的提供。2.3.2 端云協同的關鍵技術端云協同的關鍵技術在端云協同的架構中應用的關鍵技術主要有大模型微調關鍵技術、端側模型部署關鍵技術以及軟件加速關鍵技術。1.大模型微調關鍵技術大模型微調關鍵技術大模型微調關鍵技術主要包括參數增量微調、指令微調以及提示詞工程等，旨在避免微調模型的所有參數，從而降低成本和代價。參數增量微調方法以 LoRA 微調方法為主流，該方法凍結原模型參數，往模型中加入額外的網絡層，并只訓練這些新增的網絡層參數。由于這些新增參數數量較少，這樣不僅finetu

19、ne 的成本顯著下降，還能獲得和全模型參數參與微調中國聯通元景大模型 AI 終端合作白皮書13類似的效果。指令微調是在預訓練模型上微調的方法，旨在提高模型在自然語言格式的任務上的泛化能力。該方法對于未見過的任務也能夠展現出較好的泛化能力。提示詞工程（Prompt Engineering），是一種專門針對大模型進行優化的方法，通過設計和調整輸入的提示詞（prompt）來引導這些模型生成更準確的輸出。這種方法具有精準控制、可擴展性、實用性強和可交互的特點。2.端側部署關鍵技術端側部署關鍵技術為解決算法模型在端側直接運行和部署，其關鍵技術之一是模型壓縮。由于端側設備的存儲空間有限，模型壓縮后方能部署

20、，具體方法主要有量化、剪枝和知識蒸餾。量化指的是通過壓縮網絡參數來降低計算量，用整型數值來替換神經網絡中原本用浮點表示的量，然后在后續計算過程中通過反量化技術將整型數據還原成浮點數據，進而得到最終的結果。它不僅能減少資源消耗，還能大幅提升計算效率，對端側 AI 應用落地有深遠的意義。剪枝是通過刪除模型中的冗余參數和結構來降低參數量，從而達到壓縮模型規模和提高推理速度的目的。在訓練后推理前進行剪枝稱為靜態剪枝，在模型推理階段通過強化學習的方法進行剪枝成為動態剪枝。為節約運算資源，靜態剪枝方法更適合終端設備使用。知識蒸餾是指將大模型或模型集合中的信息轉換為訓練小模型。在半監督學習中，引入完全監督的

21、教師模型和中國聯通元景大模型 AI 終端合作白皮書14使用無標記數據的學生模型之間的知識轉移，學生模型模仿教師模型，二者相互競爭，使得學生模型可以與教師模型持平甚至卓越的表現。并行技術也是端側部署的重要技術之一。并行技術分為數據并行、模型并行和流水線并行等方法。這種技術通過將大型、復雜計算任務切割為獨立子任務，分配給不同處理單元并行處理，顯著提高計算效率和速度，這在處理能力和存儲空間有限的端側設備上運行大型算法模型尤為關鍵。3.軟件加速關鍵技術軟件加速關鍵技術在端云協同架構中，軟件加速中的關鍵技術通過優化云端與終端設備之間的數據傳輸和處理，對整體系統的性能和響應速度起到提升作用。例如批量調度技

22、術（Batching 調度）是在高性能計算和深度學習領域廣泛應用的加速手段，該技術主要通過批量處理數據或任務來優化資源利用、提高處理效率和吞吐量，并減少延遲。通過批量處理，可以更好地利用 CPU、GPU 等計算資源、提高處理效率、降低單位成本，將多個小數據包組合成一個大數據包進行傳輸的方式可以提高網絡傳輸的效率和吞吐量從而優化網絡傳輸。除此之外，在端側部署中改善模型基礎架構也是可以嘗試的方法，例如采用線性的自注意力機制來替代 transformer中國聯通元景大模型 AI 終端合作白皮書15的自注意力機制，降低算法的時間復雜度，具有明顯的效率優勢。3.3.元景大模型架構及能力體系元景大模型架構

23、及能力體系中國聯通積極響應國家“人工智能+”戰略，傾力打造了元景“1+1+M”大模型體系，即一個基礎模型平臺、一個 MaaS（Model as a Service）服務平臺，以及多個面向特定行業的深度定制大模型。這一架構確保了模型的高效研發、靈活部署與廣泛應用。圖 3-1 元景大模型體系3.1 基礎大模型基礎大模型元景基礎大模型是中國聯通自主研發的新突破，同參數性能業界領先，形成特色多模態能力。其中，語言大模型包含 1B 到 180B 多參數版本。多模態大模型具備聲、圖、文、視頻 4 模態能力，形成圖像局部修改、中文文字生成、多模交互等特色能力，在 4 個國內外主流榜單上進入前五。元景中國聯通

24、元景大模型 AI 終端合作白皮書16基礎大模型已通過中央網信辦生成式人工智能服務和算法雙備案，并在工信部中國軟件評測中心大模型產品安全測試獲得最高等級 A 級。圖 3.2 元景基礎大模型能力3.2 MaaS 服務平臺服務平臺元景 MaaS 平臺通過模型庫提供多種能力、工具集降低大模型的微調和開發門檻、原生應用商店補齊 AI 落戶行業所需的體系化支撐，從而能夠很好的服務客戶需求。模型庫方面，元景模型庫已經積累了 200 余款大模型，既可以滿足通用場景需求，也能為設計、制造、物流、電力等行業提供海量場景化模型服務。工具集方面，元景 MaaS 平臺已整合了 100 多款工具，能夠覆蓋“選模型-改模型

25、-用模型”的完整業務流程，為用戶提供 0 代碼、低成本的服務，形成更懂行業、更易定制、安全可靠 3 大特色，助力企業快速構建行業大模型、企業大模型及專屬應用，該能力已通過中國信息通中國聯通元景大模型 AI 終端合作白皮書17信研究院 RAG 和智能體最高評級。原生應用商店方面，元景 MaaS 平臺在原生應用商店中提供了一系列產品輔助設計、操作工序監測、安全生產合規、智能客服、編程助手等原生應用，能夠一站式滿足政企用戶的各類 AI 二次開發和應用需求，助力用戶在 MaaS 平臺上構建更完整的 AI 應用體系。圖 3-3 元景 MaaS 平臺服務能力3.3 大模型內生安全大模型內生安全AI 大模型

26、技術推動千行百業實現數字化轉型，同時也帶來了新的安全問題與挑戰。人工智能內生安全指的是人工智能系統自身和應用運行時存在的脆弱性，包含 AI 基礎設施安全問題、數據安全與隱私問題、模型安全問題以及應用服務安全風險問題。同時，AI 內生安全問題給 Al 監督與管理帶來了巨大的挑戰。中國聯通積極面對新挑戰，研究形成了人工智能內生安全一體化解決方案。牽頭聯合中國信息通信研究院、國家計算機網絡應急技術處理協調中心、中國軟件評測中心、北京中國聯通元景大模型 AI 終端合作白皮書18百度網訊科技有限公司、華為技術有限公司、三六零數字安全科技集團有限公司、亞信安全科技股份有限公司、超聚變數字技術有限公司共同發

27、布了人工智能內生安全白皮書（2024）。元景大模型從全面的安全風險維度出發設計安全評測數據集，形成模型安全增強方法，已構建并開源的安全評測數據集覆蓋 31 類安全風險，并打造了端到端模型服務安全工具鏈。圖 3-4 元景大模型內生安全體系4.4.AI 終端產品及應用場景終端產品及應用場景AI 大模型正引領終端領域經歷一場前所未有的變革，它不僅徹底顛覆了傳統終端的交互模式與形態，更催生出了一系列前所未有的新形態終端，同時賦予了終端更加人性化、智能化與直觀化的交互體驗。隨著技術的飛躍，華為、小米、OPPO、vivo、榮耀等終端產業合作伙伴紛紛推出搭載 AI 技術的智能手機、手表，中國聯通元景大模型

28、AI 終端合作白皮書19智能家庭組網終端、AI 個人電腦、AI PIN、AI 機器人等創新形態 AI 終端產品，它們以更加靈活多變的形式，進一步拓寬了 AI 技術在日常生活中的應用邊界。本章將根據產品形態進一步分析 AI 終端產品的未來發展趨勢，為聯通元景大模型與終端產業合作提供指導。4.1 通用型智能終端通用型智能終端+AI4.1.1AI 手機典型應用場景手機典型應用場景1.智能語音助手：通過深度學習和自然語言處理技術，AI 手機能夠準確理解用戶的意圖和需求，實現高效的語音交互。用戶可以通過簡單的語音指令完成打電話、發送短信、查詢天氣、預訂機票等多種操作，使手機成為真正的個人智能助手。2.個

29、性化推薦：AI 手機根據用戶的使用習慣、興趣愛好等數據，提供個性化的內容和服務推薦。無論是購物、娛樂還是工作，都能獲得更符合自身需求的信息和建議，從而提升生活和工作效率。3.照片優化：利用 AI 算法對照片進行去噪、增強對比度、無損放大等優化處理，幫助用戶輕松拍攝和編輯出高質量的照片。4.實時語言翻譯：在通話或聊天過程中，AI 手機能夠實現雙向實時語音和文本翻譯，打破語言障礙，促進國際交流。中國聯通元景大模型 AI 終端合作白皮書205.智能辦公：AI 手機可協助處理文件、收發郵件、制作報表等辦公任務，提供實時的行業資訊和數據分析，幫助用戶做出更明智的決策。6.娛樂體驗：根據用戶的喜好推薦電影

30、、電視劇、綜藝節目、游戲、音樂和圖書，讓休閑娛樂更加豐富多彩。此外，AI 技術還能增強游戲體驗，如通過智能識別游戲場景來提供不同層級的震動反饋。4.1.2 智能手表典型應用場景智能手表典型應用場景1.智能健康監測：能夠實時監測心率變化，為用戶的健康狀況提供即時反饋；記錄步數、運動量、運動軌跡等數據，幫助用戶了解日常運動情況；通過監測用戶的睡眠狀態，分析睡眠質量，提供改善建議。2.智能教育娛樂：AI 手表內置教育相關的應用或功能，如 AI 數字人輔導、英文單詞記憶等，幫助孩子提高學習能力；支持下載和安裝各類娛樂應用，如游戲、音樂、視頻等，滿足用戶的休閑娛樂需求。4.1.3AI 攝像頭典型應用場景

31、攝像頭典型應用場景1.智能家居：AI 攝像頭可以監控家庭環境并識別用戶的行為，云端大模型則可以根據這些行為生成個性化的對話內容，為用戶提供更貼心的服務。中國聯通元景大模型 AI 終端合作白皮書212.行業應用：AI 攝像頭與大模型的結合能夠大幅提升客戶服務的質量。零售店中的 AI 攝像頭可以實時分析顧客的行為和情緒，云端大模型則可以根據這些信息生成實時的客戶服務建議或自動回復，提高客戶滿意度和銷售轉化率。3.公共安全：AI 攝像頭可以用于監控和識別潛在的安全威脅，而云端大模型可以根據攝像頭捕捉到的信息生成報警信息或提供實時的安全建議，幫助相關部門更迅速地做出反應。4.1.4AI 組網終端典型應

32、用場景組網終端典型應用場景1.集成式智能中樞：作為“全時在線連接”的家庭智能網絡的“大腦”，通過識別語音指令、接收傳感器信號并根據家庭成員的習慣和偏好智能創造不同家居場景，跨平臺兼容不同品牌的智能設備和應用程序，對各種智能家電實現集中管理和智能控制。2.家庭安全管理：在網絡安全方面，組網終端可通過 AI技術可以實時監測網絡狀態和數據傳輸情況，發現潛在的安全威脅并采取相應的防護措施。通過 AI 網絡行為分析，組網終端可學習家庭成員的網絡使用習慣，識別異常行為并采取相應措施。通過使用生物特征識別技術，如面部識別或指紋識別，來授權訪問家庭網絡和智能設備。3.網絡優化管理：通過智能分析家庭網絡使用模式

33、，使中國聯通元景大模型 AI 終端合作白皮書22用 AI 精確預測每個家庭及家庭成員的帶寬需求高峰時段，動態調整服務質量（QoS）和體驗質量（QoE），確保每位用戶進行視頻會議、在線游戲還是高清視頻流媒體播放時，都能享受到專屬且不受干擾的帶寬，實現真正的個性化網絡體驗。4.家庭云儲功能：通過家庭云存儲系統，實現多設備之間的文件同步和訪問；用戶可以根據需要選擇合適的協議進行文件共享和訪問。結合 AI 能力，可對云儲文件進行 AI 識別、AI 翻譯、AI 生成等。4.2AI 需要專用定制終端需要專用定制終端此類終端主要是由 AI 需要專用定制終端，其中具有代表性的 AI 創新終端有：AI PIN、

34、Rabbit R1、Ray-Ban Meta。上述三款 AI 創新終端均搭載各自的 AI 大模型能力，具備語音和視覺等交互功能，模型算力均部署在云端通過網絡與設備進行連接，但在具體形態、喚醒方式上存在差異。AIPIN 主打減少對人體的干擾與介入，可便攜佩戴在襯衫或外套上，通過敲擊進行喚醒后支持語音和動作交互，并且支持激光投影儀實現在手掌投影顯示。Rabbit R1 類似手機造型，但尺寸僅為傳統手機一半，重 115g，搭配一塊 2.88 英寸觸摸顯示屏，通過按鍵喚醒語音交互，具備 360 度旋轉的攝像頭可實現基本的視頻通話。Ray-Ban Meta 是由 Meta 公司推中國聯通元景大模型 AI

35、 終端合作白皮書23出的不帶屏幕的智能 AR 眼鏡，不僅可以識文、識物，還可以語音對話，更適合 7x24 小時佩戴，通過“Hey Meta”進行語音助手的喚醒。5.5.中國聯通中國聯通 AI 終端合作倡議終端合作倡議中國聯通正式發起中國聯通元景大模型及 MaaS 平臺與終端產業鏈伙伴的合作倡議，誠邀廣泛合作伙伴加入，范圍涵蓋但不限于終端制造商、芯片供應商、AI 技術企業、應用軟件開發商、解決方案提供商、高等學府及研究機構。我們將積極攜手合作伙伴，開展深入研發合作，并持續向業界展示基于元景大模型的 AI 研發最新成果，攜手推動終端產品AI 智能化進程。共同完善端云一體化的 AI 大模型協同架構，

36、并攜手定義 AI 終端與應用的新標準。通過聯合研發 AI 終端產品與應用解決方案，我們致力于讓終端用戶親身體驗到由AI 技術驅動的新變革、新產品與前所未有的智能體驗。中國聯通針對終端產業鏈各類合作伙伴，包括：終端品牌商、ODM（Original Design Manufacturer）終端廠商、終端應用開發商以及終端產業的初創公司提供差異化的 AI 能力及配套的支撐服務體系。1.AI 平臺能力賦能：開放訓練算力服務，基于中國聯通云網優勢，以及 1+N+X 架構的智算布局，中國聯通可以提供超過 200 個城市“一市一池”的，超過 10EFLOPS中國聯通元景大模型 AI 終端合作白皮書24（Fl

37、oating-point Operations Per Second：每秒 100 億億次浮點運算）的算力服務能力。開放中國聯通元景大模型從 1B 到180B 多參數，支持語言、圖片、視頻、多模態的自研通用大模型能力，合作伙伴可通過 SDK/API 的方式，滿足 AI 終端多場景的應用需求。2.AI 產品孵化賦能：中國聯通 MaaS 平臺提供超 100項 AI 大模型應用工具，覆蓋大模型的選-改-用全流程開發，協助合作伙伴快速構建私有大模型，靈活選擇和部署適合的終端應用大模型。同時中國聯通已成立 18 個行業軍團，積累了超過 1000 名數字化轉型與 AI 領域專家，可以按需提供專業的解決方案

38、與實施技術服務，保障項目的落地應用。3.營銷資源賦能：中國聯通可通過遍布全國的營業廳、客戶服務熱線“10010”、網上營業廳、短信、手機營業廳、自助服務終端、官方微博、微信客服等形式為合作伙伴提供豐富的營銷資源與客服服務能力。4.央企品牌賦能：中國聯通作為“數字信息運營服務國家隊，數字技術融合創新排頭兵”打造國家首席、政府首選、人民首信的品牌形象，提供可信賴的算網一體化運營服務，打通經濟社會發展的信息“大動脈”，構筑數字經濟新底座。合作伙伴可以通過“聯通智造”、“聯通智選”等合作方式，共享品牌價值，通過打造共享生態圈，促進產業鏈合作共贏。中國聯通元景大模型 AI 終端合作白皮書25聯系人：李長越電話：186013935296.6.結束語結束語中國聯通將與所有合作伙伴一道，共筑繁榮的 AI 終端生態系統，加速 AI 終端產品的規?；l展，引領智能時代的新篇章。