久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

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(jù)何曉冬介紹，通過5分鐘的形象和數(shù)據(jù)采集，基于大模型能力，京東可以重構(gòu)整個(gè)數(shù)字人形象，并推向應(yīng)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)在京東上線了4000+品牌直播間，累計(jì)帶動(dòng)8億GMV（商品交易總額）。

不過重視場(chǎng)景應(yīng)用，或許只是大模型全球競(jìng)賽的現(xiàn)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(yīng)用起來(lái)，比如語(yǔ)音識(shí)別和語(yǔ)音合成，比如視覺領(lǐng)域的圖像識(shí)別和視頻合成——當(dāng)然也包括數(shù)字人?！皵?shù)字人既有形象，又有語(yǔ)音，還有手勢(shì)，還有語(yǔ)義，還有各種情緒在里面?！?

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(jī)制，其實(shí)都是基于對(duì)人本身學(xué)習(xí)機(jī)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(duì)“數(shù)字人”情有獨(dú)鐘，由此可見各界對(duì)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(jí)。騰訊云行業(yè)大模型能力將被應(yīng)用到金融風(fēng)控、交互翻譯、數(shù)智人客服等場(chǎng)景中。通過平臺(tái)提供的AI生成算法、生成式動(dòng)作驅(qū)動(dòng)，再結(jié)合行業(yè)大模型能力，企業(yè)可以獲得個(gè)性化、專業(yè)、逼真的數(shù)字員工。數(shù)字人，其實(shí)就涉及到多模態(tài)能力。

《人機(jī)共生——大模型時(shí)代的十大AI趨勢(shì)觀察》報(bào)告指出，多模態(tài)技術(shù)的發(fā)展正在助力AI解決更為復(fù)雜的問題。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(xiàn)能力。目前基于文本的交互，也將走向基于語(yǔ)義的交互，強(qiáng)化對(duì)人類情緒的感知和表達(dá)。

現(xiàn)場(chǎng)圖

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

ChatGPT-4早已開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(dāng)用戶提問，“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車頂上，使用熨衣板熨燙衣服?！?

在今年的WAIC大會(huì)上，談及國(guó)內(nèi)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(duì)《科創(chuàng)板日?qǐng)?bào)》表示，不管是基礎(chǔ)語(yǔ)言模型還是多模態(tài)模型，國(guó)內(nèi)外都存在一定的距離?！安贿^，這是可以迎頭趕上的。在應(yīng)用的探索上，也處于相對(duì)初期的狀態(tài)。但未來(lái)會(huì)是繁榮的生態(tài)。”

方興未艾，眼下正是國(guó)內(nèi)企業(yè)積極作為之時(shí)。

在接受觀察者網(wǎng)對(duì)話時(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能力，未來(lái)甚至可以更進(jìn)一步延伸向嗅覺、觸覺；另外一個(gè)方向是走向具身智能，包括機(jī)器人、機(jī)械臂、無(wú)人車等，讓通用人工智能走向物理世界。

本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。