硕鼠的博客站

小米在发布他们的AI手机功能，也就是超级小爱的直播时翻车了。这到底是一个什么故事？大家好，欢迎收听老范讲故事的YouTube频道。常在河边走，没有不湿鞋。小米这样的一个可以在抖音、在各种平台直播间里头混得风生水起的品牌，直播多了以后，总是要有翻车那一天的。那么这就翻车了。

12月27号，在演示超级小爱功能的时候，台上坐了三人，老雷没在里头，雷军不在。第一个呢是卢伟冰，集团总裁兼任手机部总裁，也算是小米的很高的高管了。第二个人呢是王腾，红米的老大。负责演示的这个人呢叫张国权，小米手机系统软件部的总监。

结果演示的时候呢，就直接翻车了。AI手机这件事呢，从小米的情况来看，它在硬件上其实已经做得不错了，买的高通最先进的最新的芯片在里头，自己也研发了一些专门进行摄像或者是影像优化的芯片在里头，还使用了徕卡的色彩还原的一些算法在里头。现在说我也得演示一下我的AI手机了，结果就第一个无法唤醒小爱。他们在手机最底下有一个横线，就是在手机屏幕最下面，按道理呢，就是你推上去的时候，它可以退出应用，可以去做很多的这种多任务切换这样的功能。

他们呢做了一个设计，就是双击这个横线的时候应该可以把超级小爱唤醒。结果呢，演示两三次都没有成功唤醒，当场就丢人了。负责演示的张国权，我估计脸上汗就下来了。卢伟冰还是被现场做成了表情包，叫黑脸的卢伟冰。语音交互无反应，你跟他说请按照这个导航去哪哪哪，他们呢其实想演示一个什么。他可能搜索到了一些饭馆或者是一些公园的这种地址，按道理呢应该是要演示一个叫跨应用合作的一个功能，就是先把屏幕截下来，屏幕上的地址认出来，然后呢再去把后边的导航软件叫出来，再把这个地址塞进去，说请给我导航到那去。想去演示这样一功能，结果呢喊了几声，这个超级小爱没反应，肯定又翻车了嘛。

然后继续说，咱们照张相吧，说你给我照张相，这会没问题，把这个相机调出来了。这三个人呢……

很尴尬的在台前照了张合影。照完了以后，张国权呢就说了：“请帮我去发到微博上，然后呢再加一个什么什么主题。”这句话说完了以后，超级小爱呢就把微信拎起来了。当时说：“哎，这是怎么回事？什么情况？”再往后好像就没有再去演示一些其他东西了。这两天呢，大家也都在网上看，说：“你看，他们翻车了，怎么搞成这样？”哎，这个到底是一个什么样的情况？咱们今儿讲一讲。

小米呢最近是在AI领域里头发力，但是他发力的方式呢，肯定是叫放消息。他放了很多很多的消息。原来的小爱同学背后是谁呢？其实是豆包，就是字节跳动的火山引擎。下边的豆包大模型，其实国内的安卓手机，除了华为之外，用的都是它。小米、OPPO、vivo、荣耀，用的都是豆包大模型，只有华为号称是我自己整了一个。这个好不好使，反正我也没用过，咱们就不去评价了。

然后小米呢，自己肯定也是要去做训练的，只是没有什么声音发出来。就是所有这些做手机的厂商，都有一个绕不过去的弯，什么呢？就是你要不要把本地的数据发到云端去。大家都在讲说：“我要去保护用户隐私，这个数据是我的，我不能随随便便发到云端去，让这个云端的模型去处理。”那么他就一定要在本地使用一些小一点的模型。小米呢自己也有，他训练了一个，好像也是3B的一个模型吧，但是效果怎么样呢，待会我们再讲。

小米一方面在说我自己在训练，另外一方面呢，最近小米放出消息来说：“我们要凑这个万卡集群了。”就是1万张算力卡，我们把它凑在一起，然后去训练小米自己的模型。但是呢，并没有对外说他到底是一万张什么卡，有可能是升腾910，也有可能是摩尔线程，当然也有可能是AMD或者是英伟达的卡，但是现在不知道。据说原来有6,000多张，反正是说小米现在又花了一笔钱来干这个事。小米手里的现金还是比较多的，他是真要舍得花钱买的话，他还是可以搞起来的。

另外还有一个消息是什么呢，就是千万年薪挖了一个AI罗利，这个人呢叫罗福莉，95年的吧，千万年薪这种事呢。

大家就知道是一个宣传就好了。这种千万年薪通常是有大量的股票赔在里面的，所以他最后能够拿到手多少，得多长时间不离职，才可以兑现所有的股票，这个还需要慢慢的看。但是小米也就是表了一个决心，说我们真的是挖回大牛来了，真的要在大模型这块发力了。

这个罗福莉是一个什么样的人呢？北京师范大学计算机系本科，北京大学计算语言学的一个硕士。后来呢，是去了阿里达摩院，也是做大模型这一块。再往后呢，是去了幻方量化。你说做量化的跟大模型有什么关系？现在中国最好的大模型，就是这家炒股票的公司做的，叫Deepseek。它呢是Deepseek VR版本的主要开发者之一，现在被雷军给挖回来了，还作为典型进行了宣传。

千万年薪挖回来的这个AI罗莉，因为他叫罗芙利嘛，所以呢很多人就管他叫罗莉，这个跟名字稍微有点谐音，不要想歪了。现在这个小米，肯定也是要向Deepseek这条路上去走，也是去做MOE。他准备自己做一些类似这种东西。小米的模型呢，其实不光在手机上跑，他还有平板，还有很多的家用电器，还有汽车。我是下单买了小米苏7，小米苏7上，其实跑的是小米自己家的模型。云端的模型的话，未来小米肯定也是想自己去做。

小米汽车的智能驾驶呢，现在也是自己往前推进，没有说我要去用理想的呀，或者是小鹏的呀，或者是要去用华为呢。小米说我自己慢慢研究，自己往前推。目前呢，小米的智能驾驶算是在国内所有智能驾驶里头，他第一梯队靠后。第一梯队比较靠前的，像华为、理想、小鹏，但是呢，也绝对不会落到第二梯队。就小米还是在第一梯队里混着。

那么小米的这个超级小爱到底是怎么翻车的呢？刚才我们已经讲了，他翻车的一个过程，等于试验了三个场景，这三个场景呢都翻了。首先呢，大家要注意，他真正要演示的不仅仅是超级小爱，他真正要演示的东西其实是澎湃OS2.0。现在呢，大家都要去搞自己的操作系统，你没有自己的操作系统，就是有人问你说，哎，你为啥不用鸿蒙呢？鸿蒙喊了这么久。

而小米说：“我就是不用 OPPO、vivo，包括荣耀。”说荣耀这两天应该是改成功了，准备去上市了。甭管手机卖怎么样，先把股票发行了，看看能不能再圈一批韭菜进来。但是大家呢，一定要有自己的搜索系统。小米也去搞了，小米的搜索系统就叫澎湃OS。

中国的安卓生态呢，其实一直比较奇怪。中国在安卓最开始出来的时候，是上了一帮的这个厂进去，做各种的定制化。定制完了以后呢，谷歌就惊着了，说：“你们不能这么干。”对于谷歌这种安卓生态的维护者来说，他们最害怕的是什么？最害怕的是分叉。就是你们每一个人都在我这个安卓基础上做了一个分支，然后呢，我在升级的时候，你们就不跟着我升了，这个叫分叉。

那么他怎么办呢？谷歌对付这种分叉的方式就是一招，就是疯狂升级。我雇最好的程序员开始往前升级，这样的话你就必须要跟着我这个一起升，那你就没有工夫去分叉了，或者你就没有能力在我最新的版本上走太远的斜路。因为下一个版本出来以后，你还得往前跟着。

所以谷歌干了这么个事。后来呢，这些中国的安卓厂商说：“算了，我们也不去做这种深度定制了，咱们就做得简单一些吧。”他们做的这个东西呢，叫launcher，中文呢，有的叫桌面，不是那个Desktop。这个呢，在英文里叫启动器。什么意思呢？我们在安卓的手机界面上，你可以看到不同的图标、不同的字体、不同的桌面、不同的小组件，这些东西都是完完全全不一样的，就好像是完全换了一个手机似的。

因为安卓底层是给大家开放了很多这种权限，你可以自己去做它。不像iOS，iOS这些权限都没开，所以你拿谁的iPhone手机来都差不太多。但是你要拿着安卓手机来，你就可以变得千差万别。所以中国手机厂商说：“算了，底层我不动了，我就在上层做文章。”所以最早的中国的这些定制的安卓系统呢，都叫什么什么UI。小米叫米UI，华为呢应该也是叫什么UI，但我忘了叫什么了，因为现在就都是鸿蒙了。OPPO、vivo。

包括荣耀都是有自己的什么什么UI。它为什么是UI呢？就是user INTERFACE，就是他就做了个界面，底下东西我是不动的。原来大家都是干这件事。后来呢，还有一些新的问题需要解决，比如说什么呢？要把这个GMS干掉，叫Google Mobile Service，因为这个是Google Play、Gmail什么这些东西的一个底层支持，在中国是不允许落地的，所以要把它干掉。

所以每一家都有一些替代GMS的一些功能在里头。然后呢，中国的安卓系统还会干一个比较奇葩的事情，就是老外不干的，是什么呢？就是杀后台、限制启动以及启动对齐。这是干嘛呢？就是安卓系统本身的这种多任务调度其实是比较差的。所以这个手机为什么越用越卡，因为后台东西越来越多嘛。为了让它不卡怎么办呢？就是我们想办法把后台的项目给它杀掉，不要让它在后台跑。

好处是什么呢？就是你的后台应用会变少，你的手机没有那么卡顿。但坏处是什么呢？你比如说你这个该收到通知的时候，他没收着。你按道理说他应该在后台慢慢跑着，如果有通知的话，他会弹出来。但是呢，他就被前台的操作系统杀掉了。杀后台杀得最狠的其实是华为。就是华为手机经常有人说：“哎呀，你看我这华为手机使了这么多年了，还都不卡。”其实他就是把大量的后台应用给你杀掉了。

你经常会说：“哎，我这个为什么收到邮件没有弹窗呢？”或者“我为什么哪个应用后台有一些通知出来我没有弹窗呢？”他会有这种情况。中国的安卓手机做得比较好的，还有一个什么呢？就是叫启动对齐。这什么意思呢？就是有很多这种后台的进程，它是这个休息的，它每过多长时间启动一次，比如说你自己设定，我每一分钟启动一次，看看有什么消息回来没有。还有人说呢，我每45秒启动一次，这个就是你自己可以设的。

如果是所有的应用都在后台设这个东西的话，实际上你这个手机压根就没休息。大家还都是，现在该张三起了，下一个该李四起了，然后再该王五起了。

所以，中国的安卓手机里做了一个叫启动对齐的功能。就是，哎，现在到时间了，所有人都起来看一眼，要不要去上厕所呀。咱们讲的就是起夜似的，然后呢，回去睡觉，再到下一个时间点，我再统一把你们叫起来。这个其实也是可以让手机相对来说比较省电的方式。中国的安卓系统就是做了这些改变。

但是呢，到了AI时代，这个事就不好使了。为什么呢？因为到了AI时代，你需要做跨应用操作了。就像刚才我们讲的，现在屏幕上有一个地址，然后你就喊“小爱同学，请按照这个地址给我导航过去”。那么应该干嘛呢？应该是截屏，把当前的这个地址找到。比如说，你这是个饭馆的信息，里头有一块是地址，还有的呢，可能是饭馆的名字，还有这个饭馆的什么人均消费、照片这些东西。

所以，你首先要截屏，把这个饭馆的地址这块找到，然后再找到你本机里头默认的这个导航软件，把这个地址输进去，然后再说：“现在开始导航，带我去。”这个呢，就是需要跨应用协作了。如果按照原来他们做UI的这个方式，就是我就做launcher这个方式，你搞不定这个事。你必须要在底层里去下一些手脚，才有可能把它搞定。

那么，你就需要在界面上用更高的权限去拦截输入输出。当你去喊话的时候，相当于有一个应用要突然到前台去，然后把屏幕整个截下来。截完了以后，还要到里边去做识别。最好还是不要到图片上识别，因为大家知道，你去认这个地址时候有两种认法。第一种呢，就是我通过组件去认，显示饭馆地址的这个软件上头可能有一个组件，这个组件上叫地址显示，上头呢是用文字写着“我这个东西在哪哪哪”。还有一种方式呢，就是我直接把图片截下来，然后在这个图片上去做识别。

这两种方式，那一定是要从文字上去认。为什么？因为手机屏幕小，你经常这个地址写着写着就变成点点点，比如这个地方叫“北京市丰台区点点点”，这个是很正常的。你把这玩意儿识别出来，你要去导航，这不是疯了吗？这肯定导不到的。所以，一定是说。

我要把这个整个的屏幕拉出来。以后，用一个在计算机程序里头叫勾子，就是我们通过勾子的方式，把里边的一些信息，就是这个写地址的一个信息，把它拎出来，看看他后边到底写的完整的地址是什么。再把这个信息塞到其他的一些应用里边去导航。这是你要去干的。

这个的话，对于现在这个安卓系统，或者对于现在在安卓系统做模改来说，就要稍微费劲一些。安卓本身呢，在多任务调度设计上呢，就是被诟病，因为他经常后台任务抢前台的一些运算资源，让前台显得卡顿，导致这种比如无法激活，或者语音操控无反应。这三次翻车里的前两次，基本上呢，就是这么来的。

所以咱们就去看，可能就是小米在去做澎湃OS2.0的时候，涉及了一些他原来不太涉及的领域，导致了安卓本来就不太好使的这种前后台任务切换的这个过程中，发生了一些死锁的状态。前两次就这么坏掉了。那么第三次是怎么坏的呢？你让他发微博，他给你打开微信。这个呢，是本地小模型能力的问题。这个事全球无解。

什么意思呢？大家都想着说，我怎么能够让本地的数据在本地就可以处理完，不要到云端处理去。你按道理说，把这些信息扔到云端去做识别、去处理的话，是不会出错的。现在甭管是豆包，还是通义千问，或者是ChatGPT，它们现在做中文语音识别都非常准确，不会出这个问题的。一定是用的本地的语音识别模块，用的本地的模型去工作，它就会出这种事情。

这个不光是小米干这种烂事，苹果最近实际上也干了好多这种事，因为Apple Intelligence现在也在向全球的用户，尤其是中国之外的全球用户，去进行推送，他们就出现了很多问题。是什么呢？比如说苹果Apple Intelligence说了BBC说了，枪杀美国那个保险公司CEO的这位帅哥，自己在监狱里自杀了。这明显是个假新闻嘛。他其实就是小模型产生幻觉了，他把很多的信息凑在一起进行总结的时候，他没有分清楚谁哪条信息是真的，哪条信息是假的，或者说这些信息。

应该如何去进行总结归纳？他没搞明白。这种事情呢，就是你在这种3B的模型，即30亿参数的模型里头，挺难避免的。那你说，我能不能用一个更大一点的模型？你手机上有那么多内存，有那么多GPU吗？你没有。所以呢，这是一个不可能三角，就是本地的硬件算力、模型的能力和隐私保护，这三个在一起。你说我想让他这个很好地为我工作，那很简单，把数据扔到云端，让云端大模型去搞定，肯定没有任何毛病。

那你说我想让他在本地搞定，我不想把他放到云端去，那你上一个大点的模型也行。我现在看呢，相对来说还功能比较健全的模型，至少是7B或者是14B以上的模型，还是可以跑的。这种3B的模型呢，你让他做一些非常简单的工作OK，稍微复杂一点点的工作都搞不定。像这次小米翻车，包括最近苹果大量的Apple Intelligence的翻车，都是因为本地小模型跑不起来的一个原因。

这个事谁都没办法。未来有可能，他们会尝试在本地跑一些更大的模型，或者呢，比如苹果也好，小米也好，这个模型是我自己，我自己设计了一些云端模型，那他可能会让一些数据到云端去跑，这样的话就不会出现类似这种问题。现在大家都在想这个事怎么办。

那你说就算有这么多毛病，你演示之前稍微的测试测试行不行？那这件事呢，小米肯定是没有认真做。就是到年底了，估计几位老板也相对比较忙，这个演示机演示流程，肯定呢没有做很好的练习。但是安卓这个事情你没法整，就算你做了再好的练习，他可能后台有一个什么升级任务，或者有一些什么其他的任务没跑完，可能还在这跑着呢。

或者是这位人可能在现场直播之前说，我先给你看一看，看完了以后他把手机搁这了。但是可能很多的，特别是大模型相关的任务，在后台没杀掉呢，占了大量的资源，导致前端再去唤醒的时候，没有去正常的唤醒，这个都是有可能的。但是说一千道一万，他们还是准备的不够充分。还有呢，就是这个前面的演示者也相对来说比较紧张。我告诉你，这个人呢。

特别是在老板面前去做这种面向大众的直播的时候，绝对紧张，因为丢人丢的是老板的人。这些老板是可以决定你生杀大权的，回去说：“唉，你这个回去好好思考一下，对不对？这个担子是不是太重了？给你卸下一些来。”这个是很吓人的，所以他肯定是比较紧张，导致演示失败。如果他没有那么紧张的话，有时候可能掩饰就会成功。

因为像我原来也经常给人做掩饰，演示失败或者现场下不来台，也干过这种事情。但是你要想说：“哎，我自己在下边试得好好的，怎么上来就不行了呢？”就是上来就是紧张了。情况呢大概就是这样的一个情况。

那么继续，咱们再说什么AI手机的交互设计呢？其实现在大家还都在摸索。就是从现在超级小爱放出来的这个成功演示的各种视频来看，包括苹果的Apple Intelligence的这些成功的演示的情况，大家都在尝试做几件事情。

第一个是什么？就是语音交互的跨应用操作，这个是大家都想干的。因为如果你，比如说豆包或者是ChatGPT这一个应用，你跟他聊来聊去的，那你何必要把它集中在手机里面嘛？你直接跟这个APP聊就行了。所以你如果是要把它集成在手机的操作系统里头，一定是要有更高权限，跟手机里边的所有的应用去沟通。

而现在手机里的应用呢，它都是有这种外部调用方式的，就是你可以直接带着一个操作一起调用。不是说我要打开高德导航，然后再输入地址，它可以导航。它是允许你说直接调用，把地址塞进去，它就自动开始导航的，这个事都可以。所以调用是没问题的。

真正难的是什么？就是你要把当前应用上的信息流读出来，然后再根据你的这个语音指令，形成新的这种操作手机的指令，这块是比较费劲的。AI助手呢都希望可以直接读取屏幕信息，比如说这个屏幕上这个图是什么回事儿，那个是怎么回事儿，我怎么画圈儿还是怎么选择呀？这个呢现在是各个AI助手都在努力去做的。很多AI助手呢也在尝试获得应用内的信息，但是这块呢就要稍微麻烦一点。

因为安卓也好，iOS也好，都是在鼓吹沙箱。什么叫沙箱？就是一个应用只能访问自己的数据，你是不可以访问别人数据的。虽然这些AI应用助手都是操作系统级的，他可以访问所有人的数据，但是这些数据本身并没有对访问进行友好化的设置。什么意思呢？就是如果我预备着有人要来访问我的数据，那我至少应该贴一些锁隐条在上面，告诉你这是什么什么数据，那是什么什么数据，哪个数据你千万别动，哪个数据你是可以去阅读出什么信息来的。你要写一些这些东西在里头。

现在呢，这些做安卓应用的人是没有这个意识的，他就不写。因为像我们以前做这个清理软件Clean Master，我们是怎么干的？都是反复的在机器上测，测完了以后来猜这个东西到底是什么，删除了以后再看这个程序还能不能跑。所以这块其实对于AI的系统是挺不友好的。甚至还有一些应用会直接给自己的数据进行加密，这个对于AI的使用就更加不友好一些。而这也是现在AI手机探索的功能之一吧。

然后现在还有什么呢？就是通常AI都可以干的事，就是照片处理，甭管谁家的手机，一般照片处理都已经做出来了。什么抠图、美颜、去掉行人杂物，或者是扩图。我照完了以后说：“哎，请在旁边再给我扩出一小溜来。”这个现在都可以做，做的呢都还不错。用户到底是不是买账呢？现在我看到的大部分用户，其实对于这些AI功能并没有那么买账。苹果目前也还在挤牙膏，慢慢往前挤，甭管是不是翻车，但还是在慢慢的往前走，因为他也没有想明白用户到底要怎么用这个AI。

小米呢，自己其实并不是一个交互设计很强的公司，小米是一个性价比堆料公司，上来就是不服跑个分。你看我买了最新的CPU了，我的屏幕比别人刷新率高，我的镜头比别人的分辨率高。至于交互上呢，小米就属于叫及格水平，你指望他设计出一些你从来没见过的交互方式来，这个我觉得就不用想了，不是他擅长干的活。那么你说小米的AI还值得期待吗？我觉得也还值得期待吧。

为什么呢？因为小米是一个人车家全生态，就是它有手机、有手表、有耳机、平板，它还造车，还造所有的家用电器。所以它的生态比苹果还全。因此，对于它来说，如果有一个AI的功能在里边的话，还会是一个比较有趣、比较值得期待的事情。

小米算是家用智能里头场景最全的公司，它比华为、苹果以及所有这些公司的场景都全。你到小米的店里去看，只要你用的没有它不卖的，从电热水壶、保温杯、电饭锅，所有这些东西它全派。而且这些东西都可以通过Wi-Fi连接在一起，通过一套智能程序进行管理。

所以一旦AI管理了这么多场景之后，会很有意思。而且小米现在还在干一个特别有意思的事，它接入苹果生态链。它的汽车是可以使用Carplay的，它的这个家用的所有设备现在通通都去接苹果的这个Homekit。苹果有一个这种中间控制器，叫Homekit，就是你可以用iPhone、用iPad去控制你家里头所有支持Homekit的智能设备。现在小米说我自己去支持了，只要是你买小米家的东西，用苹果手机都可以很好的控制。

它现在走了这么一条路。你说小米这一次翻车了，后边怎么办？那工程师的事呗，翻了车回去努力折腾不就完了吗？小米干的活向来是这样，就是不会太出彩，但是也会在水准之上。小米属于工程师文化，它不是科学家，不是领袖，也不是艺术家。工程师文化就是我在一个可以接受的成本范围内，尽可能用好的东西，拆开了揉碎了给你看，然后把这些东西拼起来，造出一个你觉得可以接受的东西。

当前结合AI的杀手机应用应该还没有出现，这件事2025年依然可以期待一下。然后像小米这样的工程师公司，或者叫工程公司的话，我相信一旦有人能够摸索出来，如何在手机上、在电脑上、在车上、在家居产品上使用AI，他们会快速迭代、快速跟进。实在不行，在千万人民币找地挖人去呗，这个是小米擅长的事情。你等它自己创新这件事呢。

还是就别太想，就是他擅长堆料，不擅长创新。这就是这一次小米去演示超级小爱翻车的故事。好，这期就讲到这里。感谢大家收听，请帮忙点赞，点小铃铛，参加 Discord 讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。