400服務電話:400-186-5909(點擊咨詢)
澳門與香港一肖一碼100%期期精準/98期,2025年澳門天天彩大全
澳門與香港一肖一碼100%期期精準/98期,探索未來能源新趨勢綠色科技引領生活
澳門與香港一肖一碼100%期期精準/98期,探索未知領域獲取獨家信息指南:(1)400-186-5909(點擊咨詢)(2)400-186-5909(點擊咨詢)
澳門與香港一肖一碼100%期期精準/98期,澳門管家婆100中澳(1)400-186-5909(點擊咨詢)(2)400-186-5909(點擊咨詢)
澳門與香港一肖一碼100%期期精準/98期,新型環(huán)保材料助力綠色建筑發(fā)展
澳門與香港一肖一碼100%期期精準/98期,7777788888管家婆狗
維修服務保修期延長計劃,增加客戶保障:對于部分高價值家電或復雜維修項目,我們提供保修期延長計劃,增加客戶保障,讓客戶更加放心。
維修服務誠信經(jīng)營,樹立行業(yè)標桿:堅持誠信經(jīng)營原則,以誠信為本,以品質(zhì)為先,樹立家電維修行業(yè)的標桿和典范。
澳門與香港一肖一碼100%期期精準/98期,探索未知領域的精彩發(fā)現(xiàn)之旅
澳門與香港一肖一碼100%期期精準/98期,維修服務電話全國服務區(qū)域:
佳木斯市撫遠市、南京市六合區(qū)、玉溪市紅塔區(qū)、朝陽市凌源市、遵義市桐梓縣、雞西市恒山區(qū)、新鄉(xiāng)市牧野區(qū)、榆林市綏德縣、北京市通州區(qū)
重慶市榮昌區(qū)、三明市清流縣、成都市武侯區(qū)、洛陽市偃師區(qū)、銅川市宜君縣
內(nèi)蒙古阿拉善盟阿拉善左旗、鹽城市建湖縣、長治市沁縣、安康市寧陜縣、遵義市紅花崗區(qū)、瓊海市博鰲鎮(zhèn)
廣元市昭化區(qū)、臨沂市莒南縣、重慶市石柱土家族自治縣、新鄉(xiāng)市衛(wèi)輝市、長沙市寧鄉(xiāng)市、內(nèi)江市市中區(qū)、日照市嵐山區(qū)、西寧市城東區(qū)、汕尾市陸河縣、梅州市梅縣區(qū)
江門市江海區(qū)、永州市寧遠縣、萍鄉(xiāng)市上栗縣、潮州市饒平縣、大理賓川縣、臨滄市耿馬傣族佤族自治縣、濰坊市安丘市、東莞市厚街鎮(zhèn)
直轄縣天門市、忻州市岢嵐縣、巴中市恩陽區(qū)、邵陽市大祥區(qū)、上饒市弋陽縣
銅川市印臺區(qū)、南平市光澤縣、萬寧市和樂鎮(zhèn)、煙臺市棲霞市、晉城市城區(qū)
中山市橫欄鎮(zhèn)、廣西崇左市天等縣、寧夏銀川市靈武市、大興安嶺地區(qū)新林區(qū)、天津市河東區(qū)、滁州市定遠縣
煙臺市芝罘區(qū)、屯昌縣烏坡鎮(zhèn)、河源市源城區(qū)、牡丹江市東安區(qū)、信陽市商城縣、深圳市寶安區(qū)
汕頭市濠江區(qū)、五指山市毛道、蚌埠市龍子湖區(qū)、葫蘆島市建昌縣、贛州市會昌縣、永州市藍山縣、黔西南安龍縣、常州市金壇區(qū)、東莞市企石鎮(zhèn)
上海市閔行區(qū)、東莞市石龍鎮(zhèn)、牡丹江市林口縣、錦州市黑山縣、錦州市義縣、中山市南區(qū)街道、文昌市東閣鎮(zhèn)、海西蒙古族都蘭縣、常州市天寧區(qū)
周口市商水縣、湘西州花垣縣、廣西柳州市柳城縣、廣西百色市平果市、東營市河口區(qū)、株洲市石峰區(qū)、銅仁市玉屏侗族自治縣、阜陽市潁上縣、安康市寧陜縣
廈門市集美區(qū)、內(nèi)蒙古阿拉善盟額濟納旗、青島市黃島區(qū)、大連市瓦房店市、海北海晏縣、淮北市杜集區(qū)、東莞市東城街道、甘孜瀘定縣、渭南市蒲城縣
濱州市濱城區(qū)、荊門市沙洋縣、中山市三角鎮(zhèn)、太原市迎澤區(qū)、莆田市仙游縣
內(nèi)蒙古烏蘭察布市豐鎮(zhèn)市、大連市普蘭店區(qū)、廣西桂林市雁山區(qū)、孝感市漢川市、廣西柳州市融水苗族自治縣、東方市大田鎮(zhèn)、廣安市華鎣市、昌江黎族自治縣七叉鎮(zhèn)、遵義市播州區(qū)、廣西賀州市八步區(qū)
梅州市蕉嶺縣、內(nèi)蒙古呼和浩特市賽罕區(qū)、榆林市米脂縣、玉溪市紅塔區(qū)、瓊海市萬泉鎮(zhèn)、渭南市臨渭區(qū)、長沙市瀏陽市
合肥市長豐縣、撫州市臨川區(qū)、陵水黎族自治縣三才鎮(zhèn)、阿壩藏族羌族自治州阿壩縣、內(nèi)蒙古呼和浩特市和林格爾縣
寶雞市扶風縣、咸陽市長武縣、菏澤市巨野縣、廣西欽州市浦北縣、鄭州市鞏義市、德宏傣族景頗族自治州瑞麗市、杭州市桐廬縣、云浮市郁南縣、天水市甘谷縣
葫蘆島市龍港區(qū)、儋州市海頭鎮(zhèn)、銅仁市印江縣、大理洱源縣、云浮市郁南縣、平?jīng)鍪谐缧趴h、廣西賀州市平桂區(qū)、玉溪市江川區(qū)、重慶市江津區(qū)
煙臺市海陽市、南京市秦淮區(qū)、永州市道縣、臨汾市大寧縣、荊州市松滋市、嘉峪關市文殊鎮(zhèn)、永州市東安縣、龍巖市漳平市、白沙黎族自治縣邦溪鎮(zhèn)
平頂山市寶豐縣、內(nèi)蒙古包頭市白云鄂博礦區(qū)、成都市簡陽市、寧夏吳忠市同心縣、臨汾市霍州市、白銀市平川區(qū)、自貢市貢井區(qū)、晉城市澤州縣、金華市浦江縣、寧夏中衛(wèi)市海原縣
菏澤市鄄城縣、東方市感城鎮(zhèn)、廣西貴港市桂平市、濟寧市曲阜市、孝感市大悟縣、蘇州市姑蘇區(qū)、溫州市樂清市、廣西來賓市金秀瑤族自治縣、白城市鎮(zhèn)賚縣
河源市東源縣、哈爾濱市通河縣、達州市萬源市、阜陽市太和縣、安慶市潛山市、周口市扶溝縣、安慶市大觀區(qū)、延安市黃龍縣、廣西貴港市港南區(qū)
寧波市海曙區(qū)、南昌市東湖區(qū)、內(nèi)蒙古呼和浩特市土默特左旗、內(nèi)蒙古錫林郭勒盟鑲黃旗、延安市黃陵縣、哈爾濱市松北區(qū)、本溪市溪湖區(qū)、廣安市鄰水縣、宜昌市秭歸縣
中山市黃圃鎮(zhèn)、衢州市龍游縣、黔東南從江縣、漳州市漳浦縣、撫州市廣昌縣、白城市洮南市、咸陽市長武縣、黔南都勻市、銅陵市銅官區(qū)、寧波市江北區(qū)
內(nèi)蒙古巴彥淖爾市五原縣、成都市蒲江縣、遂寧市大英縣、廣元市昭化區(qū)、吉林市昌邑區(qū)、綏化市青岡縣、黔南福泉市
西寧市湟源縣、中山市南區(qū)街道、寧夏固原市彭陽縣、駐馬店市泌陽縣、武漢市漢南區(qū)、延邊琿春市、吉林市永吉縣、衢州市開化縣、洛陽市汝陽縣、衡陽市雁峰區(qū)
400服務電話:400-186-5909(點擊咨詢)
澳門與香港一肖一碼100%期期精準/98期,最新研究揭示全球氣候變化關鍵數(shù)據(jù)
澳門與香港一肖一碼100%期期精準/98期,科技賦能未來生活新篇章
澳門與香港一肖一碼100%期期精準/98期,2025澳門精準正版免費四不像:(1)400-186-5909(點擊咨詢)(2)400-186-5909(點擊咨詢)
澳門與香港一肖一碼100%期期精準/98期,2025全年資料免費大全(1)400-186-5909(點擊咨詢)(2)400-186-5909(點擊咨詢)
澳門與香港一肖一碼100%期期精準/98期,新澳今晚最新資料晚上
澳門與香港一肖一碼100%期期精準/98期,新政策出臺助力中小企業(yè)創(chuàng)新發(fā)展
后期跟蹤服務,維修完成后,我們還會進行回訪,確保您的滿意度。
服務熱線直撥:無需經(jīng)過繁瑣的轉(zhuǎn)接流程,直接撥打服務熱線即可聯(lián)系我們。
澳門與香港一肖一碼100%期期精準/98期,新澳最新版精準特
澳門與香港一肖一碼100%期期精準/98期,維修服務電話全國服務區(qū)域:
綿陽市梓潼縣、呂梁市石樓縣、九江市濂溪區(qū)、長春市雙陽區(qū)、南平市建陽區(qū)
三明市尤溪縣、阿壩藏族羌族自治州松潘縣、張掖市臨澤縣、阿壩藏族羌族自治州理縣、呂梁市離石區(qū)、衢州市龍游縣、咸寧市咸安區(qū)、衡陽市珠暉區(qū)、周口市扶溝縣、東莞市大朗鎮(zhèn)
黔西南興仁市、湖州市長興縣、周口市項城市、酒泉市肅州區(qū)、廣西桂林市臨桂區(qū)、成都市溫江區(qū)、阜新市新邱區(qū)、成都市郫都區(qū)、西安市周至縣
咸陽市旬邑縣、黃石市西塞山區(qū)、通化市集安市、日照市莒縣、昭通市彝良縣、文昌市東路鎮(zhèn)、漢中市略陽縣、哈爾濱市道里區(qū)、宜春市高安市、廣西柳州市魚峰區(qū)
哈爾濱市香坊區(qū)、哈爾濱市賓縣、中山市大涌鎮(zhèn)、玉溪市峨山彝族自治縣、畢節(jié)市黔西市、南京市建鄴區(qū)、湛江市吳川市、沈陽市沈北新區(qū)、淮北市濉溪縣、麗江市古城區(qū)
安陽市北關區(qū)、楚雄南華縣、沈陽市沈北新區(qū)、株洲市蘆淞區(qū)、萬寧市東澳鎮(zhèn)
衡陽市祁東縣、天津市靜海區(qū)、內(nèi)蒙古巴彥淖爾市五原縣、云浮市云安區(qū)、延邊圖們市、臨汾市鄉(xiāng)寧縣、晉中市壽陽縣
惠州市惠東縣、海西蒙古族茫崖市、九江市彭澤縣、宜賓市屏山縣、玉溪市華寧縣、鶴崗市興安區(qū)、鹽城市鹽都區(qū)、濟南市天橋區(qū)
宜賓市南溪區(qū)、哈爾濱市巴彥縣、南京市秦淮區(qū)、梅州市興寧市、連云港市海州區(qū)、宜昌市秭歸縣
深圳市福田區(qū)、定西市安定區(qū)、婁底市婁星區(qū)、衡陽市雁峰區(qū)、海北剛察縣、嘉峪關市峪泉鎮(zhèn)、黃岡市紅安縣、南京市江寧區(qū)
德州市禹城市、寧德市壽寧縣、黃石市黃石港區(qū)、曲靖市會澤縣、大慶市龍鳳區(qū)
樂東黎族自治縣黃流鎮(zhèn)、溫州市永嘉縣、昌江黎族自治縣叉河鎮(zhèn)、開封市蘭考縣、韶關市新豐縣、肇慶市懷集縣、中山市民眾鎮(zhèn)、臨高縣調(diào)樓鎮(zhèn)、東莞市洪梅鎮(zhèn)、內(nèi)蒙古錫林郭勒盟蘇尼特右旗
松原市寧江區(qū)、遂寧市安居區(qū)、咸陽市渭城區(qū)、自貢市榮縣、黔東南施秉縣、澄邁縣加樂鎮(zhèn)、馬鞍山市當涂縣
廣西防城港市東興市、直轄縣仙桃市、樂山市沐川縣、內(nèi)蒙古呼和浩特市玉泉區(qū)、銅陵市樅陽縣、哈爾濱市阿城區(qū)、延邊圖們市
成都市簡陽市、晉城市澤州縣、邵陽市邵陽縣、陵水黎族自治縣提蒙鄉(xiāng)、昆明市盤龍區(qū)
寧夏中衛(wèi)市中寧縣、阿壩藏族羌族自治州理縣、馬鞍山市花山區(qū)、昭通市水富市、紹興市上虞區(qū)、甘孜德格縣、漳州市云霄縣、聊城市東阿縣、撫州市南城縣、定安縣雷鳴鎮(zhèn)
武漢市青山區(qū)、隨州市廣水市、南充市高坪區(qū)、巴中市平昌縣、黔西南晴隆縣、贛州市全南縣
瀘州市合江縣、廣西南寧市青秀區(qū)、邵陽市城步苗族自治縣、涼山寧南縣、西安市藍田縣、贛州市于都縣、內(nèi)蒙古通遼市科爾沁左翼中旗、黃石市鐵山區(qū)
濰坊市壽光市、重慶市南岸區(qū)、錦州市太和區(qū)、陵水黎族自治縣英州鎮(zhèn)、遼源市東遼縣、上海市奉賢區(qū)、阜新市海州區(qū)、汕頭市澄海區(qū)、婁底市冷水江市
牡丹江市陽明區(qū)、寧德市壽寧縣、儋州市峨蔓鎮(zhèn)、黑河市五大連池市、信陽市羅山縣、河源市和平縣、淮北市杜集區(qū)、惠州市惠城區(qū)、寧德市古田縣、忻州市繁峙縣
伊春市豐林縣、內(nèi)蒙古包頭市白云鄂博礦區(qū)、寶雞市金臺區(qū)、中山市大涌鎮(zhèn)、池州市青陽縣、荊州市監(jiān)利市、延安市志丹縣、昆明市東川區(qū)、黃岡市武穴市
三門峽市盧氏縣、陵水黎族自治縣本號鎮(zhèn)、銅陵市郊區(qū)、寧波市江北區(qū)、黔西南晴隆縣、佛山市南海區(qū)、內(nèi)蒙古呼倫貝爾市扎賚諾爾區(qū)、河源市紫金縣、上海市虹口區(qū)、沈陽市皇姑區(qū)
牡丹江市寧安市、廣西河池市都安瑤族自治縣、天水市秦安縣、宜春市銅鼓縣、延邊圖們市、達州市宣漢縣
成都市雙流區(qū)、果洛班瑪縣、六安市舒城縣、甘南碌曲縣、棗莊市臺兒莊區(qū)、臨高縣加來鎮(zhèn)、朔州市懷仁市、朝陽市雙塔區(qū)、九江市武寧縣
安慶市望江縣、內(nèi)蒙古呼和浩特市新城區(qū)、迪慶德欽縣、滁州市鳳陽縣、開封市禹王臺區(qū)、大興安嶺地區(qū)塔河縣、黔東南劍河縣、紅河河口瑤族自治縣
長治市襄垣縣、徐州市鼓樓區(qū)、婁底市新化縣、安慶市桐城市、南昌市青山湖區(qū)、樂東黎族自治縣尖峰鎮(zhèn)、淮南市八公山區(qū)
福州市閩侯縣、慶陽市慶城縣、淮北市相山區(qū)、淄博市臨淄區(qū)、聊城市東阿縣、甘孜色達縣
對話階躍星辰姜大昕:Sora技術(shù)有局限,多模態(tài)理解生成一體化才是未來|界面新聞 · 科技
界面新聞記者 | 伍洋宇
界面新聞編輯 | 文姝琪
不同于兩年前的百模大戰(zhàn)時期誰都可以喊一句“沖擊AGI”,如今創(chuàng)業(yè)公司再堅稱自己以此為目標已經(jīng)不是一種主流行為——但這仍是階躍星辰要在2025年延續(xù)的敘事。
5月8日,階躍星辰創(chuàng)始人兼CEO姜大昕進行了一場技術(shù)溝通會,強調(diào)公司的技術(shù)追求并對未來技術(shù)趨勢作出判斷。對于公司從Day 1起便明確的“單模態(tài)—多模態(tài)—多模理解和生成的統(tǒng)一—世界模型—AGI(通用人工智能)”路線圖,他也予以明確了當下時刻的定位。
幾乎以低調(diào)貫穿整個成立初期的階躍星辰,從去年下半年起主動對外釋放更多聲量,開始打一場水面之上的仗。
這些聲量大都圍繞模型進展。成立兩年,公司累計發(fā)布22款基座模型,覆蓋文字、語音、圖像、視頻、音樂、推理等系列。其中有16款是多模態(tài)模型,又分屬圖像理解、視頻理解、圖像生成、視頻生成、圖像編輯、音樂生成、多模態(tài)推理等方向。
區(qū)別于行業(yè)更常見的圖像模型、音頻模型、視頻模型等不加區(qū)分的定義和命名方式,階躍星辰格外強調(diào)多模態(tài)模型“理解”與“生成”的單一屬性。這與這家公司選擇的AGI路線以及即將要突破的關鍵節(jié)點息息相關。

“從模仿學習走向強化學習,以及從多模態(tài)融合走向多模態(tài)理解與生成一體化,是當下大模型發(fā)展主要呈現(xiàn)的兩個趨勢。”姜大昕開場點明了這一主題。
第一條趨勢行業(yè)并不陌生,這是OpenAI去年9月通過o1-preview掀起的模型訓練范式革命,并且主導了接下來數(shù)月幾乎所有大模型公司的迭代方向。隨著推理模型與后訓練成為業(yè)界共識,文本模型的技術(shù)路線相對收斂,這里的格局變換已不如從前那樣日新月異。
另一條趨勢屬于多模態(tài)模型,這是一個最優(yōu)技術(shù)路徑尚不明朗的領域,階躍星辰在此押下重注。
“有一句話我在很多場合不停重復——我們認為多模態(tài)是實現(xiàn)AGI的必經(jīng)之路?!苯箨恐赋觯瑹o論是從人類智能的多元化角度(符號智能、視覺智能、空間智能等),還是從垂直領域AI應用需求來說,大模型的多模態(tài)能力都必不可少。
這家公司進一步判斷,在多模態(tài)模型領域,理解與生成統(tǒng)一是其核心問題。
文本大模型的理解與生成已經(jīng)由GPT類模型實現(xiàn)統(tǒng)一,但在視覺領域,內(nèi)容的理解與生成仍普遍采用不同模型,例如用GPT-4o來理解圖片,但用Flux、Stable Diffusion等來生成圖片。
為什么一定要做多模理解與生成的統(tǒng)一?姜大昕解釋稱,一方面生成的內(nèi)容需要理解來控制,確保內(nèi)容具備意義和價值;另一方面,內(nèi)容的理解需要生成來監(jiān)督,也即“只有能夠生成的時候才意味著真正的理解了”。
從統(tǒng)計學角度看來,相比文本模態(tài)的低維度離散分布,視覺模態(tài)的高維度連續(xù)分布造就了模型學習更高的復雜性。
這使得文本模型的NTP(Next-Token-Prediction)還無法順暢平移為視覺模型的NFP(Next-Frame-Prediction),也意味著屬于視覺模型的可規(guī)?;斫馍梢惑w化架構(gòu)尚未出現(xiàn)——這正是Transfomer架構(gòu)之于GPT等文本模型的重大意義。
姜大昕坦言,視覺領域的確處在一個等待“Transformer架構(gòu)”出現(xiàn)的階段,而行業(yè)也在探索多個不同方向,公司當前的目標是要自己把“Transformer”做出來。
在他看來,擁有了這一架構(gòu)的視覺模型,可以效仿文本模型的路徑,順利邁入海量圖片和視頻預訓練及指令跟隨的GPT-3階段,并可能加速進入融合了強化學習的視覺時空推理階段,直至誕生世界模型。
這也是為什么他會說,“一旦視覺模型理解與生成一體化的問題被解決,之后的路線會非常順暢”。
.png)
作為該技術(shù)目標的最新進展,階躍星辰近期發(fā)布了圖像編輯模型Step1X-Edit,多模態(tài)推理模型Step-R1-V-Mini,以及圖生視頻模型Step-Video-TI2V。姜大昕指出,Step1X-Edit實現(xiàn)了初步的理解與生成統(tǒng)一,但還可以在架構(gòu)和數(shù)據(jù)上做進一步優(yōu)化和打磨。
技術(shù)路線之外,階躍星辰梳理出了一條更明確的商業(yè)化路徑。
除了此前已有的ToC(用戶)產(chǎn)品嘗試和ToB(企業(yè))合作模式,階躍星辰將在應用層重點發(fā)力的方向是AI Agent。不過相較于自己做一款Manus類的產(chǎn)品,公司選擇聚焦智能終端Agent領域,也就是與手機、汽車、機器人等終端廠商合作,以端云結(jié)合平臺的角色構(gòu)建智能終端的Agent生態(tài)。
作為一家已融資數(shù)億美元的B輪創(chuàng)業(yè)公司,這場溝通會沒有大談用戶規(guī)模、商業(yè)模式、盈利能力,更多話題還是圍繞如果要實現(xiàn)AGI,公司要如何翻越既定路線上的某一座山頭。這種氛圍在當前行業(yè)熱議AI應用公司如何火熱、掙錢的喧囂襯托下,頗有一種反差。
此外,姜大昕還接受了界面新聞等媒體采訪,更細致回答了有關多模理解與生成統(tǒng)一技術(shù)路徑的相關問題,以及對模型訓練與商業(yè)化的基本判斷。
以下為姜大昕采訪實錄,略作編輯:
媒體:躍問最近改名階躍AI了,原因是什么?公司過去一年發(fā)布過一些C端產(chǎn)品,目前對這個方向有什么經(jīng)驗總結(jié)?
姜大昕:去年大模型還沒有出現(xiàn)這么強大的多模態(tài)和推理模型,我們看到的產(chǎn)品就幾類,Chatbot,AI陪伴,還有Runway、Pika這樣一些AIGC應用。那時候大家其實沒有特別明確的方向,只是因為有這樣的模型能力,所以產(chǎn)生了這樣的應用。這是產(chǎn)品探索的早期階段。
今年因為多模態(tài)能力和推理能力的進一步成熟產(chǎn)生了Agent,我們看到非常多像Deep Research或者Manus這樣的新應用。
我們的變化是想聚焦到Agent領域。而之所以改名階躍AI,是因為它要從Chatbot類產(chǎn)品向加入更多Agent能力的產(chǎn)品做轉(zhuǎn)變。
媒體:階躍的策略是超級模型+超級應用,這也是包括字節(jié)在內(nèi)很多大廠在做的事情,這種情況下,很多初創(chuàng)公司已經(jīng)放棄通用大模型了,階躍為什么還會堅持?
姜大昕:這里面分幾個層次去講,第一,現(xiàn)在這個行業(yè)趨勢還處于一個技術(shù)非常陡峭的區(qū)間。
我會很感慨,AI行業(yè)里面的發(fā)展變化確實是太快了。如果大家回到去年想一想,就覺得GPT-4是多么牛的東西,今天它都要快下架了;去年Sora剛出來的時候給大家多大的震撼,今天回過頭看,都覺得Sora有什么神奇的。而今年無論做出什么很牛的技術(shù),可能明年回頭看會覺得微不足道。
在技術(shù)發(fā)展如此快的行業(yè)背景下,階躍肯定不愿意在這個過程中脫離主流,或者說放棄這樣的前進趨勢,還是會堅持做基礎模型的研發(fā)。
第二,從應用的角度來看,我們一直覺得應用和模型是相輔相成,模型可以決定應用的上限,應用給模型提供具體的場景和數(shù)據(jù)也非常重要。所以我們的產(chǎn)品形態(tài)隨著模型的演變動態(tài)發(fā)展,這樣的邏輯關系會一直保持下去。
媒體:在Agent這件事情上,為什么會選擇一個類似供應商的身份,而不是自己下場做一款直接ToC或者ToB的Agent產(chǎn)品?
姜大昕:這個東西很新,我們更好的選擇就是找到頭部企業(yè)合作。它們已經(jīng)有了大量的用戶和場景,我們才能嘗試這個模型究竟怎么做。
如果我們上就來做ToC,第一件事情就得是user grow(用戶增長)。所以我們先和這些企業(yè)一起合作,如果這件事情探索清楚了,至于說將來我們是不是自己做,我覺得都是有可能的。
這里還有一個很誘人的場景,就是現(xiàn)在所有的設備都是孤立的,對于一個用戶來說,他當然希望AI Agent能夠跨設備。那么這件事情應該誰來做,肯定有很多人在思考。
媒體:公司最近在算法層面更加重視理解生成一體化整合,這個想法是基于什么樣的邏輯判斷?
姜大昕:我們覺得以Sora為代表的這一代視頻生成技術(shù),它的上限就在那里了,很難去突破。下一代突破我們認為應該是基于理解生成一體化的。

媒體:多模態(tài)理解與生成一體化架構(gòu)很重要,那影響它出現(xiàn)最關鍵的因素是算法,更高質(zhì)量的數(shù)據(jù),還是什么?
姜大昕:兩個都很重要,首先就是架構(gòu)的突破,因為確實不容易。
多模態(tài)的高維連續(xù)空間,我們很難用一個自回歸架構(gòu)去模擬,所以大家不得不采用Diffusion。直白的說,Diffusion就是一步弄不成,就多走幾步,因為它太復雜了。
但自回歸架構(gòu)不讓你走多步,那么這兩個東西怎么能連在一起,需要一個架構(gòu)性的東西,這是算法層面需要解決的問題。甚至有可能把自回歸和Diffusion結(jié)合在一起這個方向也是錯的,這里面有非常多的不確定性。
有了技術(shù)以后,第二步就是數(shù)據(jù)。所有的人工智能里面數(shù)據(jù)都非常重要,有了架構(gòu)但沒有合適的數(shù)據(jù)訓練它,就如同一輛車沒有石油,你還是不能跑。
媒體:你剛剛好像有提到,OpenAI最新的GPT-4o已經(jīng)實現(xiàn)了理解與生成一體化?
姜大昕:我們只是猜測,因為它從不公布技術(shù)細節(jié)。它的做法應該是把理解和生成放在了一個模型里面,但這個東西是不是scalable(可規(guī)模化),我們不知道。
媒體:怎么判斷它是不是scalable?
姜大昕:它肯定要做到predict next frame,或者說如果OpenAI有一天推出了一個不叫Sora的視頻模型,很可能就是做通了。
事實上去年Sora出來的時候大家都很興奮,但我們是非常失望的,因為我們覺得它的主線應該是做理解生成一體化。
回過去想也是有道理的。從多模融合一步走到理解生成一體化太難了,所以干脆兩個獨立往前走,互相促進,有點像左腳踩右腳。因為它在Sora里面也說了,它拿著GPT-4o給數(shù)據(jù)打標注。
有了生成以后是不是能夠幫助理解,可能就是需要迭代幾輪以后再到理解生成一體化,但總的方向肯定是能夠predict next frame。這個問題不解決,后面有很多問題都到不了那個程度。
媒體:多模態(tài)理解與生成一體化這個技術(shù)方向目前還沒有收斂,對標語言模型的話,它大概處在哪個發(fā)展階段?
姜大昕:應該是在Transformer的階段,Transformer是2017年出來的,GPT-1是2018年,這個架構(gòu)應該早于“GPT”。
媒體:階躍目前研發(fā)的模型很多,如果下一步理解生成一體化尤為重要的話,為什么我們不把所有的力量都集中去做它?
姜大昕:我們也想這樣做,但不行,因為理解與生成一體化是非常要求綜合素質(zhì)的一個考驗。首先你要理解,如果語言模型不強就談不上理解。其次你要做推理,視覺推理是視覺理解的升級。再者還有生成端,這也必須得做。
所以不是我們不夠focus(專注),要做這件事,就必須要做到所有條線能力都非常強,組合起來去探索它的路徑。
媒體:解決理解與生成一體化這個問題之后,你認為視覺模型應該達到一個什么樣的狀態(tài)?
姜大昕:你給它一個電影的開頭,它能夠一直往下編,并且大家認為還挺有道理的,連續(xù)、符合邏輯、符合物理規(guī)律。如果它能持續(xù)這樣做下去,這至少可以說明它的預訓練做成了。
相關推薦: