当被问及为何将重心从过去备受关注的175B（1750亿）参数大模型转向如今的3B端侧模型时，vivo副 总裁周围坦率地承认，这是一次基于现实与未来判断的主动选择 。他直言，继续在云端卷通用人工智 能的成本是惊人的。"往2000亿、4000亿（参数）跑的时候投200亿元是不够的 ，"周围表示，"我们马 上就发现万卡集群都不够用了，我们要做两万卡以上的集群，两万卡和一万卡光设备就要加20几亿，而 且这还远远不够 。"他进一步补充道："做个4000亿的参数，可能要花50亿买算力，而且这50亿里还要 三分之一，差不多是15亿是电费，往后每年烧电还要烧这么多钱，所以就烧不起 。" 战略转向：从千亿参数的"烧钱竞赛"到端侧模型的务实深耕 推理能力远超前代： "今年的3B远超去年的7B "，周围强调，其推理能力、归纳综合能力、复杂任务拆 解能力甚至超越了全球范围内评测的多种8B模型 。 性能体验飞跃： 端侧模型的出词速度（tokens）直接提升至200tokens/s，相比去年的80多有了巨大飞跃 。 实现端侧长文本能力： 实现了类似"月之暗面"大模型的长tokens能力，这是一项"巨大的突破"和"真正 颠覆性的"功能 。 ...