每晚七點，一名汽車領域、擁有幾十萬粉絲的主播，都會在直播軟件上接受連麥提問。
有人問三元鋰電池和磷酸鐵鋰電池哪個好?
有人問電車能不能買，電池是不是不經用?
……
一次連麥提問持續不到一分鐘，但麥序上整整排了上千位對汽車有疑問的觀眾。
午夜十二點一到，主播直接關閉了直播軟件，下播休息。留下麥位上還在排隊的幾百位觀眾面面相覷——他們已經舉著手機，排了一個多小時的隊，卻沒能解決自己的疑問。
類似的情況比比皆是：問旅游的、問母嬰的、問兼職的、問教育的……
所有提問共同制造了一個十分矛盾的疊加態：社區里的意見領袖越來越多，但被解決的問題卻越來越少。
這事兒的最大的原因之一在于，大部分有價值的信息，都是需要在網絡上，進行高強度檢索和篩選的。而不同領域的信息，檢索渠道通常都不同。普通人不但很難判斷意見領袖們的專業度，也幾乎不可能隨時隨地的自由提問。
更常見的情況是，一些看似日常，但實則不易回答的博物學問題，往往出自還在上幼兒園的“好奇寶寶”之口，孩子隨口一問，父母啞口無言，或者無暇應接孩子層出不窮的問題。
這是為什么最近很多人開始嘗試利用AI來解決自己的問題。
筆者最近觀察到，很多博主對華為小藝進行測評。
有人問，問界M5和M7車型對比，小藝會直接羅列一張橫向對比的表格，非常直觀;有人問非上海戶口，在上海能辦香港簽注嗎?小藝會準確回答，列舉辦理流程、注意事項，并羅列信息來源，排在前面的都是本地寶這種可信的參考來源。
還有之前奧運會期間，很多人去問小藝比賽誰會勝出，小藝神預測居然全部猜中了。
作為一個智慧助手，小藝似乎正成為了一個新物種——用戶可以隨時提問各類稀奇古怪的問題，而小藝的回答非常專業、實用、可靠。
01
“專業助理”的升級之路
大模型與語音助手的深度結合，使傳統語音助手的聽、說、思考能力都直接翻倍，能完成十分口語化的對話，并習慣于旁征博引。
小藝在2023年8月HDC上就官宣接入盤古大模型，可以理解模糊意圖和復雜命令，走在了行業前頭。
隨著大模型預訓練的算法、數據和工程化方法，都越來越完善，且在很大程度上解決了“大模型幻覺”的問題。
早期的大模型產品，很有天賦，數學、地理、文學，好像什么都懂，但也很難依賴，偶爾會胡說八道，產生某種“這是事實”的幻覺。
幻覺產生的原因，是訓練大模型的數據本身存在錯誤，叫做噪聲數據。
行業內普遍的解決方案，是分兩步走，一步是從源頭開始，盡量采用可信來源的訓練數據；一步是在大模型推理的過程中，檢索相關文檔，利用外部知識，減少幻覺。
其實數據合作一直是大模型公司的“軟肋”——大模型訓練所需要的訓練數據是海量的，參數規模動輒達到萬億級。華為目前已和多個權威機構達成了數據上的合作，并會在回答中按可信度列舉參考來源。
比如，對小藝提問“二里頭夏都遺址博物館介紹一下”，小藝會展示博物館的位置、介紹、館藏文物、開放情況等，而且回答的第一條參考來源是中國大百科全書。
如果對小藝提問“上海近5年的GDP發展趨勢”，小藝不僅會引用國家統計局的數據，還能給出圖文并茂的趨勢圖，更加方便用戶閱讀理解。
這看起來已經是個完全值得信賴的“專業助理”角色了，尤其是來自統計局的數據，令人咋舌——上網自己找報告，再制作表格，還不如直接問問小藝。
小藝甚至在問答體驗上，更進一步，圍繞生態合作，實現使用體驗上的連續服務。你可以問問小藝，甄嬛傳里翠果掌嘴是在第幾集，而小藝除了加粗并準確回答問題，還會推送甄嬛傳的播放鏈接。
華為曾發布過一個服務叫做“HarmonyOS意圖框架”，這種對用戶意圖的理解和連續服務，就是這個意圖框架的效果演示。
可以說，在小藝身上，華為過去十年在AI領域的積累展露無遺。背靠盤古大模型的華為小藝，其問答能力還遠沒有被媒體博主們測試出邊界，相信醫學、氣象等專業領域，小藝未來都能給出專業回答。
02
不止于“聽”與“說”
要媲美真人專家，光靠“能聽”“會說”也不夠，還必須好用。
目前市場上的中高端機型，幾乎100%配備語音助手，但根據Strategy Analytics的數據，其使用頻率僅為每周3-4次。事實上，除開車內等實在不方便動手的少數場景，語音交互的用戶接受度，一直存在大問題。
所以對于現在的所謂“智慧助手”而言，能力強只是一方面，它還必須要在易用度上做出調整。
小藝的做法是，除開長按電源鍵呼出、語音喚醒，還給小藝增加了識屏、圈選、拖拽等多種操作模式，小藝也從幕后到臺前，與系統AI導航條融合，常駐屏幕底部，這不僅讓用戶使用更方便，無處不在也讓用戶增加了使用頻次。
設計這么多操作方式，不顯得花里胡哨嗎?
還真不是，關鍵在于，用戶本就不應該去遷就智慧助手的交互模型，而是智慧助手應該匹配用戶的操作習慣。
以小藝的使用場景為例，外出旅游時如果看到漂亮的景點或建筑物，很好奇，但不知它的名字和歷史，則可以拍照后，讓小藝進行解答。
而圈選操作的存在，讓這種功能體驗變得更加日常和自然。比如你在火車上看電影或瀏覽資訊的時候，某個演員不認識，圈出來問小藝該演員是誰;看到社交媒體上的穿搭推薦，圈選出來問問小藝搜同款;路過一條文化古街，拍照后想了解照片中某個古建筑的由來，也完全可以圈選出想了解的建筑，小藝會精準識別你選中的部分，給出專業回答。
當然，如果你是在閱讀英文材料或者英文網頁，直接雙指按壓屏幕進入識別界面，全屏翻譯更為方便。
相信很多人用手機處理工作，需要處理文檔，此時可以用小藝拖拽的功能，把文檔拖入小藝，進行摘要，還能對文檔內容進行問答，更好的理解內容。
如果你在手機上接到聚會邀請，小藝可以識別其中的地點信息，進而傳輸給問界的車機系統，實現從手機到汽車的跨終端任務執行。
這種便捷的操作設計，除了設計之初的“人文關懷”——對用戶需求的細節洞察。小藝能做到這一點，其根源還是在鴻蒙系統本身。
2024年10月22日，“原生鴻蒙之夜暨華為全場景新品發布會”上，華為正式發布原生鴻蒙操作系統HarmonyOS NEXT，開啟更多機型公測。
所謂純血鴻蒙，主要是兩個概念：完全自研自主，與安卓徹底分割，繼而誕生了一個非常有想象空間的推論：華為自此對鴻蒙系統及其使用體驗，有完整的、不受任何制約的體驗優化和定制能力。
而得益于純血鴻蒙，小藝理論上可以在任何界面被喚醒，進行服務，直接打破了通過APP、網頁訪問大模型的僵硬服務模式。
這是一種AI能力的系統級下沉，從賦能各個子系統，形成原生智能的底座，大量的日常應用、控件、服務，在此牽引下完成智能化升級，比如：備忘錄智能摘要/潤色/排版、圖庫AI消除/AI擴圖，等等。
可以說，擁有全棧自研操作系統打底、鴻蒙原生智能框架的小藝已經下一個level了。小藝的上限在哪，很難想象。
03
寫在最后
必須要說明的是，小藝的上述表現，并非是根據特定測試而制作的精美PPT。
從根源來看，長期的人才儲備，自研的HarmonyOS，鴻蒙生態、AI大模型技術全面融入終端系統，少了哪一個，小藝都會“發育不良”，但華為恰好都有。
用當下時髦的詞兒來說，這就是華為的“勢能”，所以小藝在技術領先性上的優勢，只會越來越明顯。
鴻蒙智能座艙、智能手機、平板、智能手表等華為終端設備搭載著小藝，為消費者帶來更加強大的智慧體驗。
而使用這些設備的年輕人，也正在養成“隨時隨地問問小藝”的新習慣。
