发布「从容大模型」云从扬起「数实融合」的帆

2023年上半年,科技圈最火热的话题莫过于大模型、AIGC。 

ChatGPT4.0的问世,让人们看到了通用型人工智能的希望。

大模型风潮之下,国内厂商也快速跟进,推出了自研大模型。

例如百度的文心一言、阿里的通义千问、商汤的日日新等等。

5月18日,作为国内人工智能企业第一梯队的云从科技,也发布了自身的行业大模型“从容大模型”。

云从科技董事长周曦认为,AI在第一浪、第二浪之后,迎来了第三浪,进入大模型时代。

在大模型时代,AI开始像人一样思考和工作,传统的交互方式和内容生成方式将被彻底颠覆,新的业态和商业模式将出现,相关产业也将被重构。

1、AI进化三段论:从单点到多模态大模型

2016年,阿尔法狗战胜李世石,掀起新一轮AI热潮。

 

这轮热潮实际上发迹于深度学习技术的应用。

当技术延伸至产业界,以“云从、商汤、旷视、依图”等为代表的人工智能企业先后成立,开启AI的百家争鸣时代。

彼时,AI还处于“一浪”时期,主要表现为人脸识别技术的单点突破。

在业界,有数百家企业做人脸识别,拼技术、拼算法、拼模型,进行技术竞争,最终跑出了“AI四小龙”。

“单点技术能解决部分需求,创造了一定价值,但市场空间非常有限。”周曦认为。

人脸识别确实在诸多领域广泛应用,比如金融支付、手机终端、安防等等。但在许多场景下,单靠人脸识别很难解决具体的需求,无法产生更大的业务增量。

2016年,阿尔法狗的胜利,标志着AI进入第二浪,即多点技术闭环,利用多种技术来解决单一场景问题。

这时,AI技术开始深入到各种各样的行业及落地场景,来改变生产生活。

但该阶段AI面临的问题是:很难标准化。

如果要解决一个具体的场景问题,需要投入大量的人力、算力来收集数据、标注和训练模型,并且与其他技术进行融合。这样做固然能解决问题,却属于高度定制化,随之而来的是海量的研发投入、运营成本。

这种投入与产出不成正比的商业模式并不成立,AI也一度陷入落地难的窘境,对应的AI公司也备受盈利质疑。

周曦表示,在该阶段,受限于技术、成本等因素,AI落地难、盈利难等问题客观存在,但技术的变革是阶跃式的,技术在某个阶段将涌现出来,量变终究产生质变。

2019年,云从提出了AI进化的“三浪理论”。

在第三浪时期,技术平台化、标准化成为现实,技术复用的边际成本大大降低,甚至接近于零。一个统一的底座平台能快速地响应需求,提供对应场景的解决方案,原有场景和产业的内容,以及交互方式将全面变革。

“AI的第三浪,即当前的大模型时代。”

大模型时代,AI在交互方式和生成内容方面将产生质变。

  • 交互方式 

大模型将以问答、伴随、托管三种递进的形式颠覆传统交互方式:问答即当前的GPT,属于离线、非实时的交互方式;伴随是AI会像一个朋友伴随执行很多事情,具有主动性;托管则意味着一件事主要交给AI来做,即托管。

 

  • 生成内容 

从互联网到移动互联网,内容生成方式从PGC进化到了UGC,带来了“创作平权”,每个用户都成为内容生产者。而到了大模型时代,AI将可以生成内容,即生成式AI(AIGC)。相比于UGC,AIGC生成内容的速度和效率更高,并且在一些特殊领域,效果也更好。

 

“此前,AI的定位是一个工具,用来解决问题;大模型时代,AI已经开始像人一样思考和工作。”

基于此,在行业大规模变革前夕,云从推出了“从容大模型”。

2、“从容大模型”与云从CWOS

“从容大模型”是一个基础大模型,属于“基础设施”。

 

与其他开源大模型不同的是,云从自身拥有预训练大模型,具备在预训练层调优模型的能力。

在“从容大模型”之上,根据不同行业,可对应开发出行业大模型。

行业大模型可通过实时学习并同步反馈结果,解决AI应用的痛点,快速普及个性化应用,提高生产效率。

比如,在教育领域,基于从容大模型的“智能教育AI精灵”,教师可以通过设置题目难度、题型模式,批量生成题目。AI精灵还可以作为教师的助手,根据学生在系统中的表现,做出相关评价,极大地简化教师期末评价的任务工作量。

周曦认为,行业大模型是解决场景问题的专用模型,不同的行业,比如金融、教育、媒体等都有对应的垂直领域大模型。但如果没有基础大模型,行业大模型就不具备长期持续的生命力。

原因在于,如果想让行业大模型足够实用,便需要重新训练基础大模型;另一方面,行业大模型真正做到在产业上量产实用,它的效率及成本控制必须是极致的,而这个极致的优化必须要掌握基础大模型,否则便是纸上谈兵。

如同人一样,在中学,人要学习数学、语文、英语、历史等基础课程,来沉淀基本的思考、逻辑能力;而到了大学,就要学习金融、法律、医学等细分领域的专业知识。如果没有基础能力,专业知识很难学懂。

基础大模型就像一块万能的黑土地,种瓜得瓜,种豆得豆,但没有黑土地,什么也种不了。

有了基础大模型之后,根据行业的不同,可以训练出不同的行业大模型,比如金融、文娱等。

不同的行业大模型,又可以构建不同的行业系统,这意味着云从的CWOS(人机协同操作系统)将进一步得到提升与应用。

举个例子:基础大模型就像是芯片领域的ARM架构,不同的厂商可以设计出不同芯片,比如苹果可以设计出A系列芯片,而高通可以设计出骁龙系列芯片,这些芯片适用于不同的系统(IOS和Android),也服务不同行业的软件厂商。

具体到CWOS,“从容大模型”提供了基础能力,云从可以根据不同行业训练出专用大模型,从而为CWOS提供行业性的技术能力支撑,最终赋能到不同行业、不同属性的客户。

“通过基础大模型,构造了基础能力之后,我们可以不断地给它增加行业大模型的技能包,就构造出来更加强大的行业系统。这个系统,它可以去服务toG、toB和toC等各行各业。”

3、大模型之下,云从初探C端业务

技术延伸至产业界,新的生产方式正在涌现。

 

许多厂商开始接入ChatGPT来改良产品。

比如微软更新了Office365、Bing,带来生产力和生产效率的提升。

大模型之下,新的业务正在产生,新的痛点正在出现,新的价值正在形成。

“大模型的变化就是把整个IT行业从流程为中心的开发,变成以知识为中心的开发,所以会带动用户和供应商价值的提升。以流程为开发的一个核心就是做定制化,以知识为核心的开发就是需要构建知识的能力。”

对应地,云从除了在B/G业务发力以外,也开始探索大模型在C端领域的应用。

在B/G端,基于从容大模型的行业大模型,可广泛运用到智能制造、金融、游戏等多个领域。

以智能制造为例,企业在“从容大模型”基础上开发出的行业数字平台,可以把不同的数据来源做成数据的叠层管理,来构建数据神经网络,从而优化整个的工厂端到供应端到客户端的大模型,从而实现管理的优化。

在金融领域,云从科技基于从容大模型、金融行业模型、智能业务流等核心技术研发的虚拟客户经理,具备智能问答、自动语义、意图判断等AI交互能力,可赋能金融机构实现从客户引流、咨询、营销、运营等全流程智能化客户服务能力,创新金融机构服务触达通道,以AI驱动金融机构客户服务智能化转型。

并且,与过去提供API接口服务不同,云从提供提供模型级别的AI赋能服务,可进行私有化部署,更符合客户需求,合作的深度与粘性更强;同时有对模型的剪枝能力,根据行业场景需求去帮助客户部署模型,性价比更高。

而在C端业务上,以当下比较火热的直播为例。

许多人想要开直播间带货,但并不会搭建直播间,也无法做精细化运营,效果一般甚至较差。

云从基于“从容大模型”推出了大麦数字人直播平台,该平台可以提供对应的主播库、音色库、背景板等基础能力,同时支持相应的智能话术的撰写、相应的违禁词的检测等等;实时监控直播间的数字,从而调整演讲策略和商品的话术配比、提升GMV,在整个运营层面来提高效率和质量。

平台还可以根据不同行业生成一站式的人、货、场的完整解决方案,数字人主播选取、话术风格等等,打造具备个性化特征的数字人直播间。

又比如,在市民服务方面,“从容大模型能”够针对市民出游,基于当天交通与天气状况等及时给出建议,体现出模型跨数据、跨部门融合的能力。

“大模型带来了全新的时代,千行百业都将发生颠覆性改变。”周曦表示,云从提供大模型的底层核心能力,与行业垂直伙伴一起探索场景、行业,解决业务痛点,创造价值。

总结

AI技术是数字经济发展的加速器。

 

ChatGPT的突破和应用,再次证明了AI大模型技术预计将给传统经济模式带来巨大变革。

数字经济将在AI加持下,从概念走向数实融合,并进一步构建全新的数字经济发展技术基础和商业模式。

AI的发展,离不开以云从为代表的人工智能公司在技术方面的探索与应用。

“从容大模型”即是云从基于自身AI技术能力推出的一个基础大模型,在此基础上,不同的行业可构建垂直大模型来适应具体的业务场景,解决业务痛点,并创造新的价值。

“云从将继续坚持以CWOS为技术底座,生产通用大模型和行业大模型,加深解决方案对行业核心业务支持,促进数实融合。”(

You May Also Like

More From Author