《科創(chuàng)板日?qǐng)?bào)》7月8日訊（記者 黃心怡）“未來(lái)的50年甚至100年，一定是人工智能不斷階躍式發(fā)展，逐漸走向通用人工智能的道路。”商湯科技智慧決策與游戲事業(yè)部的總經(jīng)理劉宇在WAIC2023期間接受《科創(chuàng)板日?qǐng)?bào)》記者采訪時(shí)表示，“但就當(dāng)下而言，我們距離通用人工智能、距離所有的場(chǎng)景都能夠通過(guò)所謂的大模型來(lái)解決問(wèn)題，其實(shí)還有很長(zhǎng)的路要走。”
在WAIC2023上，“商湯日日新”大模型體系進(jìn)行了升級(jí)。其中，秒畫(huà)SenseMirage 3.0的模型參數(shù)從今年4月首次發(fā)布以來(lái)的10億提升至70億量級(jí)。
劉宇本身也是秒畫(huà)產(chǎn)品的負(fù)責(zé)人，他向《科創(chuàng)板日?qǐng)?bào)》記者介紹，“秒畫(huà)平臺(tái)集齊了文字生成圖像、圖像生成圖像等一系列能力的AI作圖產(chǎn)品，也在WAIC期間對(duì)外開(kāi)放。我們還正式上線了為進(jìn)階用戶提供的模型自訓(xùn)練、模型微調(diào)等功能。”
今年以來(lái)，中國(guó)大模型行業(yè)爆炸式發(fā)展，短短半年多時(shí)間，已有超過(guò)80個(gè)大模型產(chǎn)品相繼發(fā)布，進(jìn)入了所謂的“百模時(shí)代”。除了通用大模型外，針對(duì)垂直行業(yè)的模型也備受關(guān)注。
劉宇認(rèn)為，目前整個(gè)市場(chǎng)對(duì)于大模型的需求，可以分成三檔，即大B（企業(yè)）端、小B端跟C端。
“其中，根據(jù)大B端的市場(chǎng)需求跟服務(wù)形式，我們會(huì)跟這些垂類(lèi)行業(yè)深度綁定，企業(yè)提供領(lǐng)域知識(shí)，由我們來(lái)提供相應(yīng)的模型定制化服務(wù)。而對(duì)于小B端來(lái)說(shuō)，像秒畫(huà)平臺(tái)的模型微調(diào)功能就是為其提供的。他們可以把自己的數(shù)據(jù)集進(jìn)行上傳，利用平臺(tái)背后強(qiáng)大的算力，可能只需要10分鐘就可以訓(xùn)練微調(diào)的小模型，比如像某一款車(chē)型的展示圖模型。”
業(yè)界普遍認(rèn)為，游戲行業(yè)是AIGC的天然適用場(chǎng)景，也是最重要的商業(yè)化方向之一。未來(lái)，隨著AI技術(shù)的“爆發(fā)式”發(fā)展，AIGC在游戲領(lǐng)域的應(yīng)用有望全面帶動(dòng)游戲行業(yè)生產(chǎn)革命。對(duì)此，劉宇表示，游戲行業(yè)已經(jīng)在非常熱烈地?fù)肀I技術(shù)。
“游戲行業(yè)正在利用技術(shù)來(lái)賦能生產(chǎn)端、運(yùn)營(yíng)端。比如像NPC對(duì)話的生成，宣傳廣告的內(nèi)容生成等。”
談及AI浪潮下的失業(yè)危機(jī)，劉宇認(rèn)為，并不需要過(guò)度擔(dān)憂。
“AI之所以能對(duì)話、畫(huà)畫(huà)，都是通過(guò)學(xué)習(xí)人類(lèi)的數(shù)據(jù)才擁有的能力。這意味著，首先得有原畫(huà)師創(chuàng)作出非常多高質(zhì)量的畫(huà)，AI才能達(dá)到他們的能力。所以不能說(shuō)原畫(huà)師在未來(lái)的競(jìng)爭(zhēng)力會(huì)變差，一些可復(fù)制的工作會(huì)被替代。而原畫(huà)師可以利用AI工具來(lái)更快速地創(chuàng)作，讓用戶更滿意。”
“我唯一的建議是，擁抱新技術(shù)，盡快地學(xué)習(xí)到這些工具。”劉宇強(qiáng)調(diào)，“那么個(gè)人競(jìng)爭(zhēng)力反而會(huì)變得更強(qiáng)，不會(huì)變得更弱。”
不少業(yè)內(nèi)分析指出，未來(lái)的通用智能一定是多模態(tài)智能，當(dāng)前多模態(tài)算法正處在“寒武紀(jì)大爆發(fā)”的早期。劉宇也認(rèn)同這一趨勢(shì)，未來(lái)，大模型一定是多模態(tài)輸入、多模態(tài)輸出的模式。
“目前不少大模型已初步實(shí)現(xiàn)了一些多模態(tài)能力，能夠接受語(yǔ)言和圖像的輸入，但只能輸出語(yǔ)言。但未來(lái)一定是多模態(tài)輸入、多模態(tài)輸出的形式。其實(shí)底層原理是共通的，只是需要聰明的研究員設(shè)計(jì)新的算法，需要更多的天然數(shù)據(jù)能讓大模型去學(xué)習(xí)。”
“這也是大模型下一步要解決的核心問(wèn)題。”劉宇進(jìn)一步補(bǔ)充道，“目前商湯也在研發(fā)多模態(tài)大模型，解決認(rèn)知和感知的問(wèn)題，同時(shí)也在做決策大模型，解決基于推理的理解問(wèn)題。最終，我們會(huì)把它結(jié)合起來(lái)，希望為未來(lái)的通用人工智能提供技術(shù)方案。”
（科創(chuàng)板日?qǐng)?bào)記者 黃心怡）
