相比于ChatGPT問(wèn)世時(shí)的火爆，大模型“聊天”的魅力似乎正在悄然消退。

在本月最新文章中，網(wǎng)絡(luò )分析公司Similarweb表示，隨著(zhù)新鮮感的消失，ChatGPT的流量正在下降。據初步估計，今年6月ChatGPT網(wǎng)站的全球訪(fǎng)問(wèn)量下降了9.7%，這是該網(wǎng)站訪(fǎng)問(wèn)量首次錄得環(huán)比下降。在美國市場(chǎng)上，該網(wǎng)站訪(fǎng)問(wèn)量環(huán)比降幅錄得10.3%。

很明顯，“Chat”并不是大模型的全部，只靠寫(xiě)詩(shī)、作畫(huà)也無(wú)法重構人類(lèi)社會(huì )。

不過(guò)，自問(wèn)世以來(lái)，大模型“聊天”一直在向垂直領(lǐng)域下沉，不斷重塑著(zhù)人們的生活。

國際權威期刊《JAMA Internal Medicine》一項研究表明，當需要仔細回答患者提問(wèn)時(shí)，醫生平均回復長(cháng)度是52個(gè)單詞，聊天機器人是211個(gè)單詞。它的回復不僅內容更多，而且質(zhì)量更好，更加富有同理心。在評估中，78.6%的人更喜歡聊天機器人的回答，而不是醫生的回答。

將大模型投入產(chǎn)業(yè)應用，也正在成為國內外眾多企業(yè)的選擇。不久前在上海閉幕的第六屆世界人工智能大會(huì )(WAIC)上，京東等不少企業(yè)介紹了自己的解決方案和相關(guān)思考。圍繞“貼合行業(yè)場(chǎng)景”，有人選擇讓通用大模型下沉向行業(yè)，也有人選擇直接打造垂直大模型。

頭腦風(fēng)暴一下：除了更好地理解“場(chǎng)景”，人工智能今后還會(huì )往哪些方面發(fā)展?

京東探索研究院院長(cháng)、京東科技智能服務(wù)與產(chǎn)品部總裁何曉冬表示，通向真正的人工智能，多模態(tài)是必經(jīng)之路?！叭耸冀K是一個(gè)核心存在，所有技術(shù)最后都要服務(wù)人。未來(lái)的AI需要通過(guò)語(yǔ)言、視覺(jué)和語(yǔ)音和人類(lèi)進(jìn)行交流，所以未來(lái)的AI也必須理解語(yǔ)言、語(yǔ)音。做好多模態(tài)，才能更好的服務(wù)好人類(lèi)?！?/p>

在當下的競爭環(huán)境中，“場(chǎng)景落地”，才是大模型的終極目標。

大模型應用落地，理解場(chǎng)景是關(guān)鍵?

今年WAIC最熱門(mén)的話(huà)題之一，就是如何讓大模型應用落地。

這本身不難理解：國內外大模型不能局限于“聊天”?；谥悄芙换?，它本身就是一種提升生產(chǎn)效率的工具。任何大模型，未來(lái)最終都要落地于具體的行業(yè)應用，提高生產(chǎn)力;在大模型競爭中，中國和其他國家相比各有千秋，雖然存在差距，但中國行業(yè)多、發(fā)展成熟，這或許是一個(gè)可以“超車(chē)”的機會(huì )。

從數據來(lái)看，在算力等方面，中國未必就處于劣勢。

中國工程院院士鄔賀銓曾指出，按2022年年底的數據，美國占全球算力36%，中國占31%，單看算力總規模，中國與美國確實(shí)有差距，但差距并不大;若以GPU和NPU為主的智能算力規模來(lái)看，2021年美國智算規模占全球智算總規模15%，中國占26%。

但差距依然值得重視，例如深度學(xué)習框架還需要經(jīng)受考驗、繼續打磨;例如生成式AI拓展到產(chǎn)業(yè)應用，需要將多個(gè)大模型高效融合，由此帶來(lái)很多問(wèn)題;例如大模型需要海量數據訓練，但目前中文可供訓練的語(yǔ)料挖掘還不足;例如大模型訓練所依賴(lài)的英偉達A100芯片，被限制向中國出口……中國依然面臨眾多挑戰。

在新一輪全球人工智能競賽中，大模型本身確實(shí)是必啃的“硬仗”。但中國其實(shí)有一個(gè)出“奇兵”的機會(huì )。

數據、算力和“鈔能力”對大模型而言缺一不可，但大模型的發(fā)展同樣離不開(kāi)“場(chǎng)景”。本質(zhì)上，大模型改變的是人類(lèi)獲取信息和服務(wù)的方式。它不僅需要滿(mǎn)足信息匹配的需求，更要讓AI精準地理解人類(lèi)的用途，精準地完成人類(lèi)交付的任務(wù)?！熬珳省?，就基于對場(chǎng)景的理解。

在WAIC大會(huì )上，京東探索研究院院長(cháng)、京東科技智能服務(wù)與產(chǎn)品部總裁何曉冬表示，伴隨著(zhù)大模型的出現，世界未來(lái)必然會(huì )走向智能交互時(shí)代，讓機器更好地幫助我們完成專(zhuān)業(yè)域、更廣泛的任務(wù)。何曉冬表示，訓練好大模型就需要場(chǎng)景，“場(chǎng)景和數據是這個(gè)時(shí)代訓練大模型的抓手?！?/p>

或許這會(huì )是中國的機遇所在。

拿工業(yè)來(lái)說(shuō)，中國擁有41個(gè)工業(yè)大類(lèi)、207個(gè)工業(yè)中類(lèi)、666個(gè)工業(yè)小類(lèi)，是全世界唯一擁有聯(lián)合國產(chǎn)業(yè)分類(lèi)中所列全部工業(yè)門(mén)類(lèi)的國家;在互聯(lián)網(wǎng)方面，中國有大量電商、社交、搜索領(lǐng)域的企業(yè)，擁有成熟經(jīng)驗和龐大數據，大模型和這些行業(yè)、場(chǎng)景的結合，或許會(huì )帶來(lái)大量機遇。

例如電商。網(wǎng)經(jīng)社此前發(fā)布的《2022年度中國電子商務(wù)市場(chǎng)數據報告》顯示，2022年國內網(wǎng)絡(luò )零售市場(chǎng)交易規模達137853億元;中國網(wǎng)絡(luò )零售用戶(hù)規模達8.45億人，占網(wǎng)民整體的79.2%。這個(gè)“大場(chǎng)景”下涌現了直播、社交、美妝、母嬰等“子場(chǎng)景”，電商、物流、客服……它們都可能成為大模型應用落地的入口。

理解場(chǎng)景之后，AI的下一站是多模態(tài)能力?

圍繞行業(yè)場(chǎng)景，一些“解決方案”已經(jīng)出爐。

據何曉冬介紹，通過(guò)5分鐘的形象和數據采集，基于大模型能力，京東可以重構整個(gè)數字人形象，并推向應用場(chǎng)景。比如在電商這個(gè)場(chǎng)景中。言犀虛擬主播已經(jīng)在京東上線(xiàn)了4000+品牌直播間，累計帶動(dòng)8億GMV(商品交易總額)。

不過(guò)重視場(chǎng)景應用，或許只是大模型全球競賽的現在，而非將來(lái)。

何曉冬表示，人們不要只關(guān)注到ChatGPT帶來(lái)的語(yǔ)言大模型。實(shí)際上，大模型技術(shù)在很多其他模態(tài)上也在迅速應用起來(lái)，比如語(yǔ)音識別和語(yǔ)音合成，比如視覺(jué)領(lǐng)域的圖像識別和視頻合成——當然也包括數字人?！皵底秩思扔行蜗?，又有語(yǔ)音，還有手勢，還有語(yǔ)義，還有各種情緒在里面?！?/p>

何曉冬表示，多模態(tài)是必經(jīng)之路，無(wú)論是發(fā)明神經(jīng)網(wǎng)絡(luò )或者是注意力機制，其實(shí)都是基于對人本身學(xué)習機制的理解和靈感的激發(fā)，從而去引領(lǐng)我們發(fā)明一系列模型。有趣的是，今年不少參會(huì )企業(yè)，似乎都對“數字人”情有獨鐘，由此可見(jiàn)各界對多模態(tài)能力的重視。

今年WAIC大會(huì )上，騰訊云MaaS(Model-as-a-Service)一站式服務(wù)迎來(lái)升級。騰訊云行業(yè)大模型能力將被應用到金融風(fēng)控、交互翻譯、數智人客服等場(chǎng)景中。通過(guò)平臺提供的AI生成算法、生成式動(dòng)作驅動(dòng)，再結合行業(yè)大模型能力，企業(yè)可以獲得個(gè)性化、專(zhuān)業(yè)、逼真的數字員工。數字人，其實(shí)就涉及到多模態(tài)能力。

《人機共生——大模型時(shí)代的十大AI趨勢觀(guān)察》報告指出，多模態(tài)技術(shù)的發(fā)展正在助力AI解決更為復雜的問(wèn)題。擁有圖像和語(yǔ)音的感知、輸入，大模型未來(lái)可以基于動(dòng)作、表情、情感等信息進(jìn)行分析，提升自己的交互能力和表現能力。目前基于文本的交互，也將走向基于語(yǔ)義的交互，強化對人類(lèi)情緒的感知和表達。

需要承認的是，在多模態(tài)等通往未來(lái)的賽道上，挑戰依然存在。

ChatGPT-4早已開(kāi)始接受圖像作為輸入介質(zhì)，它已經(jīng)能簡(jiǎn)練地指出圖片的違和之處。如下圖所示，當用戶(hù)提問(wèn)，“這張圖片有什么不尋常之處”時(shí)，GPT-4簡(jiǎn)練地回答出“一名男子正在行駛中的出租車(chē)車(chē)頂上，使用熨衣板熨燙衣服?！?/p>

在今年的WAIC大會(huì )上，談及國內外在大模型方面的差距，曠視科技聯(lián)合創(chuàng )始人、CTO唐文斌對《科創(chuàng )板日報》表示，不管是基礎語(yǔ)言模型還是多模態(tài)模型，國內外都存在一定的距離?！安贿^(guò)，這是可以迎頭趕上的。在應用的探索上，也處于相對初期的狀態(tài)。但未來(lái)會(huì )是繁榮的生態(tài)?！?/p>

方興未艾，眼下正是國內企業(yè)積極作為之時(shí)。

在接受觀(guān)察者網(wǎng)采訪(fǎng)時(shí)，何曉冬表示，未來(lái)通用人工智能有兩個(gè)方向要走，一個(gè)方向是多模態(tài)，大模型必須具有視覺(jué)能力，未來(lái)甚至可以更進(jìn)一步延伸向嗅覺(jué)、觸覺(jué);另外一個(gè)方向是走向具身智能，包括機器人、機械臂、無(wú)人車(chē)等，讓通用人工智能走向物理世界。