今天小編分享的互聯網經驗：榮耀MagicOS 8.0：進化平台級AI的新互動系統，歡迎閲讀。
作者：周源 / 華爾街見聞
盡管多家智能終端商宣稱在端側成功部署數據量級驚人的 AI 大模型，但 C 端用户并無明顯感知。
" 端側 AI 大模型到底有什麼用？畫幾張 AI 圖？這有啥實用性？有和沒有，沒啥區别麼！?"
1 月 10 日，榮耀推出平台級 AI 全面使能的作業系統 MagicOS 8.0：包含的 " 任意門 " 功能，以平台級 AI 及端側大模型為基礎，真正落地了具有高度實用價值（C 端用户、B 端開發者和商業機構）的端側 AI 能力。
這将改變 C 端對端側 AI 大模型體驗無感的現狀。
榮耀任意門的創新價值，源自這是全球首個在端側實現的基于意圖識别的系統級功能。
所謂系統級功能，即不是獨立的類 APP 應用，而是被包含在用平台級 AI 賦能的 MagicOS 8.0 作業系統中。用新的互動方式，快速調取 MagicOS 8.0 構建的生态原子服務能力。這既能大幅提升 C 端用户體驗，也能進一步促進 B 端的服務效率。
同時，由于在端側實現多 AI 模型的部署和調取，故而能保證 C 端用户隐私數據的安全性，也能随着用户調取服務頻次的增加，端側越來越 " 懂 " 用户。這就是榮耀説的—— " 越用越好用，越用越懂你 "。
看上去榮耀正在持續投入完善 " 以人為中心 " 作業系統的生态圈，平台級 AI 能力不斷進化，進而在 C 端和 B 端之間建立高效的溝通橋梁。
互動方式大迭代再次出現
1 月 10 日榮耀發布的 MagicOS 8.0，與 iOS、鴻蒙作業系統最大的差異，在于 MagicOS 8.0 通過系統級功能——任意門，實現了行業首個基于 C 端用户意圖的智能終端互動新範式——意圖識别人機互動（IUI：Intent-based UI），它突破了傳統基于用户需求查找服務的方式，進化為基于 AI 意圖識别的主動服務方式。
這是 MagicOS 8.0 最顯著、也是最重要的創新。
縱觀終端技術發展史，推動人類工作效率、新型應用和全新產業發展的關鍵力量，包含極為重要的模塊：互動方式的迭代。
1955 年誕生的批處理系統（BP：Batch Processing）是作業系統的雛形，也是人機互動在完全人工操作基礎上的首次迭代。這套作業系統最早運行在第二代通用計算機上，如 IBM 的 1401 和 7094 等，運行時為單線程方式。
到了 1960 年代，集成電路技術高速發展，催生了 " 多道程式系統 "（多線程）和 " 分時系統 "，後來又進一步演進為 " 實時作業系統 "。
互動方式變革難度極大，故而從 1955 年到 1964 年，先後從完全人工操作，再到單線程，繼以多線程，之後又歷經多年迭代，1979 年誕生命令式互動方式：微軟公司為 IBM 個人電腦開發出的單用户單任務的實時作業系統—— MS-DOS。
從最初步的原始互動形式到 DOS 系統，耗費整整 24 年（1955-1979）。1983 年，初代圖形用户界面誕生，也就是 MacOS 或 Windows 系統；又 24 年後的 2007 年（1983-2007），蘋果創始人史蒂夫 · 喬布斯以觸控式互動的初代 iPhone，完成互動方式的重大迭代，喬布斯也同時開創了移動互聯網產業。
在 2007 年之前的這些傳統人機互動要實現用户（人）通過機器調取服務，總的來説，需要四個步驟：明确意圖、查找服務、回憶操作和逐步完成。
這種互動是基于記憶和查找的方式，學習成本高，互動效率低，還需要人去理解設備，但在端側大模型技術出現前，無法簡化過程或改變這一現狀。當端側大模型出現後，設備理解人，就成為了現實可能。
2024 年，距喬布斯開創的觸摸式互動，又過去了整整 17 年。
在端側大模型的加持下，計算終端歷史上的第四種用户界面範式迎面而來：這是一種全新的互動機制，從體驗端來看，計算終端能主動理解用户意圖，完成最終任務——這就是意圖識别人機互動（IUI）。
榮耀魔法 OS 8.0 的 IUI 支持自然語言、語音、圖片、手勢、眼動等多模态輸入輸出方式，可智能識别用户意圖，實現高效推理決策，主動提供懂 C 端的個人化服務，高效完成復雜場景任務閉環，大大降低了使用門檻，同時也提升了互動效率。
榮耀改變互動方式的能力，通過 MagicOS 8.0 内置的榮耀全場景智慧引擎 Magic Live 實現平台級 AI 的場景感知、意圖決策和用户理解。當 C 端用户想要調取各種 APP 應用時，通過 " 任意門 "，能實現一鍵直達。
Magic Live 是榮耀在 2016 年推出的初代 Magic 搭載的智慧引擎。2024 年，Magic Live 何以實現平台級 AI 的全場景用户意圖感知能力？
新增人因内核支撐新互動
在解釋 Magic Live 何以具備平台級 AI 用户意圖感知能力之前，有必要對 Magic Live、MagicOS 8.0 和任意門的關系，做個概括：依靠平台級 AI"Magic Live 智慧引擎 "，MagicOS 8.0 得以實現 " 任意門 " 能力，可以基于意圖識别讓服務實現跨應用、跨設備一步直達，以及用户個體需求在多種應用之間的智慧流轉。
可見，在 " 任意門 " 能力的背後，實際上是 Magic Live 在起關鍵支撐作用。榮耀将 Magic Live 作為 MagicOS 8.0 的内核。
榮耀 CMO 郭鋭對華爾街見聞説，" 作業系統首要問題就是确認采用什麼内核，比如是宏内核還是微内核？"
事實上，榮耀用 AI 重構系統，在 2016 年便已具備雛形，榮耀推出的第一代 Magic 系列智能手機，便搭載了 Magic Live 智慧引擎。
那時 Magic Live 更多地體現在提升榮耀智能手機的體驗，較為碎片，沒有形成系統，如打遊戲開槍的觸控反應，比競對的產品更快；手機在感受到用户目光注視時就能自動亮屏；用户在機場時，能自動推送登機牌；在用户上班路上，自動推薦音樂等等。
2022 年發布的 MagicOS 7.0，依靠 Magic Live 的平台級 AI 能力，構建了 YOYO 智慧生命體，帶來 YOYO 建議的主動服務，在智慧出行、智慧生活、智慧娛樂三大場景中推送多種卡片提醒，比如班機、高鐵、觀影、打卡、快遞、地鐵碼、充電和還款提醒等等，帶來随時随地、恰到好處的關心，從而建立了 IUI 的雛形。
之後就是 2024 年 1 月 10 日推出的 MagicOS 8.0，内置的具有全新互動形式的 " 任意門 " 功能。
在明了 Magic Live 的迭代過程後，現在可以做出進一步解釋。
" 這次我們對 Magic Live 平台級 AI 做了人因内核的更新。" 郭鋭對華爾街見聞説，" 榮耀 MagicOS 8.0 現在具備雙内核：一是基于硬體（NPU、GPU 或 CPU）驅動的設備内核；第二個是人因内核，即個人知識庫和端側 AI。"
所謂 " 人因 "，就是與人相關的因子。
首先是個人知識庫：人的個體與行為類因子，像年齡、性别、健康狀态、運動習慣、生活方式和工作休閒時間等；其次，人的位置和狀态感知，也就是人所處場景的相關因子，系統可感知人的位置和人的狀态（走、跑、騎、乘等）；第三，人的習慣都做到數據化。
華爾街見聞注意到，榮耀多次強調平台級 AI，這種類型的 AI 有哪些特點？也就是，什麼是平台級？有什麼作用？
平台級 AI，就是榮耀并不研發 APP 應用，只通過作業系統本身内置的 AI 能力（通過軟體實現），幫助 C 端（用户）與其他的 B 端（企業）或 C 端溝通，或達成交易。
榮耀研發管理部總裁鄧斌對華爾街見聞説，" 與應用級 AI 不同，平台級 AI 能作為技術底座全面使能作業系統，我們将之定義為下一代作業系統的新内核。"
實際上，傳統 OS 内核負責管理和調度系統的硬體資源，如 CPU、内存、硬碟和 I/O 設備，作用是确保整個系統的正常運行和計算資源的高效利用。
随着用户需求的不斷增加，系統需要解析多種與人相關的因子，以此構築真正以人為中心的全新體驗。此時，就需要平台級 AI 的能力作為支撐，割裂的、碎片式的應用級 AI 無法滿足這種數據量級的技術要求。
榮耀 CEO 趙明曾對華爾街見聞多次表示，圍繞 " 以人為中心 "，去創造價值，既是榮耀技術的出發點，也是榮耀需要不斷接近的技術終點。
數據隐私安全和百模生态
榮耀構建的平台級 AI 能力 "Magic Live"，增加了人因要素從而新增了系統内核——人因内核，其數據基礎是個人知識庫。以此為基點，榮耀最新發布的年度旗艦 Magic6 系列，能通過 " 任意門 " 實現基于用户意圖識别的服務調取。
趙明説，" 任意門能映射到第一代榮耀 Magic 解決方案。榮耀從 Magic 一代開始，真正把榮耀的發展邏輯和線條梳理出來，後面有多少和 AI、意圖決策相關的都是沿着當年的路線在逐步發展。"
這番解釋實際上是在回應近日羅永浩對榮耀 " 任意門 " 抄襲錘子手機 One Step 的質疑。趙明在媒體見面會上公開表示可以把榮耀 Magic6 手機送給羅永浩，讓 " 羅老師 " 有個實際體驗。
郭鋭告訴華爾街見聞，任意門的重點在于 " 任意 "，而能否實現 " 任意 "，除了強大的 AI 能力，也需要豐富的生态做支撐。目前，榮耀已正式推出 " 百模生态計劃 "，探索基于意圖互動的智慧服務新生态。
在系統識别用户意圖，并通過 " 任意門 " 提供相應的服務解決方案的過程中，涉及到終端對用户所處場景的意圖理解程度。這種理解深度，建立在榮耀此次發布的平台級端側 AI 大模型——魔法大模型的基礎上。
這個大模型由榮耀自研，數量級為 70 億參數。通過與高通的深度調校，榮耀靠着自研量化壓縮技術，将大模型壓縮後再部署于高通骁龍 8 Gen3 上，以此實現端側運行的流暢度和用户通過任意門實現需求與服務兩者匹配度的絲滑性。
因此，與高通的聯合深度調校成為關鍵環節。鄧斌告訴華爾街見聞，影響端側大模型支撐平台級系統性能的核心要素，并非算力強弱，而是内存帶寬。
" 若帶寬不足，對端側推理效率有重大影響。比如用户提問，系統會耗費相當長的時間才能給出答案。" 鄧斌説，" 這就需要聯合高通，做性能調優和調度機制優化。" 作為優異體驗的關鍵，如功耗、散熱和由此影響的續航，榮耀和高通也在技術底層做了深度優化。
在榮耀 Magic6 系列端側部署的 AI 大模型，其訓練和推理數據來自支撐人因内核的 C 端用户個體要素。對這部分 C 端個體的人因内核涉及的數據，鄧斌説，榮耀對此做了脱敏處理，以此保證用户的隐私安全。
對于個人用户來説，數據安全和隐私問題是重中之重。作為個人化的專屬端側 AI 大模型，榮耀魔法大模型必須消除 C 端用户對數據安全和隐私保護的擔憂。此時，部署在端側，基于本地的個人知識庫與以本地為主的數據推理就成了極致安全的保障。
" 榮耀在一開始做平台級 AI 時，就踐行由用户自己掌握數據的原則。為此，我們堅決不讓應用讀任何個人信息，這才能讓用户真正處于安全地帶。" 鄧斌説，" 舉個例子，某用户通過任意門調取了某個 APP 的服務，我們看不到用户調用了 APP 哪種具體服務，比如付了多少錢，浏覽了哪些商品，在哪些頁面停留了多長時間等等。
榮耀構建平台級的端側 AI 能力，追求能讓 C 端用户感知到全新的體驗。華爾街見聞注意到，行業其他廠商推出的智能終端，也有類似 " 任意門 " 功能，但那是碎片化的、無體系的、時常會對 C 端用户形成幹擾的功能，還缺乏 C 端用户意圖識别能力。
榮耀系統級的 " 任意門 " 功能，背後策略用趙明的話説，就是 " 我們會持續迭代‘以人為中心’的作業系統，不斷提升平台級 AI 的能力 "。
若對榮耀構建的 AI 根技術的未來做個展望，榮耀魔法 OS 很可能會凝聚全球 AI 力量，而榮耀也會向着世界榮耀的目标不斷邁進。
