鸿蒙应用生而智能 前 言 近年来，生成式人工智能（Generative AI）迎来前所未有的技术飞跃， 以大语言模型（LLM） 为代表的基础模型进入高速迭代期，一路狂奔，不断刷新能力边界。模型在复杂任务推理、规划、 代码生成等方面取得显著提升，在各类权威基准测试中不断突破记录，多项能力指标接近甚至 超越人类专家水平。 模型的上下文窗口显著扩展，主流模型已支持十万到百万级 Token 输入，可处理长文档、 知与表达能力，赋能教育、创意设计、广告营销、 媒体内容生成等新场景，成为新一代人机交互与智能创作的核心。 知识蒸馏、低比特量化等技术推进了模型压缩和高效推理，使大模型“端侧可部署”成为 现实。通过“本地小模型 + 云端大模型”的协同推理，可以最大化 发挥“端侧快”和“云侧强” 的优势，同时解决信息安全隐患、云端算力成本过高等问题。 这一系列技术的突破，正在重塑人类与数字世界的交互方式。生成式

能力与系统基础控件深度融合，使系统控件具有文字识别、 图像分割、实体识别等 AI 能力，降低开发成本。  AI 基础能力：提供 TTS、ASR、OCR 等 AI 基础能力。  AI 子系统：提供高性能低功耗的端侧推理和端侧学习环境，保证芯片能力高效有 序提供。还提供大模型的相关能力。 意图框架提供了HarmonyOS系统级的意图标准体系，通过多维系统感知、大模型等能 力构建全局意图范式，实现对用户显性与 元服务数量的持续增加给用户带来查找服务不方便、选择困难等问题，若无法提供精准 快捷的服务触发，用户将面临信息过载和获取服务时间成本过大的困扰。AI 的“感知”、“理 解”、“推理&决策”等能力，能有效解决用户查找服务不方便及选择困难问题。智慧分发核 心能力分为感知、知识与理解、推理三层：  感知层: 精确感知用户场景，是服务智能分发的基础。根据多个终端的硬件传感信 号和软件感知能力，感知层可以感知时间、空间、动作等信息进一步支撑对场景的 技术，实现了用户此刻的意图理解。同时在元服务上架的过程中，开发者可以选择 94 服务分类和标签，通过服务分类、标签和智能理解，系统可以将元服务与统一全局 意图进行关联。  推理&决策层：依托丰富的服务生态，完备的知识储备，学习型 AI 模型实现精准推 理。通过基于规则的召回、热度召回、协同召回、深度学习模型召回等多路召回方 式，为每个用户召回与其意图、兴趣相关的元服务，同时通过端云融合排序模型将