智東西（公眾號：zhidxcom）
作者 | ?ZeR0
編輯 | ?漠影
智東西5月18日報道，今日，云從科技推出從容大模型，并現(xiàn)場演示了從容大模型在問答、寫命題作文、意圖理解、多輪對話、英文寫作、機(jī)器翻譯、編程、圖文跨模態(tài)理解、做中考真題等方面的能力。目前從容大模型處于內(nèi)測階段。
根據(jù)演示，從容大模型對一本預(yù)先上傳好的大約有五六百頁的《大話西方藝術(shù)史》書籍進(jìn)行了深度理解，包括詢問書籍相關(guān)內(nèi)容、總結(jié)這是一本什么樣的書、找到指定要求的圖等。
經(jīng)過對從容大模型、ChatGPT、GPT-4做去年中考真題的能力進(jìn)行測試，云從從容比ChatGPT的答題速度更快，答歷史、生物題的得分略低于ChatGPT，答地理題的得分與ChatGPT持平，答政治題、道德與法制題的表現(xiàn)比ChatGPT更好。目前GPT-4.0的水平明顯優(yōu)于其他系統(tǒng)。
現(xiàn)場，大模型信創(chuàng)生態(tài)聯(lián)盟正式成立，成員包括優(yōu)刻得、廈門文旅、華為昇騰、南沙公控、CSDN、眾數(shù)信科等，旨在促進(jìn)大模型技術(shù)的創(chuàng)新和發(fā)展，推動人工智能在各個行業(yè)應(yīng)用。
云從科技也將分別與中國中檢、神舟信息、深圳報業(yè)、佳都科技、金世緣、游族網(wǎng)絡(luò)、艾登科技合作，推出質(zhì)量大模型、金融大模型、文娛大模型、交通大模型、制造大模型、游戲大模型、醫(yī)療大模型等。
一、基礎(chǔ)能力演示：支持圖文跨模態(tài)理解，做中考題速度比ChatGPT快
從容大模型的對話界面跟ChatGPT差不多。云從科技技術(shù)管理部總監(jiān)葉懋現(xiàn)場進(jìn)行了從容大模型的基礎(chǔ)能力演示。
問答方面，從容大模型的回復(fù)風(fēng)格偏簡潔、實在，能夠避開一些陷阱題挖的坑。
寫作方面，針對去年四川省的一個中考作文題“以最美的顏色為題寫一篇不少于600字的作文”，從容大模型現(xiàn)場寫出一篇作文。向它提出更多修改或限定要求，比如用白色改寫、要求更有深度、改成以一個患病小孩的視角寫最美的顏色來自于醫(yī)護(hù)人員的白大褂等等之后，從容大模型能夠理解意圖并展現(xiàn)出多輪對話的能力。
英文寫作方面，從容大模型現(xiàn)場創(chuàng)作了一篇英文招領(lǐng)啟事，并根據(jù)要求修改了落款。要求它翻譯成中文后，它首先給出的回復(fù)是偏生硬的直譯，接著按照“用中文習(xí)慣改寫”的新要求改寫了這篇啟事。
編程方面，從容大模型先展示了寫代碼的能力，寫出一段快速排序的代碼。
向它提出相對專業(yè)些的話題，“這段代碼的時間復(fù)雜度是多少”，從容大模型的回復(fù)沒什么毛病。
要求加上代碼注釋，它也能快速完成。
再提高點難度，讓它寫出C++程序員能看懂的代碼，它不僅完成了任務(wù)，還按照前面的要求添加有注釋。
閱讀理解方面，從容大模型支持對長文檔或者多文檔聚合進(jìn)行理解，并支持圖文跨模態(tài)理解。
云從技術(shù)人員預(yù)先上傳了一本大概有五六百頁的《大話西方藝術(shù)史》書籍，從容大模型對這本書的內(nèi)容進(jìn)行了深度理解，接著就能基于這本書所涉及的知識范疇與用戶進(jìn)行互動，包括詢問書籍相關(guān)內(nèi)容、總結(jié)這是一本什么樣的書等。
如下圖所示，界面中間部分是書籍的正文，右邊是對話交互界面，從容大模型準(zhǔn)備了一些提問樣例，點擊某個樣例后，它就會實時生成回復(fù)，并附有回復(fù)內(nèi)容相關(guān)的一些線索。點擊這些線索就會鏈接到書中對應(yīng)的段落位置。從容大模型也能夠理解圖像，因此用戶可以描述想要的圖片，讓它在書中找出來。
解題方面，云從科技對從容大模型、ChatGPT、GPT-4做2022年各學(xué)科中考真題的能力進(jìn)行了測試。
從測試結(jié)果來看，云從從容比ChatGPT的答題速度更快，答歷史、生物題的得分略低于ChatGPT，答地理題的得分與ChatGPT持平，答政治題、道德與法制題的表現(xiàn)比ChatGPT更好。目前GPT-4.0的水平明顯優(yōu)于其他系統(tǒng)。
二、行業(yè)應(yīng)用示例：城運(yùn)治理、設(shè)備維修、金融運(yùn)營、政策解答
要讓從容基礎(chǔ)大模型真正用起來，需要構(gòu)建行業(yè)大模型。
云從科技聯(lián)合創(chuàng)始人、廣東公司總經(jīng)理姚志強(qiáng)分享了從容大模型在基層治理場景的應(yīng)用，比如面向民眾服務(wù)的一語智辦、面向公務(wù)員及網(wǎng)格隊伍的智治精靈、面向應(yīng)用開發(fā)者的編程助手、面向城運(yùn)治理中心的融合指揮。
現(xiàn)場大屏播放了針對城運(yùn)治理中心場景的城運(yùn)智慧大屏AI精靈演示。比如指揮員提出“把第五個屏幕移動到中間”，AI理解了指令并迅速執(zhí)行。
指揮員又提問“這個周邊人和車多嗎”，AI大模型隨即借助多模態(tài)能力，自動分析人流車況，選取周邊人和車最多的幾路視頻畫面，并告知“依據(jù)視頻內(nèi)容，湖泊周邊交通狀態(tài)良好，但存在車輛占道違?，F(xiàn)象，同時部分位置人員較為擁擠，建議安排安保人員維持秩序”。
指揮員繼續(xù)提問：“今天對市民游玩有什么建議？”AI大模型回復(fù)了天氣狀況，并給出“適合出游”、“做好防曬”的建議。
面向設(shè)備維修管理場景的例子，是云從科技基于行業(yè)大模型做的智能維修伴隨系統(tǒng)。
維修計劃有兩個來源：一是基于設(shè)備分類，設(shè)備歷史的維修記錄以及最近的生產(chǎn)計劃等會綜合自動形成一個維檢修計劃；二是巡檢機(jī)器人或探頭會在機(jī)器人巡檢過程中發(fā)現(xiàn)某地方有個問題，這個問題可能是臨時性的，它會知道有什么故障、可能性是什么、是否需要發(fā)送一個維修請求。
在維修準(zhǔn)備環(huán)節(jié)，大模型基于之前針對維修手冊、維修記錄、專家建議的理解，逐漸成長為一個維修的“老師傅”。在維修前，系統(tǒng)會提供一個包括圖文、音視頻、維修關(guān)鍵要點的完整預(yù)習(xí)課程，方便維修工程師預(yù)習(xí)要維修的設(shè)備可能是什么故障、故障是由什么導(dǎo)致的、應(yīng)該帶什么工具、采用什么修、換什么備件等等。
在維修過程中，云從智能維修伴隨系統(tǒng)提供兩個典型的解決方案：一是“指導(dǎo)”，工程師可以問大模型設(shè)備故障應(yīng)該怎么修；二是“監(jiān)督”，大模型可以監(jiān)測工程師的維修動作是否規(guī)范、有沒有遺漏重要修程。
在維修工單關(guān)閉時，無需工人自己寫，系統(tǒng)會根據(jù)全程的視頻記錄自動解析，形成一個圖文的維修記錄，并伴有這次維修中的核心視頻內(nèi)容，以便進(jìn)行維修復(fù)盤和對后續(xù)維修提供知識源。
面向金融場景，大模型能夠提升銀行內(nèi)部的業(yè)務(wù)運(yùn)營效率。從容大模型可將銀行海量的數(shù)據(jù)資源，轉(zhuǎn)化為更有價值的信息，突破了專業(yè)知識的供給瓶頸，有助于提升銀行在普惠金融、銀行運(yùn)營能力、服務(wù)實體經(jīng)濟(jì)方面的能力。現(xiàn)場演示了AI虛擬客戶經(jīng)理回答理財相關(guān)專業(yè)問題的表現(xiàn)。
相比通用大模型，用本地知識庫進(jìn)行優(yōu)化的行業(yè)大模型能夠提供更專業(yè)嚴(yán)謹(jǐn)?shù)幕卮?，避免出現(xiàn)胡編亂造的情況。
以海關(guān)政策AI精靈為例，海關(guān)政策AI精靈基于海關(guān)總署2000多份材料，形成本地的知識庫，通過語義分割、語義檢索、prompt learning等技術(shù)，為從容大模型構(gòu)造了精準(zhǔn)的提示詞，進(jìn)而能夠充分發(fā)揮大模型的能力，為用戶提供準(zhǔn)確的政策解答。
云從科技內(nèi)部還孵化了若干大模型應(yīng)用創(chuàng)業(yè)項目，比如大麥數(shù)字人直播平臺能夠?qū)崿F(xiàn)直播間智能搭建、直播預(yù)熱語料提供等功能。
面向教育場景，智能教育AI精靈能夠基于現(xiàn)有課程教綱、題庫等基礎(chǔ)模型，形成自生題庫，根據(jù)學(xué)生平時表現(xiàn)生成定制習(xí)題及學(xué)習(xí)計劃，并能夠通過學(xué)生表現(xiàn)自動生成對應(yīng)的綜合評價分析，減少老師日常工作負(fù)擔(dān)。
結(jié)語：未來幾年，技術(shù)會不斷解鎖場景
在展示出語言、數(shù)學(xué)、推理等基礎(chǔ)通識能力后，大模型正在走向行業(yè)，展現(xiàn)出在金融、法律、醫(yī)學(xué)、政策等專業(yè)知識領(lǐng)域的應(yīng)用潛能。
云從科技董事長兼總經(jīng)理周曦認(rèn)為，大模型將顛覆傳統(tǒng)交互方式，主要以問答、伴隨、托管三種形式呈現(xiàn)。其中，“問答”即當(dāng)前的GPT；“伴隨”即AI會像一個朋友一樣，伴隨你執(zhí)行很多的事情；“托管”即一件事主要交給AI來做，類似在網(wǎng)游中的“掛機(jī)訓(xùn)練”。能走到“托管”這一步，人就可以解放出來，做更多有意義、有興趣的事。
他談道，有了整個平臺框架，通過基礎(chǔ)大模型構(gòu)造了基礎(chǔ)能力后，可以不斷增加行業(yè)大模型的技能包，那么就能構(gòu)造出更加強(qiáng)大的行業(yè)系統(tǒng)。這個系統(tǒng)可服務(wù)于To G、To B、To C的各行各業(yè)。
在周曦看來，沒有強(qiáng)大的基礎(chǔ)大模型，直接做行業(yè)大模型，不具有長期持續(xù)的生命力，因為要想讓行業(yè)大模型足夠?qū)嵱茫枰催^來訓(xùn)練基礎(chǔ)大模型，如果想要讓行業(yè)大模型真正在產(chǎn)業(yè)上量產(chǎn)使用，必須將效率和成本控制做到極致，而極致優(yōu)化必須要掌握基礎(chǔ)大模型。
此外，未來產(chǎn)業(yè)的突破伴隨不斷的技術(shù)突破而進(jìn)行，行業(yè)應(yīng)用不是簡單的靠創(chuàng)意來解鎖，而是技術(shù)解鎖的。未來幾年，技術(shù)會不斷解鎖場景，場景方也會不斷探索如何重構(gòu)行業(yè)的效率和體驗。
