4月18日，APUS在“AiLMe·最懂你”發(fā)布會現(xiàn)場發(fā)布自研多模態(tài)人工智能大模型“AiLMe”。AiLMe參數(shù)已達(dá)千億規(guī)模，具備對文本、圖像、視頻、音頻的理解和生成能力。針對具體應(yīng)用場景，APUS從AiLMe內(nèi)蒸餾出文本模型“異雀八”、圖像模型“異雀三”、視頻模型“異雀四”、音頻模型“異雀六”四個垂直領(lǐng)域精煉模型，并基于此創(chuàng)新研發(fā)出“智能問答大師、簡筆成畫、墨染、Daily Astro、Star Night、KJV Bible Now、PicPik”等系列AI產(chǎn)品。
AiLMe問世的 “前世今生”
人工智能大模型“利用深度學(xué)習(xí)模型生成文本、圖像、音頻或視頻等內(nèi)容”，讓處于“手工”時代的信息化產(chǎn)業(yè)一躍邁入“工業(yè)”時代。在APUS創(chuàng)始人兼CEO李濤看來，今天人們的生產(chǎn)生活是生長于“信息化”平臺之上的，而在未來，AI將取代信息化成為萬物生長的土壤。“人工智能是AI時代的操作系統(tǒng)，將重塑信息產(chǎn)業(yè)、農(nóng)業(yè)、制造業(yè)、服務(wù)業(yè)等所有產(chǎn)業(yè)，起到大規(guī)模提質(zhì)提效的作用。”
當(dāng)下，全球AI產(chǎn)業(yè)百舸爭流，但能夠?qū)崿F(xiàn)超千億參數(shù)的大模型研發(fā)并非易事。大模型尤其是多模態(tài)大模型的塑造是結(jié)合算力、算法、數(shù)據(jù)、場景的綜合性系統(tǒng)工程，這決定了大模型的鍛造絕非一朝一夕之功，而是要有對AI的前瞻布局和長期積淀。
人工智能產(chǎn)業(yè)賽道長坡厚雪，與大模型有關(guān)的技術(shù)也已存在近十年的探索蓄力，APUS是最早開始關(guān)注并投入人工智能的入局者之一，“我們在2018年就進(jìn)行了AI技術(shù)布局，并在2018年推出了多款基于AI技術(shù)的應(yīng)用如CutCut、PickU 、Vieka等，用戶可以體驗(yàn)智能摳圖，變老變年輕等功能”，李濤介紹。
李濤在發(fā)布會上闡述了APUS轉(zhuǎn)型人工智能的契機(jī)，在ChatGPT“出圈”前兩個月，APUS就因?yàn)槿蚧?jīng)驗(yàn)感知到了人工智能揮動的“蝶翼”，“今年一月我們就已經(jīng)在內(nèi)部所有系統(tǒng)接入人工智能，用來提升工作效率；隨后便進(jìn)行產(chǎn)品的改造升級；大模型AiLMe也是我們階段性的重要成果”。全球超24億用戶積累、領(lǐng)先的產(chǎn)品和技術(shù)、多元化場景和海量數(shù)據(jù)，讓APUS入局人工智能“有能力、有潛力”。此前，李濤在接受媒體專訪時表示，人工智能發(fā)展將遵循“四步走”，即現(xiàn)有信息系統(tǒng)提效，現(xiàn)有產(chǎn)品服務(wù)改造與重構(gòu)，新場景、新物種，以及全產(chǎn)業(yè)升級， APUS自身的發(fā)展路徑也印證著這一觀點(diǎn)。
APUS大模型“AiLMe”的架構(gòu)與能力
3月，首次具備對圖像理解能力的GPT-4發(fā)布，讓“多模態(tài)”大模型在行業(yè)普及并進(jìn)入大眾視野。多模態(tài)的“多”有哪些能力？大模型的“大”又從何而來？AiLMe的架構(gòu)與能力又有哪些特別優(yōu)勢？發(fā)布會現(xiàn)場還發(fā)布了國內(nèi)首份多模態(tài)大模型技術(shù)白皮書《AiLMe技術(shù)白皮書》。
所謂“多”就是指其在大語言模型的基礎(chǔ)上，又融合了對圖像、視頻、聲音的理解和生成。而參數(shù)規(guī)模決定著大模型整體的理解和生成能力，大模型的“大”即是大規(guī)模參數(shù)，參數(shù)越大，存儲的知識越多，模型能力越強(qiáng)。
AiLMe的技術(shù)架構(gòu)設(shè)計(jì)：在文本、圖像、視頻、音頻的“理解”部分，采用目前業(yè)內(nèi)主流的Transformer架構(gòu)。同時，AiLMe吸收了目前人工智能最前沿的研究成果，設(shè)計(jì)了一套“插件式”架構(gòu)，可以自主學(xué)習(xí)和使用“工具”，這些“工具”以插件的方式接入到AiLMe的平臺中，可以極大提升AiLMe的能力。在文本、圖像、視頻、音頻的“生成”部分，AiLMe則沿用了目前業(yè)內(nèi)主流的擴(kuò)散模型（Diffusion Model），并繼承了開源社區(qū)的生態(tài)。
在AI大模型時代，數(shù)據(jù)、算法和算力正在經(jīng)歷新的演變，大模型參數(shù)量以指數(shù)級速率提升，數(shù)據(jù)量也隨著多模態(tài)的引入進(jìn)行大規(guī)模增長，導(dǎo)致算力需求劇增。AiLMe在模型訓(xùn)練時，分為預(yù)訓(xùn)練（Pre-trained）階段和微調(diào)（Fine-tuning）階段。為解決算力問題，APUS在國內(nèi)鄭州和新加坡分別建設(shè)了兩大智算中心，還融合自建GPU服務(wù)器算力和第三方的算力協(xié)同作用。在數(shù)據(jù)方面，目前大模型的訓(xùn)練數(shù)據(jù)一般來自于互聯(lián)網(wǎng)公開的語料庫、網(wǎng)頁以及行業(yè)公開數(shù)據(jù)，但在APUS繪制的訓(xùn)練數(shù)據(jù)圖中可以看到，其自有數(shù)據(jù)也占了很大比重——在為全球用戶提供產(chǎn)品和服務(wù)時，APUS積淀的高質(zhì)量專有數(shù)據(jù)成為其研發(fā)全球性大模型的優(yōu)勢之一。
AI技術(shù)發(fā)展日新月異，在全球AI研究人員的共同努力下，行業(yè)對AI大模型的理解進(jìn)一步深入，逐漸認(rèn)識到，“決定大模型效果的因素按照重要性來排序：訓(xùn)練數(shù)據(jù)質(zhì)量>訓(xùn)練數(shù)據(jù)規(guī)模>參數(shù)規(guī)模。”因此今天AI技術(shù)研究的前沿，已經(jīng)告別了單純增加大模型參數(shù)規(guī)模的階段，而要在提高訓(xùn)練數(shù)據(jù)質(zhì)量和加大訓(xùn)練數(shù)據(jù)規(guī)模上下功夫。AiLMe采用高質(zhì)量的海量訓(xùn)練數(shù)據(jù)來訓(xùn)練模型，實(shí)現(xiàn)了較好的效果。
今天的AiLMe已具備了自主學(xué)習(xí)能力。Chat GPT支持插件被認(rèn)為是AI自我進(jìn)化的雛形，但過程中尚需要用戶手動選擇插件；而AiLMe在設(shè)計(jì)時，緊跟AI技術(shù)發(fā)展前沿，采用了插件式架構(gòu)，后續(xù)能夠通過迭代開發(fā)補(bǔ)充各種插件來擴(kuò)充自身能力，并且可以自主學(xué)習(xí)調(diào)用插件，無需用戶干預(yù)，就能夠使大模型實(shí)現(xiàn)目標(biāo)驅(qū)動，進(jìn)行自我進(jìn)化。
把“數(shù)據(jù)庫”變“智慧島”，實(shí)現(xiàn)人機(jī)共智，強(qiáng)大的多模態(tài)大模型AiLMe便是這背后的強(qiáng)大“引擎”。通過自主學(xué)習(xí)和人類反饋不斷解鎖新能力，AiLMe還將更高效地解決個性化、開放式的海量任務(wù)。目前，AiLMe已在多個To C場景中落地，在場景多樣性、任務(wù)復(fù)雜度上顯示出能力與潛力。
據(jù)悉，AiLMe將會向客戶開放API接口和服務(wù)，屆時，客戶可根據(jù)實(shí)際應(yīng)用需求，調(diào)用AiLMe的各項(xiàng)AI技術(shù)能力。
AiLMe能力釋放，推出系列AI創(chuàng)新產(chǎn)品
聊天對話、創(chuàng)作文章、作詩譜曲、慰藉心緒……在AiLMe之上，智能應(yīng)用煥發(fā)出了全新生機(jī)。
從AiLMe大模型蒸餾出的異雀（八、三、四、六）系列精細(xì)模型，分別對應(yīng)著文、圖、視、音四個垂直領(lǐng)域，基于四款精煉模型，APUS創(chuàng)新研發(fā)了多款人工智能產(chǎn)品。
KJV Bible Now是一款面向海外市場的《圣經(jīng)》產(chǎn)品，讓用戶擁有自己的專屬牧師助手，幫助其解答用戶困惑，釋放情感。PicPik，是一款A(yù)I圖片、視頻、娛樂創(chuàng)作工具，能夠幫助用戶高質(zhì)量、高效率、低門檻的創(chuàng)作。Daily Astro是一款面向海外市場的塔羅牌產(chǎn)品，讓星座、占卜愛好者實(shí)現(xiàn)牌面占卜、運(yùn)勢解析。Star Night是一款助眠類產(chǎn)品，除了能為用戶提供白噪音音頻等幫助用戶快速入睡，還能依據(jù)用戶喜好勾勒出理想的數(shù)字睡眠伴侶，讓它來朗讀睡眠故事。智能問答能夠在對話之間幫助用戶快速完成撰寫報(bào)告、論文、程序、簡歷及解答生活疑問等；簡筆成畫則讓用戶變身“神筆馬良”，只要在手機(jī)屏幕上畫出草圖，寥寥幾筆，它就會自動補(bǔ)全圖案，形成精美繪畫；墨染作為AI繪畫工具素材創(chuàng)作社區(qū)，功能豐富，除了有慕夏、畢加索等30多款創(chuàng)作風(fēng)格可選，還具備文案優(yōu)化等功能。
AiLMe的能力釋放讓AI產(chǎn)品更加智慧、場景更加多元，既豐富了APUS的產(chǎn)品矩陣，也為開發(fā)者打造了創(chuàng)新平臺。
目前，國內(nèi)AI行業(yè)的發(fā)展可謂百花齊放、百舸爭流，越來越多的企業(yè)和機(jī)構(gòu)開始投入大量資金和人力來研究和開發(fā)AI技術(shù)，推動了AI產(chǎn)業(yè)的快速發(fā)展和創(chuàng)新。期待APUS的AiLMe大模型越來越強(qiáng)大，為用戶提供更加全面、精準(zhǔn)的服務(wù)體驗(yàn)，同時隨著技術(shù)的不斷發(fā)展有更廣泛的應(yīng)用場景與更出色的表現(xiàn)。
