商湯版ChatGPT「商量」來了！開放API，基于千億參數(shù)大模型，體驗實錄在此

金磊 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

國產(chǎn)ChatGPT之戰(zhàn)，已然是大步邁進白熱化階段。

就在剛剛，商湯正式發(fā)布自研類ChatGPT產(chǎn)品，名曰商量（SenseChat）。

單單是這個名字，便值得說道一番。

商量的“商”，不僅體現(xiàn)了它是商湯自家“商字輩兒”的產(chǎn)品；從整體來看，更是具有商討、交換意見的味道。

畢竟我們在使用類ChatGPT產(chǎn)品過程中，恰巧就是一種人機協(xié)同的過程：不應(yīng)是一味的問與答，而是通過引導(dǎo)等方式讓輸出結(jié)果趨于理想。

在商量的背后，所依托的是商湯自研的千億參數(shù)自然語言處理模型。

而在此模型的背后，則是商湯最新推出的日日新（SenseNova）大模型體系。

也正是因為這種的能力，商湯的發(fā)布還不同于此前國產(chǎn)類ChatGPT玩家，它一口氣還發(fā)布了：

• 秒畫：AI內(nèi)容創(chuàng)作社區(qū)平臺。
• 如影：AI數(shù)字人視頻生成平臺。
• 瓊宇、格物：3D內(nèi)容生成平臺。

更重要的一點是，根據(jù)商湯CEO徐立在現(xiàn)場的描述，上述這些AIGC產(chǎn)品所要發(fā)力之處，將是諸如醫(yī)療、短視頻、教育、營銷以及開發(fā)等產(chǎn)業(yè)領(lǐng)域。

但不得不說，這一波科技之戰(zhàn)，著實是愈演愈烈了。

“商量”的體驗實錄

那么商湯的AIGC產(chǎn)品，效果又是如何？

我們在前方現(xiàn)場體驗了一下。

先來看下商量這款產(chǎn)品，是否真的能做到商量。

多輪對話能力展示

既要多輪對話，又要人機共創(chuàng)，那么和它商量著創(chuàng)作一個故事，便是很好例子：

我們來一起創(chuàng)作兒童故事吧。規(guī)則是我先說一句，你再說一句，交替進行。直到我說故事編完了就結(jié)束。你明白了么？

在我們下達指示之后，“商量”表示了理解，然后就開始了“你一句我一句”人機共創(chuàng)故事的之旅：

人類：小花是一只小貓咪，他很喜歡釣魚。
商量：小花在河邊釣魚，他釣到了一條大魚。

人類：大魚對小花說，請你放我回去吧，我家里還有小魚在等著我呢。
商量：小花心地善良，他同意了大魚的請求，把大魚放回了河里。大魚感激地游走了，小花也繼續(xù)享受著的釣魚的樂趣。

從這個過程中不難看出，“商量”是可以理解用戶的語義，了解故事中的角色和關(guān)系，并且能夠get用戶的思路，基于此以多輪對話形式來完成故事的創(chuàng)作。

（要是讓小朋友們跟“商量”一起創(chuàng)作故事，怕是能玩上一整天吧。）

不僅如此，在體驗過程中，我們還發(fā)現(xiàn)“商量”是具備一定共情能力的。

例如當(dāng)我們處于迷茫之際，可以向它提問：

如何提高自我認識，更好地了解自己？

此時的“商量”仿佛可以抓住問題背后人類內(nèi)心真正的需求，回答中的“學(xué)會愛自己”、“學(xué)會自我肯定和鼓勵”，顯得格外暖心。

當(dāng)然，多輪對話僅僅是對話機器人能力展示的一隅。

接下來，我們就要拿網(wǎng)友們經(jīng)常調(diào)侃AI的諸多問題，來開啟更高難度的挑戰(zhàn)了！

只認事實，不認“老婆說的都對”

當(dāng)然，創(chuàng)作能力是聊天機器人能力的一面，但對于事實的尊重也是非常重要的一點。

對于此前被網(wǎng)友們玩壞的“老婆說的都對”，“商量”又會如何應(yīng)對？

嗯，老婆在事實面前是真的不好使了。

我們再來一個更天馬行空的胡謅：

請告訴我以下陳述是否包含時代錯誤：在盟軍轟炸硫磺島海灘期間，拉爾夫大聲地對著自己的iPhone說話。

“商量”面對這么一句胡謅，直接指出了iPhone與二戰(zhàn)的時代背景不符，可見其不僅能理解句子的意思，還能通過嘗試判斷句子的合理性。

那么對于非常繞的邏輯問題，“商量”是否也能輕松應(yīng)對？

請聽題目：

假設(shè)False與True是False，則True與not False是？

講真，人類都得思忖半天的“繞彎問題”，“商量”不僅能夠秒出結(jié)果，還能把推理過程一并給出。

超長文本也能hold住

正如我們剛才提到的，“商量”是一個To B的產(chǎn)品，那么它定然需要解決的問題不是“片段性”的。

為此，商湯在現(xiàn)場還演示了基于“商量”背后的大模型，開發(fā)了幫助用戶進行新知識獲取和理解的助手工具，是可以輕松hold住超長文本的那種。

例如把一本《專利法》投喂給它，我們就可以向它咨詢很多專業(yè)性的問題了：

什么樣的東西可以申請專利？

從結(jié)果上來看，這個工具并不是直接從《專利法》中copy對應(yīng)的結(jié)果，而是模型理解了問題之后，生成并總結(jié)了答案。

基于這樣的能力，以后我們在工作上的效率提高程度，可見一斑。

不僅如此，剛才我們投喂的《專利法》是2020年的版本，而今年國家知識產(chǎn)權(quán)局就專利申請是提出過新的要求的。

從我們提問“今年規(guī)定有沒有新的變化”的回答中不難看出，模型確實融合了最新的資訊，并給出了合理的答案。

再如同樣是基于大語言模型，商湯面向開發(fā)者所打造的AI代碼助手，可以提供代碼補全、注釋生成代碼、測試代碼生成、代碼翻譯、代碼修正、代碼重構(gòu)、復(fù)雜度分析等功能。

據(jù)了解，AI代碼助手可以同時支持中英文及多種編程語言，并且可以快速適應(yīng)開發(fā)者的個性化編碼風(fēng)格。

從根據(jù)商湯內(nèi)部測試的結(jié)果來看，在使用“AI代碼助手”后，代碼編寫效率可以提升62%，Humaneval測試集一次通過率可以達到40.2%。

馬斯克中國游記，2秒鐘就能搞定

除了對話機器人之外，商湯AI作畫產(chǎn)品“秒畫”也是本次發(fā)布的一大亮點。

話不多說，直接上效果。

我們同樣是先來看看被網(wǎng)友們玩兒壞了的一個Prompt：

中國80年代，馬斯克在河南的農(nóng)村，穿著當(dāng)時年代的中國服裝。

嗯，是有那個味道了。

而且更為關(guān)鍵的是，生成512K圖片僅需2秒鐘！

不僅如此，商湯在現(xiàn)場演示的過程中，還展示了逼真效果版的港風(fēng)美女。

同樣是2秒出圖，引得現(xiàn)場觀眾“哇”聲一片：

那么除了這種趣味性的以文生圖，“秒畫”的作品是否能夠達到在產(chǎn)業(yè)中的應(yīng)用水平？

我們繼續(xù)試驗：

明亮的場面，鳥瞰圖，中國古代城市，水晶，魔幻，幻想，華麗的光作用，透明度，鏡面反射，華麗的光，錯綜復(fù)雜的細節(jié)，精細的紋理，超現(xiàn)實，單反攝影，廣角鏡頭，照片，現(xiàn)實，鋒利的焦點，超鋒利。

不得不說，如此恢宏壯麗的景象，是把想象拉進現(xiàn)實的那種了。

若是想生成與太空探索主題相關(guān)的高清大海報，這個也可以有，只需把這句話投喂進去：

一艘閃閃發(fā)光的飛船繞著一顆巨大的氣態(tài)巨行星的月球旋轉(zhuǎn)，在天空中盤旋著云，飛船在月球前氣態(tài)巨行星前，美麗的科幻藝術(shù)，超現(xiàn)實的白日夢。

不難看出，“秒畫”是經(jīng)得住考驗的那種AI了。

除了以文生圖之外，我們再來看下AI數(shù)字人生成平臺。

據(jù)了解，商湯的“如影”僅需要5分鐘真人視頻素材，就可以生成出聲音及動作自然、口型準(zhǔn)確、多語種精通的數(shù)字人分身。

再如“瓊宇”和“格物”，基于神經(jīng)輻射場技術(shù)（NeRF），可以高效低成本生成大規(guī)模三維場景和精細化的物件，為元宇宙、虛實融合應(yīng)用打開新的想象空間。

由此可見，商湯的AIGC能力已然是做到了全面覆蓋，并且水平也是肉眼可見的達到了可以“上崗”的水平。

那么接下來的一個問題是：

怎么煉成的？

背后的日日新大模型，便是煉成“商量”、“秒畫”等一眾AIGC產(chǎn)品的殺手锏。

日日新，顧名思義，是指模型的迭代速度及處理問題的能力上可以日日更新，不斷解鎖AGI更多可能。

（取自《禮記·大學(xué)》中湯之盤銘曰“茍日新、日日新、又日新”）

從現(xiàn)場展現(xiàn)的能力來看，日日新大模型能夠提供的能力，主要集中在了自然語言處理、圖片生成、自動化數(shù)據(jù)標(biāo)注、自定義模型訓(xùn)練等。

但日日新大模型并非是趁著這一波AIGC大熱潮，一蹴而就出現(xiàn)的那種。

其實早在五年前，商湯便已經(jīng)在大模型領(lǐng)域著手研發(fā)。

并且在2019年，商湯便使用上千張GPU進行單任務(wù)訓(xùn)練，推出了10億參數(shù)規(guī)模的視覺模型，并實現(xiàn)了當(dāng)時業(yè)界最好的算法效果。

后來在2021年到2022年期間，商湯訓(xùn)練并開源了30億參數(shù)的多模態(tài)大模型——書生。

就目前來看，商湯已經(jīng)成功研發(fā)了320億參數(shù)量的全球最大的通用視覺模型；并且已經(jīng)打造了CV、NLP和AIGC相關(guān)大模型。

因此，不難看出商湯此次發(fā)布的超大模型體系，其實是早有所準(zhǔn)備，通過五年來的各項“小作業(yè)”，融會貫通并提交了一項“大作業(yè)”。

值得一提的是，在此次發(fā)布會中，商湯表示“日日新”將提供多種靈活的API接口和服務(wù)，包括圖片生成，自然語言生成，視覺感知通用任務(wù)與標(biāo)注服務(wù)！

……

但有一說一，多模態(tài)和決策智能大模型，并非是商湯通往通用人工智能（AGI）的唯一殺手锏。

大模型時代，大算力更為重要

沒錯，商湯自己的超強算力，正是另一項更為關(guān)鍵的因素。

它便是于2022年1月交付使用，首付56億元，一舉成為亞洲最大的AI超算中心之一的人工智能計算中心（AIDC）。

一年之前，商湯AIDC的總算力便已經(jīng)是3740 Petaflops，如此算力之下，已經(jīng)可以完整訓(xùn)練萬億參數(shù)規(guī)模的大模型。

時隔一年，現(xiàn)如今，這個算力數(shù)字已然是翻了個小翻，達到了5000 Petaflops！

它可以以最大4000卡規(guī)模集群進行單任務(wù)訓(xùn)練，并可做到七天以上不間斷的穩(wěn)定訓(xùn)練。

但了解商湯的朋友都知道，這個AIDC還僅是商湯AI大裝置SenseCore的一部分。

除了AIDC這個算力層之外，加之?dāng)?shù)據(jù)層和模型層兩大維度，便構(gòu)成了“三位一體”的AI大裝置。

因此，綜合來看，商湯在通往AGI道路上的范式，便是“大模型+大算力”。

而如此布局的背后，在今天的發(fā)布會中，商湯對此的邏輯思考也逐步浮出水面，AGI時代之下，數(shù)據(jù)、算法和算力三要素有了新的需求：

計算量（GPU數(shù)量 x 運行時間 x 并行效率 ）= 模型參數(shù)量 x 處理數(shù)據(jù)量。

怎么理解？

模型參數(shù)量要足夠多，才能實現(xiàn)AI智慧的涌現(xiàn)，而這也帶來了對算力的劇增，需要更高的并行效率，才能有效支持大參數(shù)模型訓(xùn)練。

數(shù)據(jù)方面，高質(zhì)量自然語言數(shù)據(jù)逐漸稀缺，而視覺數(shù)據(jù)相較自然語言在數(shù)量、質(zhì)量、容納信息等方面有多種優(yōu)勢，能夠使得AI更好地理解世界。

由此，就不難理解商湯如此布局的原因了。

……

總而言之，有大數(shù)據(jù)、有大模型、有大算力，商湯在國產(chǎn)AIGC的亮相，一點也不意外。

是值得期待一波了。