撰文：李信馬
80年代結婚，電視機、冰箱和洗衣機是“三大件”，現在都很少被提起了。
從物資貧乏的時代走來，今天，中國家庭中的家用電器不止種類繁多，而且物美價廉，曾經的頂級奢侈品，早已成為了普通百姓家中的標配。與此同時，中國企業也紛紛走上了全球化之路，比如1981年成立的TCL，最初不過是一家在惠州造磁帶機的小公司，歲數大的人，可能還會記得其出品的“王牌”電視機。現在，TCL的產品不止有電視機，還有音響、電競顯示屏、手機、平板電腦等許多品類，在全球各地銷售。
不過，在漂洋過海的過程中，TCL既面臨著打入異國市場的挑戰，也要緊跟科技的發展。不久前，在上海舉辦的亞馬遜云科技中國峰會上，TCL實業首席技術官孫力受邀進行了演講，分享了TCL如何借助亞馬遜云科技的基礎設施實施全球化部署，以及把握住生成式AI的機遇。
2019年，TCL完成資產重組，拆分為TCL科技和TCL實業，TCL實業聚焦智能終端產品及服務，包括智屏、冰箱、洗衣機、空調、智能門鎖、智慧廚衛等。演講中，孫力用“不出海、就出局”描述了TCL實業全球化發展的決心。
會后，DoNews受邀參與了對孫力的采訪，進一步了解全球化背后的故事。
孫力認為，TCL的產品在160個國家進行銷售，其中最大的挑戰來自產品中的軟件和數字化部分。由于產品和技術的發展趨勢是萬物互聯互通，一旦連接就必須接入云端，但云的數據中心分布在不同國家，就會面臨隱私合規的問題。
對于一家產品公司而言，在每一個國家和地區建立完整的合規流程是不現實的，除非產品不使用云，保持獨立運作且不聯網，但這又與技術潮流相悖。
因此，TCL覺得與亞馬遜云科技的合作是水到渠成的，通過后者，無論TCL將業務拓展到全球哪里，都無需花費過多精力去考慮隱私合規或服務器獲取性等問題，從而避免在非核心領域耗費精力，進而快速構建應用，與消費者和用戶建立聯系。
很多年前，TCL曾定義過一個策略：AI×IoT。TCL認為，未來萬事萬物都是互聯互通的，連接之后產生數據，所以要先要解決連接的問題。早期TCL跟亞馬遜云科技的合作更多的還是基礎的服務，比如說存儲、計算、數據湖等，后來進展到IoT的模式。
“舉個例子，比如說攝像頭的產品，里面需要一個技術叫WebRTC，或者類似的框架來傳輸音視頻，像這樣特殊的模塊，開源的有時候bug很多，穩定性、服務性不是特別好，所以我們跟亞馬遜云科技會在全球部署類似的協同開發，開發變成PaaS的拓展模塊。”
隨著科技的不斷發展，未來的終端產品和服務，可以斷定，一定是聯網且智能的。由于當前大模型規模龐大，難以壓縮到終端，天生適合在云端運行，因此云服務還關聯著諸多AI相關內容。AI與云緊密相連，在這方面，亞馬遜云科技不僅提供云基礎設施，還擁有龐大的技術架構師和AI科學家團隊。
孫力進一步解釋道：“端側它有個很大的約束條件，就是它的算力不夠。現在即便是最強的幾十個TOPS算力的，把大模型壓縮下來之后，它的智商也很快就衰減，所以這個就沒辦法，它現在一定是個端云代償的架構。”
大模型在云端還有一個好處是，所有的產品都可以用同樣的架構去訪問。但是如果在端側，那就得一個個產品地去開發。不過放在端側的優點是成本更低，無需在云端產生費用，相關推算依靠本地芯片，僅消耗電費。因此，相關技術也在快速發展，目標是在縮小物理層面計算單元規模的同時，盡量避免性能衰減，或者使性能衰減速度變慢，比如在大幅縮小物理尺寸的情況下，讓性能損失相對較小。這就需要進行芯片選型，例如對于電腦而言，如果沒有AI算力，最好配備NPU來處理AI任務，若沒有NPU，至少也要使用GPU ，實在沒有GPU的情況下才使用CPU。
對于電視、空調等產品來說，并不需要廣泛的知識，因此可以采用小型模型，或者通過蒸餾技術來優化。蒸餾技術可以類比為老師與學生的關系，行業知識就像老師無所不知，而產品只需學習與自身相關的知識，如空調只需學習空調相關知識，然后利用小型模型，從而降低推理成本。通過多種技術手段能夠實現成本降低，再將經過蒸餾和量化處理后的小型大模型部署在云端，能夠提升綜合效能。
實際情況中，產品公司如TCL需要設計一套端云協同架構，來判斷不同場景：
第一種是出于隱私合規要求，數據不允許存儲在云端，此時相關處理需在本地完成；第二種是本地就能滿足需求的場景，如調節音量，無需云端決策，在本地即可完成；第三種是對速度要求極高，不允許有任何延遲的場景，同樣需要在本地完成；第四種是本地算力充足，為降低成本，無需借助云端處理，也在本地完成相關操作；其余情況則可將任務上傳至云端處理。
以電視機為例，TCL推出了“藝術電視”，考慮到部分用戶認為傳統電視外觀不夠美觀，這款電視設計精美，邊框可拆卸且能更換顏色，開機屏幕還能顯示精美的古典畫或藝術畫。為此，TCL與亞馬遜云科技的AI科學家合作開發算法，用戶只需輸入三個關鍵詞，就能生成漂亮的藝術畫作，再搭配傳感器，當用戶靠近時，畫面中的葉子等元素還能產生動態效果，實現從靜態到動態的轉變。
還有一些功能也深受用戶喜愛，比如背景噪音、白噪音，像睡覺時聽到的海浪聲、下雨聲等，都可以通過AI生成。
對于未來，孫力認為有兩個大的紅利：一個是Agent。
“現在的問題是，我們現有的產品的軟硬件架構滿足不了大模型的同理心了。用戶可以與大模型進行無障礙的交流，但傳統軟件的范式，即APP、API、操作系統與硬件結合為核心的模式，已經難以滿足不用戶的個性化的需求，大模型的發展速度遠超預期。因此，下一代軟件范式什么東西將趨向于Agent化，具備自主性，編排能力，并能實時生成內容，從而迅速滿足用戶各類個性化訴求。”
理論上，Agent將推動生產力的急速上升，不過，目前人類的工作長序列還是太復雜，如何編排是個巨大的挑戰。另外一個大的領域，孫力認為具身智能是另一個重要的發展方向，TCL在這一領域已有所布局，例如其在智能家居方面的實踐。
對于和亞馬遜云科技的合作，未來TCL將有兩個主要發展方向：其一，TCL在AI領域將構建良好的數字化基礎。借助數字化基礎，實現設備互聯互通，使AI能夠自然地依托于此發展。其二，在企業運營層面，TCL也將和亞馬遜云科技開展諸多合作，例如全球客服、工程提效、規模復制等。
