所謂AI大模型，通常指的是在人工智能領(lǐng)域中，具有大量參數(shù)的深度學(xué)習(xí)模型，這些模型能夠捕捉和學(xué)習(xí)數(shù)據(jù)中的復(fù)雜模式和關(guān)系，從而在各種任務(wù)上表現(xiàn)出色。去年，大模型行業(yè)經(jīng)歷了如雨后春筍般的“百模大戰(zhàn)”，今年，業(yè)內(nèi)認(rèn)為迎來(lái)了大模型應(yīng)用元年。各類AI大模型應(yīng)用“上天入地，從宏觀到微觀”，開(kāi)始深度服務(wù)我們的生產(chǎn)和生活。

全球首顆AI大模型衛(wèi)星

讓衛(wèi)星更聰明

在今年的9月底，我國(guó)商業(yè)航天團(tuán)隊(duì)發(fā)射了全球第一顆AI大模型衛(wèi)星。那什么是AI大模型衛(wèi)星？它和普通的衛(wèi)星有什么不同？經(jīng)過(guò)一個(gè)多月的在軌測(cè)試，大模型衛(wèi)星運(yùn)行怎么樣？它能做些什么呢？

地球500公里外 衛(wèi)星上運(yùn)行AI大模型

這個(gè)畫(huà)面是遠(yuǎn)在500多公里外，衛(wèi)星上運(yùn)行AI大模型的場(chǎng)景。研發(fā)團(tuán)隊(duì)介紹，本次的發(fā)射任務(wù)主要是對(duì)AI大模型衛(wèi)星進(jìn)行在軌運(yùn)行試驗(yàn)，測(cè)試不同溫度工況，以及完成和衛(wèi)星之間的各類推理問(wèn)答，目前各項(xiàng)任務(wù)執(zhí)行均獲得成功，這也標(biāo)志著一個(gè)智能衛(wèi)星的時(shí)代正在開(kāi)啟。

國(guó)星宇航首席執(zhí)行官 王磊：其實(shí)這個(gè)過(guò)程當(dāng)中就已經(jīng)產(chǎn)生了我們技術(shù)人員與衛(wèi)星之間的一個(gè)技術(shù)性互動(dòng)。因?yàn)檫b感數(shù)據(jù)的星上的數(shù)據(jù)是一個(gè)體量很大，而且是非規(guī)則化的這種數(shù)據(jù)，現(xiàn)在大模型可以更好地對(duì)于一個(gè)區(qū)域，從目標(biāo)識(shí)別、特征提取，甚至到行為預(yù)測(cè)，這就是得益于大模型的注入。比如道路的疏解，礦產(chǎn)資源的發(fā)現(xiàn)，還有包括城市的規(guī)劃，很多的場(chǎng)景都在這種新的場(chǎng)景之下會(huì)得到極大的效率提升。

AI大模型衛(wèi)星 天上自主作決策

有了大模型技術(shù)，衛(wèi)星無(wú)需將數(shù)據(jù)傳回地面，就可以作出相關(guān)的任務(wù)決策，大大提升了衛(wèi)星的工作效率。同時(shí)，加入了AI大模型技術(shù)的衛(wèi)星，就仿佛開(kāi)啟了自動(dòng)駕駛模式的汽車，可以在天上進(jìn)行自我姿態(tài)的調(diào)整和任務(wù)指令的自行執(zhí)行。

為了將AI算力和系統(tǒng)從地面搬運(yùn)到天上，團(tuán)隊(duì)要解決一系列技術(shù)難題。

國(guó)星宇航首席執(zhí)行官王磊介紹，挑戰(zhàn)還是比較大的。地面的話從能源建筑體量，包括溫度濕度，很多的控制條件相對(duì)于太空框架是更加寬松一點(diǎn)。這里還包括重量等很多的因素，我采取什么樣的板卡芯片，然后這種接口如何對(duì)接和協(xié)議的適配，這種會(huì)產(chǎn)生一系列的技術(shù)問(wèn)題。

啟動(dòng)“星算計(jì)劃” 將算力系統(tǒng)搬到天上

將算力系統(tǒng)搬到天上后，團(tuán)隊(duì)還有更大的目標(biāo)。他們已啟動(dòng)“星算計(jì)劃”，將于2030年前建成由2800顆算力衛(wèi)星組網(wǎng)、全球覆蓋的“移動(dòng)”算力網(wǎng)，助力人類更好地利用太空資源。

國(guó)星宇航首席執(zhí)行官 王磊：我覺(jué)得可能展望是隨著AI技術(shù)的發(fā)展和大模型技術(shù)的迭代，對(duì)于商業(yè)航天會(huì)有很大的改觀，甚至從整個(gè)工程設(shè)計(jì)理念都會(huì)帶動(dòng)、會(huì)產(chǎn)生很多設(shè)計(jì)方思路上的改變，這一點(diǎn)對(duì)這個(gè)行業(yè)會(huì)產(chǎn)生很大的促進(jìn)和推動(dòng)作用。

AI大模型“造字”

效率提升10倍以上

在我們身邊，大模型應(yīng)用在一些細(xì)分領(lǐng)域，正在顛覆傳統(tǒng)行業(yè)。比如利用大模型還可以創(chuàng)造不同的字體，可以讓效率提升10倍以上，成本也大大降低。一起去看看“AI設(shè)計(jì)師”是怎樣發(fā)揮創(chuàng)造潛力造字的。

這些風(fēng)格各異、細(xì)節(jié)滿滿、數(shù)量龐大的字體庫(kù)，幾乎全部都是由AI設(shè)計(jì)完成的。這個(gè)不到十個(gè)人的“97后”創(chuàng)業(yè)團(tuán)隊(duì)，僅用了18個(gè)月的時(shí)間，就已經(jīng)完成了300多套字體的設(shè)計(jì)，字?jǐn)?shù)加起來(lái)已經(jīng)超過(guò)500萬(wàn)字，將一套字體的設(shè)計(jì)效率較傳統(tǒng)人工設(shè)計(jì)提升了10倍以上，成本也降低了80%。AI是如何學(xué)會(huì)造字的呢？團(tuán)隊(duì)工程師為我們介紹了整個(gè)學(xué)習(xí)過(guò)程。

圖形起源算法工程師 許璀杰：左邊這個(gè)是參考字，然后這個(gè)AI生成出來(lái)的字已經(jīng)很像了，如果我們把這兩個(gè)字重疊在一起，能夠看到有一些出入，黑色部分是重疊的，而藍(lán)色和黃色部分分別是這個(gè)參考字。我們會(huì)將之間的差值作為AI學(xué)習(xí)的目標(biāo)，讓AI盡量地去減少它們之間的出入。然后AI通過(guò)不斷的學(xué)習(xí)，可以看到它的出入是在逐漸減小的。

據(jù)圖形起源算法工程師介紹，現(xiàn)在AI大概能夠把正確率做到97%，AI這部分大概是兩天完成，如果沒(méi)有AI生成，生產(chǎn)周期可能一套字需要6到12個(gè)月。

AI大模型“造字”正改變字體設(shè)計(jì)行業(yè)

這個(gè)創(chuàng)業(yè)團(tuán)隊(duì)用AI改變的，正是字體設(shè)計(jì)行業(yè)。我們?cè)谟∷⑵?、包裝、網(wǎng)站上經(jīng)常能看到各種各樣的“字體”，這些字體是由字體設(shè)計(jì)師制作的。在一個(gè)字體文件中，每個(gè)字都是一張矢量圖，因此要制作一套字體，需要把對(duì)應(yīng)語(yǔ)言中的每個(gè)字都手工繪制出來(lái)，比如漢字字體的設(shè)計(jì)師，可能需要繪制多達(dá)3萬(wàn)個(gè)字，還需進(jìn)行反復(fù)的細(xì)節(jié)調(diào)整，來(lái)確保每個(gè)字的正確性、美觀性和一致性，可想而知工作量極其龐大，這也直接導(dǎo)致了應(yīng)用端，大家需要花費(fèi)昂貴的版權(quán)費(fèi)來(lái)承擔(dān)字體的設(shè)計(jì)成本。而這個(gè)創(chuàng)業(yè)團(tuán)隊(duì)就敏銳捕捉到了傳統(tǒng)行業(yè)的特點(diǎn)，并用人工智能大模型技術(shù)來(lái)提質(zhì)增效。

AI大模型可開(kāi)發(fā)多語(yǔ)言符號(hào)字庫(kù)

團(tuán)隊(duì)通過(guò)不斷摸索試錯(cuò)，用技術(shù)解決真需求，不斷迭代技術(shù)能力，在算法、算力方面進(jìn)行優(yōu)化，讓大模型造字變得越來(lái)越可用。他們的字體生成能力還可以開(kāi)發(fā)日、韓、拉丁字母等眾多語(yǔ)言和符號(hào)的字庫(kù)，他們還在研究將傳統(tǒng)書(shū)法家的毛筆字進(jìn)行矢量化學(xué)習(xí)，設(shè)計(jì)成書(shū)法家字庫(kù)，從而發(fā)揚(yáng)傳統(tǒng)的漢字文化。

記者探訪迭代中的“AI打工人”

AI大模型的超強(qiáng)學(xué)習(xí)能力，讓我們看到了它在各行各業(yè)的應(yīng)用潛力。和任何一種技術(shù)的發(fā)展一樣，人工智能也需要不斷的學(xué)習(xí)和迭代，才能變得可用、好用。

用文字轉(zhuǎn)化成記者的語(yǔ)音生成的視頻，在幾分鐘內(nèi)，一個(gè)以記者聲音和形象進(jìn)行播報(bào)的視頻就生成了。

電商直播數(shù)字人大模型 聲音文字秒級(jí)生成

在工作室里，記者只需要對(duì)著鏡頭錄制一段幾分鐘的畫(huà)面，隨后上傳到系統(tǒng)，再在系統(tǒng)里任意編輯自己想要表達(dá)的文字內(nèi)容，就可以在一兩分鐘內(nèi)，生成一段播報(bào)的內(nèi)容。技術(shù)人員告訴記者，目前AI大模型技術(shù)還很難實(shí)時(shí)做到表情的模擬，但是在聲音和文字內(nèi)容的快速生成上，已經(jīng)做到了秒級(jí)。通過(guò)這種快速生成的能力，團(tuán)隊(duì)推出了國(guó)內(nèi)首個(gè)電商直播數(shù)字人大模型，并已經(jīng)投放進(jìn)了市場(chǎng)。

當(dāng)記者在直播間隨機(jī)問(wèn)數(shù)字主播，我想吃一個(gè)辣的，很快就得到了主播的回復(fù)。聲音細(xì)節(jié)、節(jié)奏，還有回復(fù)內(nèi)容，能夠做到精準(zhǔn)且快速，還充滿個(gè)性化，數(shù)字人利用大模型直播有了落地的可能。

零一萬(wàn)物首席執(zhí)行官李開(kāi)復(fù)介紹，大模型的計(jì)算是要花很多的GPU芯片和算力，也是有很高的成本的。在過(guò)去有些美國(guó)的大廠做一次訓(xùn)練，可能就要花1億甚至10億美元，我們的速度可以比open AI的模型要快30~40倍。而且它的成本是美國(guó)公司的1/30，所以它是可以點(diǎn)燃應(yīng)用的。

集成式開(kāi)發(fā)模式 模型訓(xùn)練推理“多快好省”

大模型動(dòng)輒上億的訓(xùn)練成本和推理成本，令很多開(kāi)發(fā)者和大模型初創(chuàng)企業(yè)望而卻步。為了讓模型落地，真正好用，開(kāi)發(fā)者們關(guān)注的并不能僅僅是生成的質(zhì)量，還要在成本和好用性上去下功夫。在訓(xùn)練模型過(guò)程中，一個(gè)集成式的開(kāi)發(fā)模式發(fā)揮了作用，讓模型訓(xùn)練和推理都做到“多快好省”。

“智能體”將如何改變我們的生活

隨著AI大模型技術(shù)的不斷落地，為我們身邊的各類硬件設(shè)備走向“智能”，提供了技術(shù)支持。“智能體”就隨之成了一個(gè)新的高頻詞。什么叫做智能體，這種新技術(shù)又將會(huì)怎樣改變我們的生活呢？

智能體，簡(jiǎn)單來(lái)說(shuō)，就是將人工智能大模型與各種智能硬件相結(jié)合，打造出的智能系統(tǒng)。和傳統(tǒng)硬件相比，它們能夠根據(jù)預(yù)設(shè)好的規(guī)則和目標(biāo)，獨(dú)立自主地執(zhí)行任務(wù)、理解并響應(yīng)人類的需求。比如在手機(jī)上，我們已經(jīng)可以用一句話，讓手機(jī)自主完成點(diǎn)外賣、全程無(wú)需人來(lái)插手。

智能體產(chǎn)品工程師 江洪澤：通過(guò)大模型的理解能力，我們可以將用戶的意圖，拆解成很多個(gè)步驟，然后按照一定的方式編排，一個(gè)任務(wù)、一個(gè)任務(wù)地去幫助用戶自動(dòng)完成，達(dá)成手機(jī)上的“自動(dòng)駕駛”的這種體驗(yàn)。

多層分級(jí) 打造“智能”新標(biāo)準(zhǔn)

隨著智能在終端設(shè)備中的爆發(fā)，智能體的智能化標(biāo)準(zhǔn)也成了行業(yè)發(fā)展必不可少的關(guān)鍵。

近期，中國(guó)信息通信研究院牽頭發(fā)布了全球首份《終端智能化分級(jí)研究報(bào)告》，參考汽車自動(dòng)駕駛的分級(jí)標(biāo)準(zhǔn)，這份報(bào)告將終端智能化水平由低到高分為L(zhǎng)1—L5五個(gè)等級(jí)，等級(jí)越高，意味著終端在任務(wù)完成中的自主參與程度越高。幫助消費(fèi)者理解他們的設(shè)備能做什么，也為產(chǎn)業(yè)發(fā)展提供了一份清晰的技術(shù)路線圖。

中國(guó)信通院泰爾終端實(shí)驗(yàn)室副主任 果敢：我們?cè)诜旨?jí)這個(gè)方面主要從4個(gè)維度四大因素去考慮。首先對(duì)用戶的意圖理解的程度。另外從對(duì)用戶信息、用戶使用習(xí)慣的學(xué)習(xí)記憶的能力去考慮。后面兩個(gè)就是從提供服務(wù)和規(guī)劃任務(wù)的能力的程度，還有任務(wù)的執(zhí)行完成情況這4個(gè)維度，去設(shè)計(jì)了1~5級(jí)的這種整個(gè)的分級(jí)的類別。

智能終端距完全自動(dòng)化智能化仍有距離

據(jù)介紹，根據(jù)分級(jí)標(biāo)準(zhǔn)，目前智能終端發(fā)展階段普遍在L2—L3級(jí)別之間，即能感知用戶簡(jiǎn)單的意圖，并提供個(gè)性化服務(wù)，但距離完全的自動(dòng)化和智能化，仍然有著不短的距離。

清華大學(xué)人工智能研究院常務(wù)副院長(zhǎng) 孫茂松：大模型它非常的厲害，但是它不是萬(wàn)能的，有它的局限性。總的來(lái)說(shuō)，它在語(yǔ)言、文字、語(yǔ)音、圖像、視頻這方面的理解和生成能力，應(yīng)該說(shuō)超過(guò)了可能85%的人類。15%的問(wèn)題可能就要和應(yīng)用場(chǎng)景去結(jié)合，通過(guò)應(yīng)用和應(yīng)用場(chǎng)景結(jié)合去想辦法彌補(bǔ)這15%的問(wèn)題。