智東西（公眾號：zhidxcom）
作者 | 吳菲凝
編輯 | 李水青
智東西4月20日消息，AI科技公司出門問問今日在2023 AIGC戰(zhàn)略發(fā)布會上，宣布內測大語言模型“序列猴子”，為國內大模型創(chuàng)業(yè)潮再添一把火。
在大模型能力基礎上，出門問問推出面向創(chuàng)作者的CoPilot產品矩陣，包含四款AIGC產品：AI寫作平臺“奇妙文”、AI繪畫平臺“言之畫”、AI配音平臺“魔音工坊”、數(shù)字人視頻與直播平臺“奇妙元”。
除了面向創(chuàng)作者的產品矩陣之外，出門問問本次還推出了面向C端的升級版語音助手“魔法小問”，據(jù)稱類似于“Siri+ChatGPT”，以及面向B端的企業(yè)專屬大模型。
出門問問創(chuàng)立于2012年，主打語音交互和智能軟硬件研發(fā)，代表性產品包括智能手表Ticwatch和高級駕駛輔助系統(tǒng)問問魔眼Ticeye等，主要覆蓋智能穿戴設備、車載、家具等場景。出門問問創(chuàng)始人兼CEO李志飛曾任谷歌美國總部科學家，是機器翻譯開源軟件Joshua的主要開發(fā)者，也是這波大模型創(chuàng)業(yè)潮中備受產業(yè)關注的一位創(chuàng)業(yè)者。
“序列猴子”鏈接為：
openapi.mobvoi.com
一、大模型“序列猴子”內測，李志飛只給其打50分？
出門問問大模型“序列猴子”是一款具備多模態(tài)生成能力的大語言模型，模型以語言為核心的能力體系涵蓋“知識、對話、數(shù)學、邏輯、推理、規(guī)劃”六個維度，能夠同時支持文字生成、圖片生成、3D內容生成、語音生成和語音識別等不同任務。
出門問問大模型之所以命名為“序列猴子”，是因為從“無限猴子”定理中汲取了靈感，該定理在20世紀初由數(shù)學家埃米爾·波勒爾提出，即如果有一群猴子在不限定的時間內學習打字機，最終一定能敲出一本完整的莎士比亞作品?！靶蛄泻镒印钡臉嫿ㄔ砼c無限猴子理論類似，通過喂給機器猴子海量的文本序列，再用大規(guī)模的算力去訓練它，就能訓練出一只具有智能的“序列猴子”。
李志飛稱，大模型的“大”絕不僅限于參數(shù)量，他目前沒有透露“序列猴子”參數(shù)量的打算，他也強調，不能一味地以參數(shù)量的大小來評價一個模型，大模型是對于語言的建模，是對于認知邊界的擴展，大模型擁有無限的想象空間。
他直言，GPT-4如今的表現(xiàn)近乎滿分，相比之下“序列猴子”就像是一個需要不斷教他學習的小孩子，目前還只有50分的水平，但他從中看到了“能考上哈佛的潛力”。
目前，“序列猴子”大模型已經(jīng)具備了一定的自然語言理解、知識、邏輯以及推理等能力，對于“湖南和湖北哪一個省會的人口更多？”這類比較復雜的問題能夠快速給出準確結果。
李志飛稱，“序列猴子”在訓練過程中已經(jīng)展現(xiàn)出了“涌現(xiàn)”能力，目前正處于“頓悟”階段，未來提升的速度會越來越快。他還認為，做人類的CoPilot（副駕駛）會是大模型最好的“工作”，未來CoPilot將無處不在。
二、構建CoPilot產品矩陣，四大神器助力創(chuàng)作者內容生產
基于“序列猴子”大模型，出門問問內測了多款面向創(chuàng)作者的AIGC產品及應用，為創(chuàng)作者構建一站式CoPilot產品矩陣，打通內容創(chuàng)作全流程。據(jù)官方數(shù)據(jù)，目前出門問問注冊用戶超500萬，全球付費用戶超百萬。
1、AI寫作助理：奇妙文
作為發(fā)布會上首個亮相的CoPilot產品，“奇妙文”的AI寫作能力覆蓋了職場辦公、市場營銷、新媒體和創(chuàng)意寫作四大內容創(chuàng)作場景，能夠在用戶撰寫年終總結、客服話術、劇本、廣告文案等內容時，為其源源不斷地提供靈感和創(chuàng)意方向。
奇妙文鏈接：write.mobvoi.com
為更好幫助用戶提升內容創(chuàng)作效率，“奇妙文”開放了八大AI編輯功能，分別為風格轉化、要點提取、校對糾錯、續(xù)寫、改寫、擴寫、縮寫、翻譯。“奇妙文”還能在寫作中自動生成圖片，為用戶帶來圖文并茂的寫作體驗。
2、AI繪畫助理：言之畫
面對設計師、插畫師等在文字外對設計有強烈需求的創(chuàng)作者，出門問問內測探索了“言之畫”AI繪畫平臺?！把灾嫛敝С侄卧?、蒸汽朋克、插畫、古風、油畫等8種創(chuàng)作風格。用戶只需輸入文字，“言之畫”就能一次性生成8張光影逼真、細節(jié)豐富的2K高分辨率圖像。
言之畫鏈接：paint.mobvoi.com
除了以文生圖，它還擁有以圖生圖、動圖生成、個性頭像生成等AI繪圖能力。面向企業(yè)用戶，“言之畫”還支持專屬模型定制，讓企業(yè)用戶能夠根據(jù)自身需要自定義模型風格，并且支持多人協(xié)作生產，更好地滿足企業(yè)的繪圖需要。
目前，“言之畫”已經(jīng)和家裝設計平臺酷家樂達成了戰(zhàn)略合作。在酷家樂平臺上，用戶在言之畫的幫助下，只需用文字描述出自己的詳細需求，即可更換裝修風格、調整家具位置等，進而設計出自己喜歡的裝修方案。
3、AI配音助理：魔音工坊
面向AI配音場景，出門問問推出了新一代AI配音產品“魔音工坊”以及海外版本DupDub?！澳б艄し弧笔且豢钊鞒桃徽臼紸I配音平臺，已向用戶開放了超1000種音色、超2000種聲音風格以及超20種方言和外語。
魔音工坊鏈接：moyin.com
在大模型技術的加持下，“魔音工坊”搭載了大模型AI寫作功能，覆蓋了AI寫作、AI配音和剪輯等多個場景。用戶可以在它的輔助下完成影視解說、有聲書、在線教育、新聞播報等集文案與配音于一體的內容創(chuàng)作。目前，“魔音工坊”已經(jīng)與微信讀書、少年得到、趁早行動、大眾等多領域企業(yè)達成了合作。
“魔音工坊”支持對選定聲音進行包括平靜、悲傷、開心在內的7種情緒的調節(jié)，對包括女中年、男孩等在內的10種角色進行遷移，同時還開放了韻律調節(jié)、局部變速、多人配音等AI聲音個性化編輯功能，讓用戶能夠像用word編輯文檔一樣編輯聲音。
除了選擇聲音、編輯聲音，基于大模型的語言生成能力，“魔音工坊”還將推出“捏聲音”功能，用戶可以自由選擇性別、年齡、語言、風格和情緒等聲音特征，從0到1創(chuàng)作自己喜歡的聲音。
4、數(shù)字分身：奇妙元
奇妙元鏈接：weta365.com
在文字、圖像、聲音等生成能力基礎上，出門問問還內測發(fā)布了AI數(shù)字形象創(chuàng)作及直播平臺“奇妙元”。
“奇妙元”現(xiàn)有超100款數(shù)字人、超1000款3D數(shù)字資產、超1000種聲音。憑借多模態(tài)生成技術，“奇妙元”平臺目前共支持圖片建模（2D數(shù)字人）、視頻建模（2.5D數(shù)字人)、3D建模（3D數(shù)字人）三種不同形式的數(shù)字人生成。其形象克隆功能，僅需一段5分鐘的真人視頻素材，就可以1：1復刻用戶的形象神態(tài)，為用戶打造聲音一致、動作自然的數(shù)字人分身。
三、智能AI助手“魔法小問”，類似于“Siri+ChatGPT”
出門問問在語音助手領域有著深厚的積累，對AI語音的研究可以追溯至十年前：2014年，出門問問發(fā)布了首款語音助手“小問助手”；2015年，更新“小問秘書”；2017年，推出了全場景VPA，并在2019年進行升級。在本次發(fā)布會上，出門問問內測發(fā)布了CoPilot“魔法小問”，李志飛稱，這款智能語音助手可以理解為是“Siri與ChatGPT的綜合體”。
作為面向個人用戶開發(fā)一款智能語音助手，“魔法小問”可以幫助用戶查百科信息、查天氣、查餐廳、查酒店，還能與用戶對話聊天。在現(xiàn)場演示中，向“魔法小問”提問“這附近有哪些好吃的川菜館”時，它能按照遠近距離、評分星數(shù)依次列出附近推薦的川菜餐廳。
據(jù)王志飛介紹，“CoPilot”源自超級助理的概念，它將擁有基于大模型的高智商大腦，能夠分析海量數(shù)據(jù)即時準確地與人類交流；還會擁有動聽的聲音、靚麗的形象，可以搭載任意硬件平臺，如手機、手表、車機等；還能夠適配千行百業(yè)，化身高質量教學的老師、知識淵博的律師、專業(yè)的醫(yī)生、金融理財客服等，在需要的時候，隨時隨地展示專業(yè)知識，為人分擔壓力。
四、“序列猴子”開放B端C端生態(tài)，首批賦能十大行業(yè)
基于“序列猴子”大模型的底層能力，對于B端用戶和垂直領域，“出門問問Copilot”不僅提供通用能力支持服務和數(shù)字人形象定制服務，還將開放自身角色能力，持續(xù)迭代數(shù)據(jù)接口。有需求的企業(yè)用戶可以登陸網(wǎng)頁端調用API服務，并且能通過上傳文檔的方式，對行業(yè)專有內容進行訓練，從而實現(xiàn)定制化語音交互。
目前，出門問問已經(jīng)與首批十大行業(yè)的內測探索伙伴達成了合作，覆蓋汽車、教育、律所、金融、醫(yī)療、旅游等領域，未來出門問問“CoPilot”將逐步賦能更多行業(yè)，助力更多企業(yè)擁有自己的專屬大模型，打造自己的專屬“CoPilot”。
結語：大模型卷起創(chuàng)業(yè)潮，AI加速平民化
時隔三年，出門問問攜中文大模型和AIGC產品亮相，李志飛坦言“序列猴子”與GPT-4的差距不小，但他認為，公司研發(fā)大模型的目的從不是“打造一款中國版ChatGPT”，而是通過這個口號告訴外界他們現(xiàn)在正在研制什么，準備往何處發(fā)展。目前，出門問問推出了AI聲音、AI寫作、AI圖片以及數(shù)字人直播等內容為一體的AIGC SaaS平臺。
國內AIGC創(chuàng)業(yè)潮來襲，李志飛也稱，走在硅谷時幾乎所有的人討論的話題都是“Chat”、“GPT”等。繼百度打響了國內大模型第一槍之后，以知乎等為代表的互聯(lián)網(wǎng)大廠和以商湯、昆侖萬維等為代表的科技公司也紛紛加入其中。
不同于微軟、谷歌等大廠要顛覆傳統(tǒng)的野心，國內多家創(chuàng)企們專注于AIGC的細分賽道，比如聊天對話、音樂生成、協(xié)同辦公以及AI和任何一個專業(yè)領域的融合。在這場大模型的同臺競技中，大模型技術不斷平民化、生活化、場景化，使用門檻降低、認知熟悉程度提升，AIGC有望帶來一場徹底的產業(yè)變革。
