在之前的年度演講中，雷軍提到今年4月，小米正式組建AI大模型團隊。而且小愛同學正式升級生成式大模型，已經開始測試，小米高管最新表態很快會實現端側AI模型能力。這篇文章來自小米創始人雷軍公眾號的分享，詳細解釋了小米大模型的臺前幕后，希望能對大家了解小米大模型有所幫助。

在上周的年度演講上，我宣布了小米科技戰略升級：深耕底層技術、長期持續投入、軟硬深度融合，AI全面賦能，即（軟件×硬件）??。同時，也給大家介紹了小米的科技理念：選擇對人類文明有長期價值的技術領域，堅持長期持續投入。

AI是未來的生產力，也是小米決定長期持續投入的底層賽道之一。我們在很早就開始組建AI團隊，相關團隊成員已經超過3000人。這些年的持續投入，為我們的自動駕駛、機器人等業務都取得了非常優秀的成果。

今年，我們迎來了一次重大的技術革命——AI大模型技術，在4月份，我們組建了AI大模型團隊，并快速在小愛同學上落地應用。

我們做大模型的思路可能和很多公司不太一樣，我們選擇主力突破的是輕量化和本地部署。

為什么呢？

首先，大模型需要海量數據，所以很容易涉及到隱私問題，還需要巨大算力，用起來成本也很高。接著，我們是一家手機公司，怎么把自己的優勢利用起來？我們想的是，它能不能輕量化？能不能本地部署，在手機端就能用上大模型？

沿著這個思路，我們團隊進展非常順利，小米自研大模型在近日的權威中文評測榜單C-EVAL和CMMLU中，取得同參數量級第一的好成績；小米自研手機端側大模型初步跑通，部分場景效果媲美云端。真的特別特別厲害。

很多人還想了解小米大模型研發的更多信息，今天，就和大家好好聊聊。

一、解碼大模型

ChatGPT出現以來，大模型優異的理解能力和生成能力令人驚艷，關于其用途的探索也越來越多。目前看來，很多傳統的自然語言處理任務都可以用它來完成，比如搜索、翻譯、問答、摘要、信息抽取和分類以及寫作等。在日常生活中，所有基于對話的服務，如客服、教育、咨詢、導游等，以ChatGPT為代表的大模型都有一定的用武之地。

大模型指參數數量巨大、層次結構復雜的機器學習模型。這些模型通常具有十億到千億甚至萬億個參數，通過大量的數據進行訓練，提供更高的理解和生成能力。

在我們看來，大模型不僅是指模型參數多、尺寸大，更重要的是代表了一種新的訓練范式。我們將其總結為：大數據、大任務、大參數。

• 大數據：指需要用海量的數據去訓練，讓模型從中自動挖掘出所需的信息。通常采用自監督或者無監督學習方式，無需人工標注就可以提煉規律、學習知識，從而提升模型的眼界。
• 大任務：指學習的目標足夠復雜、覆蓋面廣。這樣才能“強迫”模型按照模塊化、高類聚、低耦合的方式組織知識點，實現舉一反三的泛化能力。
• 大參數：指模型的知識容量。大模型的參數規模越大，模型的表達能力和學習能力也就越強。

在這個范式中，我們認為大數據和大任務是不可或缺的。如果沒有大數據，模型不可能學到豐富的常識；如果沒有大任務，知識點和技能點不可能在模型中有機高效地組織起來。

二、布局人工智能，全力突破大模型

1. 以AI為基石，沉淀技術積累

我們基于未來的思考與理解，選擇對人類文明有長期價值的戰略方向，并堅持長期持續的投入。我們已經布局了12個技術領域，99個細分賽道，未來五年（2022-2026）至少投入1000億以上的研發經費！

AI是未來的生產力，也是小米長期持續投入的底層賽道。小米很早就對人工智能進行布局，2016年小米AI實驗室成立，并組建了第一支視覺AI團隊，今年4月成立專職大模型團隊，歷經7年6次擴展，小米人工智能團隊已經有3000多人，逐步建立了視覺、語音、聲學、知識圖譜、NLP、機器學習、多模態等AI技術能力。

成為浪潮之上的角逐者，必須有對技術的沉淀和積累。作為小米AI技術的“試驗田”和“彈藥庫”，小米AI實驗室會研發中長期的前沿技術，圍繞小米業務做儲備，在集團需要的時候輸出“彈藥”。小米對AI的深刻認識與掌握的技術能力，也有效地賦能了手機、機器人等各個業務板塊。

大模型是未來科技的發展趨勢，更是下一個人工智能的高地。2021年開始，小米就對大模型的方向特別關注，并開展了對話大模型的預研工作。在閑聊對話場景下，依托于月活超過1.15億的智能語音助理小愛同學，小米研發了參數規模為28億的對話模型，達到了當時同等參數規模下業界的較高水平。這為小米積累了多卡分布式訓練的經驗，為后續開展大規模語言模型訓練奠定了基礎。

2. 小米大模型：輕量化、本地部署

小米擁有品類眾多的設備，是全球規模領先的消費級物聯網平臺。設備多樣，使用場景也各不相同，一個大模型難以兼顧。如果把一部分大模型能力下放到端側，不僅能更好地保護用戶隱私、而且有機會在本地實現千人千面的個性化定制。

軟硬結合，生態連結，這是大模型技術與小米生態結合的最優方案，讓用戶既可以擁有數據安全，又可以擁有大模型的先進生產力。因此，“輕量化、本地部署”是小米大模型技術的主力突破方向。

目前，我們自研的13億參數的端側模型已經在手機端跑通，部分場景效果媲美60億模型在云端的運算結果。與早些時候市場上放出的手機端大模型的方案相比，小米會調整模型結構和參數大小，適配各種芯片在內存和算力上的特點，致力于達到功耗、推理速度和生成效果的最佳平衡。

三、布局人工智能，全力突破大模型

1. 自有數據更懂小米

數據上，我們自己挖掘整理的訓練數據占比達到了80%，其中小米自有的產品和業務數據量達到3TB。因此我們的大模型最懂小米的產品，最懂小米的業務。

2. 效率和效果的最佳平衡

結構上，我們根據對Transformer結構的理解，融合了自身的實踐經驗進行改良；并且充分考慮設備端芯片的特色要求，合理設置模型的寬度和深度，致力于達到效率和效果的最佳均衡。

3. 更多策略更少浪費

訓練策略上，采用小米提出的ScaledAdam優化器和Eden學習率調度器，顯著提升收斂速度的同時減少了優化器中顯存的浪費。由于模型的知識容量有限，需要更精巧地安排訓練數據的順序，使得模型盡可能多地掌握知識點和技能，減少參數的浪費，以此實現“輕量化”。

4. 為用戶隱私安全保駕護航

模型部署到端側后，信息不用上傳到云端，所有計算都在本地進行，可以從根本上保證用戶隱私不被泄露。即使在端云結合的服務框架下，隱私信息會存儲在端側，涉及它們的計算也盡可能在端側完成。即使偶爾需要使用云端的能力，信息也會經過處理和加密。

四、仰望技術星空，腳踏體驗實地

截至2023年8月10日，小米自研的大規模預訓練語言模型MiLM-6B，參數規模為64億，在權威中文評測榜單C-EVAL和CMMLU中位列同等參數規模大模型第一。

在C-Eval評估中，MiLM-6B 的平均分為60.2，總榜單排名第10、同參數量級排名第1。

“C-Eval”是由上海交通大學、清華大學、愛丁堡大學共同構建的一個針對基礎模型的綜合中文評估套件。它由 13948 道多項選擇題組成，涵蓋 52 個不同學科和四個難度級別，覆蓋人文、社科、理工，及其他專業四個大方向，用以幫助中文社區研發大模型。

在CMMLU評估中，MiLM-6B在Five-shot和Zero-shot 測試中的平均分分別為57.17和60.37，均位列中文向模型第1。

“CMMLU”是一個綜合性的中文大模型評估基準，涵蓋了從基礎學科到高級專業水平的67個主題，涉及自然科學、社會科學、人文、以及常識等，專門用于評估語言模型在中文語境下的知識和推理能力。

通過打榜，驗證了我們對特定垂域進行定向增強的技術能夠達到怎樣的效果，這也是用輕量化模型進行業務定制的必備能力。雖然小米大模型取得了優異的成績，但我們不會把榜單排名與用戶體驗畫上等號。好成績的背后，更重要的還是打磨技術、沉淀方法論，將它們運用到產品，提升用戶體驗才是我們的終極目標。

科技應著眼于解決問題，以需求與應用為落點。小米大模型采用“輕量化、本地部署”的方案，能夠更好地解決多場景、個性化的用戶需求。一方面，大模型本地運行無需擔心“弱網、無網”情況，且響應速度快，使用穩定；另一方面，在提供更加個性化服務的同時，也能夠更好地保護用戶隱私，讓技術真正改善用戶體驗，讓成績真正落地有效。

五、始終堅持小米愿景，始終堅持技術為本鐵律

小米作為一家科技公司，將始終堅持我們的愿景、價值觀：讓所有人都能享受科技帶來的美好生活，同時始終堅持技術為本的鐵律，持續加大研發投入。2023年，小米研發投入預計會超過200億。

此外，截至目前，我們的全球專利數已超過32000+件。質量也非常高，在《全球5G標準必要專利及標準提案研究報告（2023）》中，首次進入全球前十，可以說，在榜的企業，小米是最年輕的，速度最快的！

小米還很年輕，但是在技術投入與技術積累上，已經走在前列，取得了巨大的進展。時代在不斷變化，小米也在不斷成長，這一次小米科技戰略升級，代表著我們不僅要對現在的生活有貢獻，也要對人類未來的生活進步發展有貢獻，構建我們的核心競爭力，成為一家真正偉大的科技公司。

未來，小米將擴大模型規模，不斷探索端云結合、多模態融合的大模型解決方案，與小愛同學、MIUI、IoT、機器人、汽車等業務結合，提升小愛同學的理解能力與智能家居指令的識別能力等，給予用戶更加個性化的智能體驗，按照我們的思路，走出不一樣的道路。

謝謝所有用戶的支持！