社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  aigc

Soul上线AI聊天助理、试验模应一体方法论 “AIGC+社交”想为用户情绪把脉

每日经济新闻 • 2 年前 • 448 次点击  

当AIGC的焦点从大模型逐渐转移到应用层,各赛道尝试层出不穷。特别是大语言模型的火热,让社交也顺势成为了新技术落地的垂类方向之一。

国内社交产品也开始紧锣密鼓地筹备。2023年,新型社交平台Soul推出了自研垂类大模型Soul X,具备prompt驱动、条件可控生成、多模态理解等功能。

对于在AIGC领域的尝试,Soul首席技术官陶明在接受《每日经济新闻》记者采访时表示:“AI社交的关键在于通过AI实现关系推荐、对话辅助、降低表达门槛和提升社交体验。对话式AI需要具备情感化的能力,能够找到人的情绪点,并个性化、拟人化、多样化。”

面对大模型赛道的未来,他判断,大模型赛道目前几乎会走到同一水平线,商业公司的竞争会落到各自端内的发展。

自ChatGPT横空出世,新技术引发的震动持续至今。AI展现出的理解现实世界,以及颠覆式生产能力让人期待。

而后Sora诞生,AI在理解真实世界场景并与之互动的能力方面实现飞跃,“教AI理解和模拟运动中的物理世界”又进一步;一键作词编曲的Suno,可以生成任何你想要的主题、音乐风格,或是大概的情绪氛围。

新产品和相关大模型的发布都令这一波技术浪潮持续“滚热”,但巨浪同时也在席卷每一个人。而AIGC与社交的深度结合,可能就是这样一个全新的介质,它最终会有“Soul”吗?

“模型≠产品” AI Native应用待落地


Soul启动对AI产品的系统研发工作是从2020年开始的,但那时主要还是在智能对话、语音技术等做一些简单的技术积累。2022年,ChatGPT在全球范围内爆火,AIGC革命随之到来。

陶明说:“过去两年非常焦虑,焦虑的点在于:不知道生成式AI的边界在哪,以及它是否能端到端地去解决问题。”

最终他和团队判断,单一的模型无法全方面解决问题,垂类大模型还是必须的。“我觉得用通用大模型的能力去解决一个具体的问题,这本身在逻辑上就不太成立。任何预判其实还是要符合常识。”他表示。

2023年,Soul推出自研垂类大模型Soul X。记者了解到,该模型具备prompt驱动、条件可控生成、上下文理解、多模态理解等能力。

但正如陶明所说,即使是拿到垂类的数据训练出的模型,还是属于技术范畴,不属于用户需求场景的范畴。因此想要围绕满足用户的角度,模型是没办法做到的。

“能预见未来两三年都没法直接解决。”陶明说,因此只能在大模型的底座下,做一些应用层面的尝试,边做边看。

从构想上看,“AIGC+社交”的关键是,通过AI实现关系推荐、对话辅助、降低表达门槛,最终提升社交体验。换言之,对话式AI需要具备情感化的能力,能够找到人的情绪点,个性化、拟人化、多样化。

但这绝非易事,除了技术上的突破之外,对应到平台,需要长期沉淀、真实的社交数据,同时还要维持一个高粘性、高活跃的天然C端场景。

Soul在这个“模应一体”的框架下,也做了包括异世界回响等新APP,以及在AI游戏等维度探索AI Native应用落地。记者了解到,有多款新产品在研发阶段,会在后续陆续上线。

AI的“杀手级应用”何时诞生?


过去两年,包括ChatGPT、Sora、Suno等产品的横空出世,AIGC无论是技术还是应用上,热度一直延续至今。但显然,AIGC在应用层面的表现,是外界更加期待的。

最近的百度AI开发者大会上,百度CEO李彦宏说:“大语言模型本身并不直接创造价值,基于大模型开发出来的AI原生应用才能满足真实的市场需求。”

让大模型落地,从技术向应用层面做深层迭代是当下AIGC市场关注和竞争的焦点。从过去每一次技术带来的革命式演进浮现出来的规律是:杀手级应用的出现,可能才是技术真正走向规模应用的“奇点”。

陶明对此有自己的判断。他认为,AIGC杀手级应用一定是存在于原本就具有场景应用的公司,而不是在纯粹的模型公司。

“这是相对来讲确切性比较大的。”他进一步解释,“无论是算法还是产品,场景和用户等的需求更重要。AI本质上是一种技术、一个手段,技术的发展有它的趋势,但如何将技术的红利变成行业或者产品的收益,可能更多还需要理解场景和用户的公司去做实践,效果可能更好”。

所以,AIGC的应用是“拿着锤子找钉子”,还是“有了钉子,把锤子做进一步优化”?陶明认可后者,他觉得从效率角度来说,已经有钉子,再去找适配的锤子,效率更高,从应用层面,也相对比较务实。

市场上,今年以来越来越多的“钉子”找到了“锤子”,AIGC的规模应用在产品一侧的显效可能很快也将迎来新一轮爆发期。

前不久,腾讯宣布基于混元大模型,面向C端用户的AI助手“腾讯元宝”正式上线。记者体验后发现,相较此前的测试版本,腾讯元宝聚焦AI效率工具,提供了AI搜索、AI总结、AI写作等核心能力。

越来越多有实际用户场景的公司,开始做AI在C端应用上的尝试,无论是社交,还是内容、生产等层面,AI开始辅助创作、辅助社交关系破冰。

杀手级应用何时到来?创新工场董事长、零一万物CEO李开复此前说,杀手级应用已经有了,而且以后会越来越多。微信、TikTok、Instagram等做到1亿级用户,需要8-30个月。而美国已经有两个AI应用,仅用6个月就达到了1亿用户。

AIGC的应用时代,颠覆只会来得更快。

免责声明:本文内容与数据仅供参考,不构成投资建议,使用前请核实。据此操作,风险自担。


记者|王郁彪
编辑|程鹏 刘雪梅 杜恒峰
校对|段炼
|每日经济新闻  nbdnews  原创文章|
未经许可禁止转载、摘编、复制及镜像等使用
如需转载请向本公众号后台申请并获得授权


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/170866