“（做大模型），主要是看怎么做，怎么說的意義不是特別關(guān)鍵。”
9月19日，字節(jié)跳動旗下火山引擎總裁譚待在接受澎湃新聞等媒體采訪時，談到了大模型“打法”。
作為互聯(lián)網(wǎng)巨頭之一，字節(jié)跳動的大模型路線圖一直廣受外界關(guān)注。9月7日，騰訊正式發(fā)布混元大模型，并宣布通過騰訊云對外開放，至此，包括阿里、百度、騰訊、京東等多家科技公司已經(jīng)官宣入局“百模大戰(zhàn)”，而字節(jié)跳動的自研通用大模型“云雀”始終保持低調(diào)，甚少公開披露信息。
9月19日，火山引擎在其舉辦的“V-Tech數(shù)據(jù)驅(qū)動科技峰會”上宣布，火山引擎數(shù)智平臺VeDI推出“AI助手”，通過接入人工智能大模型，幫助企業(yè)提升數(shù)據(jù)處理和查詢分析的效率。
即使是不會寫代碼的運營人員，和大模型對話也能做好業(yè)務(wù)運營數(shù)據(jù)的取數(shù)、看數(shù)和歸因分析。
這也是字節(jié)首次公開披露“云雀”的相關(guān)應(yīng)用。據(jù)字節(jié)跳動數(shù)據(jù)平臺負責人羅璇向澎湃新聞記者介紹，在技術(shù)上，AI助手主要背靠的大模型就是自研的“云雀”，以及火山方舟上的一些合作伙伴。
原生AI應(yīng)用成熟要等年底
通俗而言，此次發(fā)布的AI助手，是為了讓企業(yè)更方便地進行數(shù)據(jù)消費。譚待認為，數(shù)據(jù)資產(chǎn)的檢索和開發(fā)非常依賴專業(yè)人員，使用大模型之后可以極大降低門檻。非研發(fā)人員使用AI助手能夠更高效地搜索到相應(yīng)數(shù)據(jù)，更高效地進行數(shù)據(jù)開發(fā)。
羅璇表示，目前AI助手還不算完全成熟的狀態(tài)，希望一點點逐漸打磨產(chǎn)品，和客戶深度共創(chuàng)，更成熟以后，再大規(guī)模對外公開。
此前6月28日，火山引擎發(fā)布大模型服務(wù)平臺“火山方舟”，面向企業(yè)提供模型精調(diào)、評測、推理等全方位的平臺服務(wù)（MaaS，即Model-as-a-Service），目前集成了百川智能、出門問問、復旦大學MOSS、IDEA研究院、瀾舟科技、MiniMax、智譜AI等多家AI科技公司及科研團隊的大模型，類似于為各行各業(yè)提供了一個“大模型商場”。
談到目前火山方舟上一些大模型具體的商業(yè)表現(xiàn)，譚待坦言，目前相比全球最高水平，國內(nèi)的一些大模型還存在差距，目前更多廠商還是在測試階段，“等到AI原生應(yīng)用真正成熟，可能要期待底座大模型達到GPT-3.5以上的水平，到了年底這件事才會清晰一些。”
值得注意的是，譚待曾在接受采訪時坦言，火山引擎本身不做自研大模型，而是將接入多家大模型深度合作，為大模型廠商提供服務(wù)。
火山引擎智能算法負責人吳迪曾告訴澎湃新聞，和其他很多云廠商單純提供算力不一樣，火山方舟一方面會在資源和優(yōu)化上與模型提供商進行深度合作，把推理成本往下打。另外一方面，火山算法團隊會和客戶做重點的應(yīng)用共建和應(yīng)用落地。“我們想催化整個大模型大算力在千行百業(yè)的落地速度，這應(yīng)該是兩者最大的不同了。”
多箭齊發(fā)，進軍AI和大模型
業(yè)內(nèi)的共識是，目前大模型的“幻覺”問題還未能徹底解決。所謂的“幻覺”，指的是大模型在回答提問時會出現(xiàn)答非所問、胡說八道的現(xiàn)象。
羅璇介紹，可以通過將大模型的思維過程、分析過程展現(xiàn)出來，從而使客戶意識到大模型的推理存在錯誤。另一方面，模型能力本身的能力提升，例如從GPT3.5升級到GPT4，也能緩解這個問題。此外，還能對模型進行精調(diào)，在通用基礎(chǔ)上加上一些領(lǐng)域的專業(yè)知識，也有利于在具體領(lǐng)域內(nèi)讓幻覺變得更孝準確率更高。
雖然火山引擎主要定位于大模型服務(wù)商，但這只是字節(jié)跳動在AI布局的一部分，字節(jié)仍在低調(diào)進軍自研大模型。
公開資料顯示，早在2016年，字節(jié)就成立了人工智能實驗室AI Lab，聚焦于自然語言處理、機器學習、數(shù)據(jù)挖掘等方面的研究。
8月17日，字節(jié)跳動公測基于云雀大模型開發(fā)的AI對話產(chǎn)品“豆包”，有網(wǎng)頁端、iOS和安卓客戶端，預(yù)置了英語學習助手和寫作助手兩個功能。
云雀大模型的定位是一個自然語言內(nèi)容生成和內(nèi)容理解的AI大模型，該模型基于字節(jié)機器學習平臺開發(fā)，它可以通過自然語言處理技術(shù)與用戶進行對話，回答用戶的問題，提供相關(guān)的信息和建議。
除了語言產(chǎn)品“豆包”，字節(jié)研究團隊還曾公布一個多模態(tài)大模型的學術(shù)研究項目BuboGPT，該模型能夠處理包括文本、圖像和音頻在內(nèi)的多模態(tài)輸入，即指，不僅可以理解圖像、音頻和文本，并將這些理解與文本輸入和輸出相結(jié)合，還可以定位和描述圖像中的物體以及聲音的來源。
