万模之战，意义何在
作者| 黄鹏
封面来源| 摄图网
商汤科技内部有一个略显神秘的部门：人工智能伦理与治理委员会。去年，他们发布了《智能伦理治理年度报告》，提出AI的发展应“负责任且可评估”，并制定了内部监管要求。
这像是提前回应了年初马斯克等人呼吁暂停AI研究的言论。
当国内企业竞相投入大模型研发时，商汤已经抢跑了一年。这是一家看似“万事俱备”的公司，对AI的发展有充分的预案。
2014年商汤成立时，人工智能被看作一条通往未来的赛道，但躬身入局后，AI四小龙们发现这条赛道从技术到商业落地仍有着众多壁垒，曾被誉为“亚洲AI第一股”的商汤目前还未实现盈利。如今他们为国内政企客户提供包括智慧出行、智能座舱、手机SDK在内的AI解决方案。
今年初，重新带火了整个人工智能行业。4月10日，商汤发布了“日日新”大模型体系，以及“商量”、“秒画”等一系列AIGC应用，成为继百度、华为之后，第三家发布大模型的国内企业。
此时，社交媒体的热搜话题已经从“什么时候能用上国产大模型”，变成了“我们和差距有几年”。
“不好简单用时间来衡量，”商汤科技的联合创始人、首席科学家王晓刚认为，一旦AI收到用户的海量反馈，“智慧飞轮”转起来，模型的进化速度将一日千里。
王晓刚2018年便开始带领商汤研发团队开发大模型，起初是视觉大模型，2021年切入NLP自然语言模型等领域。此前，他先后就读中科大少年班、香港中文大学和麻省理工，在顶级的国际期刊和会议发表超过300篇论文。最近半年，作为商汤的技术负责人同时也是绝影智能汽车业务的一把手，他频繁出现在公开场合，推介公司的技术成果。
王晓刚告诉雪豹财经社，公司在2018年就投入算力建设，是一个非常有前瞻性的举动，但他认为，这不是一个大力出奇迹的行业。他回顾了商汤大模型的研发过程，反复强调“Know-How”的重要性，对目前国内热炒的“万模之战”，他也冷静地提出了自己的看法。
以下是雪豹财经社与王晓刚的对话节选（经编辑）：
商汤科技联合创始人、首席科学家王晓刚图片来源：商汤科技
雪豹财经社：商汤科技是从什么时候开始做大语言模型的？
王晓刚：2018年，商汤把总部落在上海时，我们就提出要建超算中心，后来才有了大装置的建设，奠定了算力基础。我们模型的研发是从视觉开始，先做出了有10亿参数的视觉模型，随后发现当视觉模型体量变大后，它能体现出极好的通用性，小模型也会受益。比如，早期的智慧城市交通项目涉及不同场景下人、车、物的识别，当时需要做出各自的专有模型，后来我们发现一个通用大模型就可以全覆盖。随后，我们在2021年开始了自然语言大模型研究，2022年我们研发了320亿参数的全球最大通用视觉模型，并开源了多模态模型书生2.0，今年3月书生2.5开放给社区，这些最终促成了我们的“日日新”大模型体系。
雪豹财经社：我们体验了商汤的 “商量”和“秒画”，感觉在中文理解方面的表现可圈可点。你们是如何教模型作诗的？
王晓刚：我们首先要解决的是工程问题：让4000块GPU（图形处理器）协同连接，能高效并行做运算，这里面有许多的Know-How（技术诀窍）；其次要对模型做多轮训练。一开始，让模型写出一首质量过关的古诗是很难的，经过多轮对话的训练，包括一些辅助语料的投喂，才能逐渐让模型理解汉语的规律。而秒画也是源于我们自己本身的语言模型，因而它对中文语言的理解，生成的图像描述才更加准确。外界方式中，有用英文直接汉化喂给AIGC模型，这可能就会让模型产生误解，影响生成图像的效果。
雪豹财经社：是一个现象级的AI产品，也带火了国内的大模型赛道，这款产品对你有什么启发？
王晓刚：证实了我们的一个判断：随着模型体量的增加，人工智能的天花板会不断提升。这点是非常确定的，也是商汤一直坚持的。2022年底公开的-3.5，带来质的改变的是它对任务的算法处理能力。过去模型学的是数据，但GPT-3.5学习的是任务，而且可以不断解锁新的任务，这个给到大家新的启发。另一个就是AIGC带来的用户反馈，我们叫做“智慧飞轮”，在社区中，不只是专业研究员和科学家，还包括设计师和其他各行各业的人，大家一同参与模型的训练和制作，推动AIGC能力不断进步。
雪豹财经社：国内AIGC产品跟有多大的差距？有企业家说是2年左右。
王晓刚：我觉得这件事不能简单地用时间长短来衡量。单论模型基础能力和训练基础设施，大家都有着一定积累。的特别在于，当它出现的时候，全世界大量的人参与到数据创作过程当中。一方面使用模型创造了很多高质量数据，这些数据反过来又迭代，促进模型能力的提升。因而这是一个加速变化的过程，所以有可能是一个非线性、加速增长拉开的差距，应该用动态的眼光来看待，大家都在不断进化。
雪豹财经社：大模型是目前创投界大热的赛道之一，你怎么看“智能涌现”和这场“万模之战”？
王晓刚：今天国内谈大模型都在强调“大”字，但我认为背后还有很多重要因素，才会出现“智能涌现”，比如许多实现层面的Know-How。如果只强调“大”，单纯依靠模型体量实现“智能涌现”，会有严重的误导性，会让我们浪费很多资源和时间。关键是要结合行业实际需求，大模型不仅要具备相应技术能力，还要有效率，还要有商业化落地场景，这才是这场“万模之战”的意义所在。
雪豹财经社：商汤的大模型团队一共有多少人？
王晓刚：“日日新”的研发涉及到商汤整个研发体系和研发团队，比如大模型的基础设施研发，一个部门就有几百人，他们的工作就是训练系统底层架构。要把一个大模型训好，必须从底层架构、任务数据收集、应用反馈等方方面面都优化到极致，不是几个人能完成的。我们商汤的研发体系正在被大模型重塑。
雪豹财经社：“日日新”大模型和“商量”“秒画”等AIGC应用，在内部测试中有没有让你感到惊艳的表现？
王晓刚：模型发布前要做很多维度的测试，我们有专门的团队在做这件事。拿“商量”来说，测试时给它出一道作文题，它并不会一次就给出一个完美答复，需要通过多轮对话把不完美的地方告诉它，它能快速学习不断修正给出更好的答案，让我惊艳的是它强大的学习能力。我们的AI数字人视频生成平台“如影”就是“商量”起的名字，我们问为什么，它回答“如影随形嘛”。
雪豹财经社：商汤的AIGC应用还没有对公众开放，但有部分合作伙伴已经体验了，他们有什么反馈？
王晓刚：我拿“商量”举例。一开始大家只是对它做一些通用型测试，反馈比较好，后来大家发现它有强大的逻辑推理能力，相当于一个AI大脑，就考虑用它来连接现有的传感器，相当于操控设备的“手”和“脚”。还有客户在上海车展上体验了“秒画”，觉得它生成的车辆效果图可以直接拿去使用。总的来说，我们跟客户交流越深入，就越坚定在这个方向投入的信心。
“秒画”根据《射雕英雄传》中的文字画出的黄蓉像 图片来源：商汤科技
雪豹财经社：相关应用打算什么时候对公众开放？
王晓刚：商汤目前主要还是面向B端的企业客户。我们欢迎感兴趣的客户去官网申请试用。
雪豹财经社：近期，包括马斯克在内的1000多位人工智能专家联名签署了一封公开信，呼吁暂停开发比GPT-4更强大的AI系统至少6个月，称其“对社会和人类构成潜在风险”。你怎么看？
王晓刚：人们暂时还没有太学会如何驾驭AI。就像出现了新的工具，还不知道如何去使用。任何技术都有两面性，能够给带来价值，也有一些潜在风险。但简单地限制并不能解决问题，还是要在发展中摸索出一套切实可行的办法，能够让我们跟AI共同发展，能够驾驭它，能够让它造福于我们。
雪豹财经社：商汤内部设立了人工智能伦理与治理委员会，它是怎么运作的？
王晓刚：2020年1月，商汤正式成立人工智能伦理与治理委员会，包括2名外部委员和4名内部委员，他们来自技术、工程、法律、伦理等相关专业背景。我们在2021年提出了“负责任且可评估”的发展理念，商汤任何AI产品发布前都要经过该委员会审核，提前发现并去除潜在风险。
雪豹财经社：你认为通用人工智能（AGI）将在什么时候到来？
王晓刚：通用人工智能，我觉得它是一个方向，大家已经在朝着这个方向前进了。公众已经感知到了它在自然语言理解方面的成果，接下来还有视觉、音频等多模态的发展。通用人工智能不是一个静止的点，而是一个我们可以取得不断突破的新领域。
雪豹财经社：商汤科技的研发团队是怎么寻找突破方向的？
王晓刚：2014年，当深度学习技术开始有突破时，大家有许多天马行空的想法，希望通过原创不断取得0到1的突破。早期每年，我们会对CVPR、ICCV这些会议进行投稿，投稿那天晚上大家熬通宵；后来我们的技术走向了车厂、手机厂商，我们有了许多AI落地的业务场景，这时候每次合作伙伴的产品发布会就成为了我们的“春晚”，看到AI成果被使用到客户的产品中都非常兴奋。但现在我们发现，光是满足消费者和客户需求还不够，像引领了新一轮技术革命，商汤希望借助于在AI落地过程中积累的很多Know-How的行业经验，去引领AI科技取得下一个大的突破。
雪豹财经社：你是商汤的联合创始人之一，当初是出于什么样的机缘加入商汤的？
王晓刚：我们的创始团队来自香港中文大学多媒体实验室，创业前就在人工智能方面有较多积累。我2001年追随汤老师（汤晓鸥，香港中文大学教授、商汤科技创始人兼董事长）攻读硕士学位，当时大家有一个梦想：将人工智能做产业化的落地，改变人们的生活，后来就有了商汤。
雪豹财经社：什么时候开始看到人工智能落地？
王晓刚：2014年时候我们在人工智能方面已经有了技术方面的研究和储备，到2016年，我们看到人工智能开始有大规模的产业落地，比如智慧城市、自动驾驶，我从那时起开始参与商汤的实际业务。也是从那时候，商汤的研发体系从学术实验室的这种小规模的研究团队，向构建大规模工业化研究体系及基础设施蜕变。
雪豹财经社：AI的突破也让部分人产生焦虑，有声音认为AI会取代许多职业。你怎么看？
王晓刚：AI影响到了文案编辑、财务分析、教育、金融等很多行业，但职场人要学会使用AI，把它当作提升效率的工具，比如模特不用出外景就能变换场景拍照。一句话，学会让AI帮助你。
相关文章
