隨著ChatGPT日益火爆，大語言模型能力引發了越來越多對于智慧語音助手的期待。

我們相信，AI大模型能力加持下的智慧語音助手一定會很快落地，這個預判不僅來自對AI大模型的觀察，更來自對鴻蒙的了解。鴻蒙一定會很快升級大模型能力，放眼業界似乎也只有鴻蒙能夠在短期實現這一點。

之所以這樣說，是因為讓大語言模型融入終端生態不僅是個算法問題，更需要讓AI模型能夠了解、指揮、交互操作系統生態中的海量能力。這不是短期內能夠做到的，而是需要從操作系統與基礎軟件層面，不斷去發展AI，適應AI，最終讓大語言模型、生成式AI代表的新AI能力，水到渠成、瓜熟蒂落般成為用戶體驗的一部分。

而華為恰恰是最早將AI能力帶到手機中的廠商，鴻蒙系統從最初就基于智能技術來打造和演進。可以說，AI就是鴻蒙最濃墨重彩的基因之一。這種基因會不斷生長，滿足更多用戶對智能體驗的想象和期待。

8月2日，華為常務董事、終端BG CEO余承東在微博分享了一個視頻。內容是向用戶“劇透”了HarmonyOS操作系統的一項重磅功能：讓小藝來幫助用戶生成內容。

從微博中展示的小藝新能力來看，其已經具備了AI大模型與生成式AI的典型特征，創作的一則HDC邀請文辭恰當、邏輯通順，且能夠準確描繪出關鍵詞。

這也意味著，即將到來的鴻蒙4，極有可能帶來業內首個植入系統的AI大模型語音助手。

這似乎是一段《紅樓》里的木石前盟，無更無改，注定發生。鴻蒙與AI，就花開在這個夏天。

AI基因，鴻蒙一以貫之

早在2017年，華為就在手機端發力AI能力。此后多年當中，AI攝影、AI智慧助手等大量AI能力逐漸成為了華為的招牌。而很多朋友沒有注意到的是，今天廣為人知的鴻蒙特性，也是建立在AI技術底座上的。

軟件解耦、新一代物聯網技術與AI，讓鴻蒙從誕生之初就具備了更加智能的多終端協同體驗。它通過軟總線、分布式技術，將多個物理上相互隔離的設備融合成一個“超級終端”。而“超級終端”想要發揮作用，首先要解決兩個問題：一是操作系統需要理解用戶所在場景，二是用戶可以靈巧、便捷地完成多終端操作。這兩個目標，都需要大量依靠AI技術來實現。

在2019年正式發布的HarmonyOS系統中，就可以看到隨處可見的AI算法與AI體驗。

隨后，在鴻蒙的高速進化中，智能化能力也隨之演進。2021年6月，華為正式發布HarmonyOS 2，帶來了統一控制中心、超級終端、萬能卡片全新體驗，大量用戶開始了解、習慣全新的鴻蒙特性。

2022年7月，HarmonyOS 3開啟升級，帶來了包括超級終端、萬能卡片、流暢性能、隱私安全等特性在內的六大升級，智能化體驗也得到了進一步提升。

提起鴻蒙生態中的AI能力，就不得不提到小藝。為了管理海量設備與服務，語音助手的中樞作用必不可少。因此，小藝基于其AI能力，就成為了鴻蒙生態所有設備的統一入口、服務精準推薦的統一助手。同時，通過AI彈性部署、優選觸點、協同服務等技術，小藝也在不斷提升自身的智能化體驗。

由此可見，鴻蒙生態不是突然要發力AI，而是鴻蒙就發端于AI，成長于AI，并成為AI技術持續演進的沃土。深種在鴻蒙土壤中的AI靈根，在等它的花信年華。

大模型與小藝，水到渠成的緣分

在今天，智能語音助手已經無處不在，但它的體驗卻依舊有很多問題。比如說：

1.AI對話依舊不流暢，尤其是多輪對話、中長期記憶對話體驗不佳，從而導致用戶缺乏持續打開語音助手，提出復雜需求的意愿，久而久之降低了語音助手的使用價值。

2.語音助手的自然語言理解能力不強，邏輯推理能力不足。產生了用戶必須用嚴格的詞匯和讀音才能準確進行語音交互，日常化、口語化的對話大量無法識別。這一點對于老人、孩子以及不了解AI語音交互的用戶來說非常不友好。

3.語音助手僅夠喚起服務，不能夠生成內容。這就導致語音助手能夠帶給用戶的價值極大降低，難以培養用戶持續的語音交互習慣。

不難發現，大語言模型與生成式AI的能力，恰好可以填補語音助手的這些缺憾。但在此前，大模型的開發者普遍集中于AI廠商，距離消費終端的應用場景與軟硬件體系距離較遠。

如何才能彌補這個距離呢？答案是需要一個水到渠成，瓜熟蒂落的過程。

大模型走向終端場景，首先需要算法本身的能力。這方面，華為已經有了足夠的積累。7月6日，來自華為云的盤古氣象（Pangu-Weather）大模型登上《Nature》正刊。這項研究成功解決了現有AI氣象預報無法處理不均勻的 3D 氣象數據等關鍵問題，讓其成為了首個精度超過傳統數值預報方法的 AI 方法，并且預測速度提升了超過10000 倍，可秒級完成對全球氣象的預測。

在多年的積累下，盤古系列大模型已經在多個領域走到了全球前列。加上華為在AI開發平臺、AI開發框架領域的積累，都讓大模型與鴻蒙結合變得更加順利、周全。

而在終端側，華為對AI技術進行了豐富的探索。比如說，我們此前已經看到了小藝的智慧搜圖功能。這一功能就結合AI多模態能力，通過對泛化語義的理解搭配模型小型化處理技術，率先在業界實現了手機自然語言搜圖。

從模型到工具，從軟件能力到開發者生態，鴻蒙都做好了準備，迎接AI大模型的到來。浪漫一點說，鴻蒙多年的AI耕作，可能就是在等待這個夏天。

鴻蒙4的AI約定，就在這天花開

大語言模型、對話式AI的可能性，就應該在終端語音助手的角色上綻放出來，而其花開處，可能只會在鴻蒙的花園里。

從推測角度來看，鴻蒙4中我們可能就會看到深度融合了大語言模型的小藝。雖然我們現在對其具體能力還不得而知，但結合大模型的能力以及鴻蒙過往的表現，還是可以預判一下接下來會發生什么。

在這里，我們不妨一起來進行些暢想：

1.像和真人對話一樣與小藝交流。

大模型帶來的強泛化，強魯棒特性，極大增強了AI的自然語言處理能力。說白了，就是讓AI可以更好理解語言，無論是諧音、比喻、指代都不成問題。這樣的能力毫無疑問將是接下來鴻蒙4的升級重點。我們接下來將會像和真人一樣與小藝交流，甚至忽略它語音助手的真實身份。

2.看到，聽到，也能服務到。

基于小藝來喚醒服務閉環，是鴻蒙系統的一大特性。那么基于大模型帶來的多模態理解能力，有理由相信接下來小藝會加強服務的觸達能力。讓小藝聽和看，都將成為鴻蒙4的服務入口。

3.把簡單留給自己，把復雜留給小藝。

在大語音模型剛剛興起的時候，很多人都愿意故意說一大段話，讓AI去逐層理解分析其中的意思。如果說在當時這只是游戲，那么在鴻蒙4中大模型的邏輯推理就會變成能力，更多更復雜的任務，將會由小藝在鴻蒙的世界中來執行。

4.不僅是找東西，更會創造東西。

長久以來，語音助手扮演的角色都是尋找服務和信息的入口。但在大模型時代，語音助手可以不止找到，而是去生成和創造。接下來，或許我們將依靠小藝來完成辦公、生活、學習中的各種任務，幫我們創造各種內容。

不妨帶著這些暢想，一起去看看其中有幾個能夠在鴻蒙4當中實現。鴻蒙與AI，這段木石盟注定要在這個夏天花開結果。

答案，就藏在接下來的HDC當中。當然，鴻蒙與AI的更多情緣還藏在未來，藏在萬千開發者的腦洞中，藏在無數用戶的期待里。