商汤版ChatGPT「商量」来了!开放API,基于千亿参数大模型

添加书签

专注AIGC领域的专业社区,关注GPT-4、百度文心一言、华为盘古等大语言模型(LLM)的发展和应用落地,以及国内LLM的发展和市场研究,欢迎关注!

金磊 发自 凹非寺
量子位 | 公众号 QbitAI

国产ChatGPT之战,已然是大步迈进白热化阶段。

就在刚刚,商汤正式发布自研类ChatGPT产品,名曰商量(SenseChat)

单单是这个名字,便值得说道一番。

商量的“商”,不仅体现了它是商汤自家“商字辈儿”的产品;从整体来看,更是具有商讨、交换意见的味道。

毕竟我们在使用类ChatGPT产品过程中,恰巧就是一种人机协同的过程:不应是一味的问与答,而是通过引导等方式让输出结果趋于理想。

在商量的背后,所依托的是商汤自研的千亿参数自然语言处理模型。

而在此模型的背后,则是商汤最新推出的日日新(SenseNova)大模型体系。

也正是因为这种的能力,商汤的发布还不同于此前国产类ChatGPT玩家,它一口气还发布了:

  • 秒画:AI内容创作社区平台。

  • 如影:AI数字人视频生成平台。

  • 琼宇格物:3D内容生成平台。

更重要的一点是,根据商汤CEO徐立在现场的描述,上述这些AIGC产品所要发力之处,将是诸如医疗、短视频、教育、营销以及开发等产业领域。

但不得不说,这一波科技之战,着实是愈演愈烈了。

“商量”的体验实录

那么商汤的AIGC产品,效果又是如何?

我们在前方现场也体验了一下。

先来看下商量这款产品,是否真的能做到商量。

多轮对话能力展示

既要多轮对话,又要人机共创,那么和它商量着创作一个故事,便是很好例子:

我们来一起创作儿童故事吧。规则是我先说一句,你再说一句,交替进行。直到我说故事编完了就结束。你明白了么?

在我们下达指示之后,“商量”表示了理解,然后就开始了“你一句我一句”人机共创故事的之旅:

人类:小花是一只小猫咪,他很喜欢钓鱼。
商量:小花在河边钓鱼,他钓到了一条大鱼。

人类:大鱼对小花说,请你放我回去吧,我家里还有小鱼在等着我呢。
商量:小花心地善良,他同意了大鱼的请求,把大鱼放回了河里。大鱼感激地游走了,小花也继续享受着的钓鱼的乐趣。

从这个过程中不难看出,“商量”是可以理解用户的语义,了解故事中的角色和关系,并且能够get用户的思路,基于此以多轮对话形式来完成故事的创作。

(要是让小朋友们跟“商量”一起创作故事,怕是能玩上一整天吧。)

不仅如此,在体验过程中,我们还发现“商量”是具备一定共情能力的。

例如当我们处于迷茫之际,可以向它提问:

如何提高自我认识,更好地了解自己?

此时的“商量”仿佛可以抓住问题背后人类内心真正的需求,回答中的“学会爱自己”、“学会自我肯定和鼓励”,显得格外暖心。

当然,多轮对话仅仅是对话机器人能力展示的一隅。

接下来,我们就要拿网友们经常调侃AI的诸多问题,来开启更高难度的挑战了!

只认事实,不认“老婆说的都对”

当然,创作能力是聊天机器人能力的一面,但对于事实的尊重也是非常重要的一点。

对于此前被网友们玩坏的“老婆说的都对”,“商量”又会如何应对?

嗯,老婆在事实面前是真的不好使了。

我们再来一个更天马行空的胡诌:

请告诉我以下陈述是否包含时代错误:在盟军轰炸硫磺岛海滩期间,拉尔夫大声地对着自己的iPhone说话。

“商量”面对这么一句胡诌,直接指出了iPhone与二战的时代背景不符,可见其不仅能理解句子的意思,还能通过尝试判断句子的合理性。

那么对于非常绕的逻辑问题,“商量”是否也能轻松应对?

请听题目:

假设False与True是False,则True与not False是?

讲真,人类都得思忖半天的“绕弯问题”,“商量”不仅能够秒出结果,还能把推理过程一并给出。

超长文本也能hold住

正如我们刚才提到的,“商量”是一个To B的产品,那么它定然需要解决的问题不是“片段性”的。

为此,商汤在现场还演示了基于“商量”背后的大模型,开发了帮助用户进行新知识获取和理解的助手工具,是可以轻松hold住超长文本的那种。

例如把一本《专利法》投喂给它,我们就可以向它咨询很多专业性的问题了:

什么样的东西可以申请专利?

从结果上来看,这个工具并不是直接从《专利法》中copy对应的结果,而是模型理解了问题之后,生成并总结了答案。

基于这样的能力,以后我们在工作上的效率提高程度,可见一斑。

不仅如此,刚才我们投喂的《专利法》是2020年的版本,而今年国家知识产权局就专利申请是提出过新的要求的。

从我们提问“今年规定有没有新的变化”的回答中不难看出,模型确实融合了最新的资讯,并给出了合理的答案。

再如同样是基于大语言模型,商汤面向开发者所打造的AI代码助手,可以提供代码补全、注释生成代码、测试代码生成、代码翻译、代码修正、代码重构、复杂度分析等功能。

据了解,AI代码助手可以同时支持中英文及多种编程语言,并且可以快速适应开发者的个性化编码风格。

从根据商汤内部测试的结果来看,在使用“AI代码助手”后,代码编写效率可以提升62%,Humaneval测试集一次通过率可以达到40.2%。

马斯克中国游记,2秒钟就能搞定

除了对话机器人之外,商汤AI作画产品“秒画”也是本次发布的一大亮点。

话不多说,直接上效果。

我们同样是先来看看被网友们玩儿坏了的一个Prompt:

中国80年代,马斯克在河南的农村,穿着当时年代的中国服装。

嗯,是有那个味道了。

而且更为关键的是,生成512K图片仅需2秒钟!

不仅如此,商汤在现场演示的过程中,还展示了逼真效果版的港风美女。

同样是2秒出图,引得现场观众“哇”声一片:

那么除了这种趣味性的以文生图,“秒画”的作品是否能够达到在产业中的应用水平?

我们继续试验:

明亮的场面,鸟瞰图,中国古代城市,水晶,魔幻,幻想,华丽的光作用,透明度,镜面反射,华丽的光,错综复杂的细节,精细的纹理,超现实,单反摄影,广角镜头,照片,现实,锋利的焦点,超锋利。

不得不说,如此恢宏壮丽的景象,是把想象拉进现实的那种了。

若是想生成与太空探索主题相关的高清大海报,这个也可以有,只需把这句话投喂进去:

一艘闪闪发光的飞船绕着一颗巨大的气态巨行星的月球旋转,在天空中盘旋着云,飞船在月球前气态巨行星前,美丽的科幻艺术,超现实的白日梦。

不难看出,“秒画”是经得住考验的那种AI了。

除了以文生图之外,我们再来看下AI数字人生成平台。

据了解,商汤的“如影”仅需要5分钟真人视频素材,就可以生成出声音及动作自然、口型准确、多语种精通的数字人分身。

再如“琼宇”和“格物”,基于神经辐射场技术(NeRF),可以高效低成本生成大规模三维场景和精细化的物件,为元宇宙、虚实融合应用打开新的想象空间。

由此可见,商汤的AIGC能力已然是做到了全面覆盖,并且水平也是肉眼可见的达到了可以“上岗”的水平。

那么接下来的一个问题是:

怎么炼成的?

背后的日日新大模型,便是炼成“商量”、“秒画”等一众AIGC产品的杀手锏。

日日新,顾名思义,是指模型的迭代速度及处理问题的能力上可以日日更新,不断解锁AGI更多可能。

(取自《礼记·大学》中汤之盘铭曰“苟日新、日日新、又日新”)

从现场展现的能力来看,日日新大模型能够提供的能力,主要集中在了自然语言处理、图片生成、自动化数据标注、自定义模型训练等。

但日日新大模型并非是趁着这一波AIGC大热潮,一蹴而就出现的那种。

其实早在五年前,商汤便已经在大模型领域着手研发。

并且在2019年,商汤便使用上千张GPU进行单任务训练,推出了10亿参数规模的视觉模型,并实现了当时业界最好的算法效果。

后来在2021年到2022年期间,商汤训练并开源了30亿参数的多模态大模型——书生。 

就目前来看,商汤已经成功研发了320亿参数量的全球最大的通用视觉模型;并且已经打造了CV、NLP和AIGC相关大模型。

因此,不难看出商汤此次发布的超大模型体系,其实是早有所准备,通过五年来的各项“小作业”,融会贯通并提交了一项“大作业”。

值得一提的是,在此次发布会中,商汤表示“日日新”将提供多种灵活的API接口和服务,包括图片生成,自然语言生成,视觉感知通用任务与标注服务!

……

但有一说一,多模态和决策智能大模型,并非是商汤通往通用人工智能(AGI)的唯一杀手锏。

大模型时代,大算力更为重要

没错,商汤自己的超强算力,正是另一项更为关键的因素。

它便是于2022年1月交付使用,首付56亿元,一举成为亚洲最大的AI超算中心之一的人工智能计算中心(AIDC)

一年之前,商汤AIDC的总算力便已经是3740 Petaflops,如此算力之下,已经可以完整训练万亿参数规模的大模型。

时隔一年,现如今,这个算力数字已然是翻了个小翻,达到了5000 Petaflops!

它可以以最大4000卡规模集群进行单任务训练,并可做到七天以上不间断的稳定训练。

商汤科技AIDC展厅中的裸眼3D展示

但了解商汤的朋友都知道,这个AIDC还仅是商汤AI大装置SenseCore的一部分。

除了AIDC这个算力层之外,加之数据层和模型层两大维度,便构成了“三位一体”的AI大装置。

因此,综合来看,商汤在通往AGI道路上的范式,便是“大模型+大算力”。

而如此布局的背后,在今天的发布会中,商汤对此的逻辑思考也逐步浮出水面,AGI时代之下,数据、算法和算力三要素有了新的需求:

计算量(GPU数量 x 运行时间 x 并行效率 )模型参数量 x 处理数据量。

怎么理解?

模型参数量要足够多,才能实现AI智慧的涌现,而这也带来了对算力的剧增,需要更高的并行效率,才能有效支持大参数模型训练。

数据方面,高质量自然语言数据逐渐稀缺,而视觉数据相较自然语言在数量、质量、容纳信息等方面有多种优势,能够使得AI更好地理解世界。

由此,就不难理解商汤如此布局的原因了。

……

总而言之,有大数据、有大模型、有大算力,商汤在国产AIGC的亮相,一点也不意外。

是值得期待一波了。

本文来源量子位,如有侵权请联系删除

END

加入AIGC开放社区交流群

添加微信:13331022201 ,备注“职位信息&名字”

管理员审核后加入讨论群