获得瞎猜
来到拓元智慧，很难不注意到堪称豪华的联合创始人团队，也是投资人最爱的那种“互补型”团队。
林倞，中山大学教授，IAPR ，科技部重大项目负责人，曾任商汤科技研究院执行院长；商业化负责人黄伟鹏，中山大学计算机&管理双学位、前兔展云医联合创始人/CEO；CTO陈添水，中山大学博士，前暗物智能研究中心负责人，ACM优秀博士；CFO寇锦玮北京大学经济学学士和硕士学位，海外名校EMBA，负责过多家上市公司的IPO。
近期才引起全民讨论的“AGI（通用人工智能）”概念，在拓元智慧的创始人团队中，已经是一个老生常谈的话题了。
“虽然我们的团队已在AGI方向上研究十多年，也是国内最早提出认知AI、AGI这些概念的人，但苦于感知层能力不足，认知层的输出效果并不是很好。”拓元团队直言，正是因为有了前期的技术探索，所以如今GPT技术范式得到验证后，拓元智慧便能迅速结合多模态模型展开应用层面的探索。
拓元智慧采用的并不是大模型之上再叠加模型，这种“修修补补”的路径；而是运用因果模型、心智模型等认知层AI技术，对大模型技术范式的升级，从底层大模型本身解决实事正确、合理方面的问题。在应用层上，目前已经落地了产品“元分身”和智慧零售——这是拓元智慧对大模型企业级应用的探索之一，主要用于营销和销售环节的内容生产、传播及辅助完成交易。
我们原以为拓元智慧的价值来自在国内数字人行业中的领先的地位，但他们在一开始就特别强调，“我们不只是一个做数字人的公司。”
对话由此展开。我们从了解拓元智慧开始，一直延伸到了对、AIGC、AGI等热词的探究。在行业前驱者的眼中，我们看见了一个全新的人工智能行业，并揭开了拓元智慧被投资人寄予厚望的原因。
拓元智慧价值的来源，不只是因为其在数字人领域的领先地位，更在于他们未来要做的事情——解决大模型企业级布署和应用的难题。
为了解决上述的问题，拓元智慧构建了一套“多模态认知大模型”……这是一个很陌生的名词。
图源：拓元智慧 多模态认知大模型图示
要理解这套“多模态认知大模型”究竟是什么，以及他为什么可以解决大模型企业级部署和应用的难题。我们需要增加一些知识储备，起码要先搞清楚，如今大模型在企业级的部署中，存在着哪些难点。
拓元智慧发现，大模型快速推进商业化的阻力无非两个：一是大模型胡编乱造的问题还没有解决，二是大模型难以覆盖碎片化商业场景。
01
大模型也要长“脑子”
体验过的人，都会惊叹于他表现出的惊人对话能力和丰富的知识储备，与对话的体验，已经非常接近和真人对话的感觉。
仅是从这点出发，都能很自然地联想到智能外呼、智能客服、法律咨询等商用场景，似乎大模型的商用近在咫尺。但实际情况却并非如此，与大模型发布时热火朝天的景象相比，厂商接入大模型的热情明显冷淡了不少。
根源就在于诡异的创造力，或者说一本正经胡说八道的能力太强了。如果你想听讲“林黛玉倒拔垂杨柳”的故事，他并不会纠正你，而是会输出一个合理中又带着一丝诡异的故事。
图源：网络
一本正经地胡说八道，大模型商用的硬伤
大模型究竟是聪明，还是蠢，这很难评。但企业应该不会放心用这样一个很会胡说八道的大模型，去生产内容、做客服、做咨询。
这是横在大模型企业级应用面前的硬伤，但大模型的胡说八道的解决，绝不是通过狂堆算力，期待“大力出奇迹”的效果。
虽然各大公司的工程手段和数据不一样，大模型表现出来的能力也不一样。但大模型的技术范式、技术路线，基本已经明确。众多公司都在这一条技术路线上狂堆算力，已经到了极限。
况且，现在大模型现在出现了“涌现能力”，就是当参数量超过某个阈值后，大模型的能力会一下子显露出来——尽管学术界对此并没有一个权威的解释，但“涌现”已经出现在大模型的训练当中了。
也就是说，尽管算力堆到极限，准确度也经过了“涌现”，但大模型仍然不能保证输出结果的客观正确，所以问题的症结并不在算力上，而是出在算法的底层逻辑上。
现在大模型普遍采用算法，其底层逻辑采用统计归纳法，生成内容的方式，是基于前文语境去预测生成的下一个单词，输出的是它经过比较学习所有词之后，出现概率最高的那个词，所以能够生成流利且合乎语法的句子，但很难保证输出的结果是客观正确、合理的。
林倞很早就认识到了这一点，“解决大模型输出的客观正确性，需要等待理论和算法的同步。这也是中国创业者和中国科学界的机会，起码在这一领域，中国与其他国家站在同一起跑线上。”长期从事面向视觉大数据的语义分析与智能学习相关领域的研究，并斩获吴文俊人工智能自然科学二等奖、顶级国际会议ICCV最佳论文奖提名等荣誉，林倞深厚的技术背景，让他敏锐地察觉到了目前大模型在算法上的弊端。
拓元智慧给出的解决方案，就是在大模型的构建和训练中，引入自研的“因果模型”来保证大模型输出结果的客观正确性。
拓元智慧添加的因果模型，让大模型能在原本归纳两个事物关联性的基础上，去学习两个事物间的因果关系，搞清楚是因为A所以有B，还是因为B所以有A，以此来保证输出结果的客观正确性。
但这还不够。如果说因果模型的加持，是为了让大模型拥有“智商”，更具客观和理性；那加入心智模型，就是为大模型赋予“情商”，让生成的内容更具温度。
多一点人味，赋予大模型情商
想象一下我们日常交流的场景，其实很多时候一件事并不是非黑即白的对立关系，没有一个所谓的“正确答案”，而是一种人的偏好。比如有人喜欢吃辣的，有人喜欢吃甜的，这没有对错之分，只是对个人偏好的表示。
拓元智慧的“心智模型”，就是去对用户的主观偏好进行对齐，也可以对某个人群、某个领域做偏好对齐；企业也通过导入所属领域的专业知识、知识图谱、知识库，让大模型更快地适应行业所需。
比如你是一个律师，你不但可以将法律行业的数据，拿去训练、调优大模型；也可以设定强烈的价值观或个人色彩，比如社会主义价值观、言语很犀利、说话很直接的个性，抑或很知性的形象，这些都可以在心智模型这一层去做灵活的设置。
可以说，拓元智慧在大模型通用的技术范式之上，又引入了因果模型和心智模型这两层特色的自研技术，让大模型的智商与情商迎来一次跨越，也让大模型离企业级的部署，更近一步。
这套“多模态认知大模型”才是拓元智慧业务开展的底座，所以他们才会在一开始就提醒我们，“拓元智慧不只是一个做数字人的公司”，这套多模态认知大模型，才是他们的主打产品。
02
未来属于垂直领域的大模型
再让我们回到第二个问题：大模型为何难以覆盖碎片化的商业场景？其实这是一个杀鸡焉用牛刀的关系。
大模型对于通用能力的提升是毋庸置疑的，但在很多商业场景，用不到这种很强的通识能力；商业的世界最显著的特点就是有很多碎片化的消费场景，所以企业往往更需要在某个垂直领域专精的大模型。
但在实际推进过程中，一方面让大厂的大模型为某一个客户，或者某一个行业去做专门的适配，是一种奢望；另一方面，企业有很多数据是非常敏感的，交付给其他公司训练大模型，自然会有安全性的担忧。
因此，以、谷歌、百度为代表，这部分有大数据、大模型、超级算力的大厂，肯定会有很多覆盖不到的商业化场景。
私有化部署：发挥大模型能力的上限
在可预见的未来，如果大厂的大模型不去迭代底层模型，支持私有化布署，那企业只能在大厂提供的API接口上，做各种提示工程来调用大模型的能力。
但这是一种上限很低的大模型调用方法，只有在企业自己掌握、拥有，甚至能实时调优的前提下，大模型才能发挥出他应有的能力。
所以拓元智慧判断中国大模型的未来，将会朝着垂直领域大模型去发展，用已经训练好的大模型作为一个初始状态，然后再结合各个行业的特点去进一步地训练、调优。林倞认为，“在这个过程中，谁能找到数据闭环、业务闭环，谁能融合场景，就能取得先机。”
因此，拓元智慧在提供元分身、智慧零售，这些让企业可以直接投入应用的标准化服务外；同时也具备为企业提供私有化大模型部署的能力。
大模型私有化布署后，企业可以在保证数据安全的前提下，将核心数据用于大模型的调优。并且将后续运营过程中产生的数据，用以继续训练大模型，以此形成一个数据闭环，不断提升企业私有大模型的能力。
多模态生成：填补碎片化的商业场景
同时，我们也需要认识到，碎片化的商业场景，需要有丰富的内容承载形式与之相匹配。
举个例子，如果将大模型用于智能客服，可能只需要其具备根据用户咨询的问题，实时去文字输出的能力；如果是用于智能外呼，那对大模型输出内容的要求就更进一步，需要实时输出语音。
但如果更近一步，将大模型应用在更复杂的场景中，譬如运营一个抖音IP，或者应用一个有前端人象、实时视频输出内容的多模态智能客服，这无疑会带来更高层次的服务效率、用户体验，但也需要大模型具备生成文字、图片、声音，以及视频的能力——这就是所谓的“多模态”，让内容用更多的方式呈现出来。
这听起来有些天方夜谭，但拓元智慧的多模态认知大模型的生成能力，已经有能力做到这一点。“元分身”就是对这种能力的调用和展示下，所落地的一款标准化产品。
03
元分身：内容产出的“核武”
“抓不到老板拍预告视频怎么办。”最近正在筹备，但是我们弯弓的创始人梅波老师要出一个星期的差，愁坏了视频剪辑的小伙伴。于是我们就用老板的数字人制作了一个视频——
不需要与真人抢时间拍摄，不用特意找光线、角度，不用担心口播出错……数字人在短视频平台中的风靡并不意外。而且在没有提示的前提下，我们并不会去特意分辨屏幕中的人是否是数字人。
拓元智慧商业化负责人黄伟鹏，向我们展示了几个正在用元分身从事短视频创作的IP，其中不乏百万级大V的身影。
原以为数字人的应用还很遥远，但其发展的态势和能力的范围，还是震惊到了我们。
10分钟真人采样，1天分身模型构建，以及1.2万元的建模费用就能够拥有一个对真人外形1: 1复刻的专属数字分身，他不但可以模仿说话时的表情和手势动作，就连声音和语气也能做到95%的相似度。
元分身为数字人产业带来的第一项冲击，就是将构建一个难辨真伪数字分身的成本，压缩到了极致。
数字人在企业级的应用，肯定要考虑到成本的问题。柳夜熙是前段时间爆火的数字人，但电影级别的呈现效果后面，是燃烧的经费和相当耗时的CG建模过程。
元分身则采用了另一种建模方法，脸部和手部这些动作较多的部分会用3D建模，而人体躯干部分则用2D建模，并将拍摄场景拟定在普通的摄影棚或自然场景中，以此来极致压缩数字人的成本。
目前，元分身数字人更多应用在短视频制作和本地生活直播中。
数字人建模完成后，只需要在元分身的视频创作系统中输入视频的脚本，就能自动生成视频。
图源：元分身 元分身视频创作系统相当简洁，大部分操作都能自动完成
再也不需要纠结光打得好不好，拍摄、剪辑太久导致错过热点……元分身让视频创作的流程，简化为只需要撰写视频脚本，甚至连脚本也可以AI生成和改写！
低成本、大批量生产短视频的优势，已经在科普、媒体属性的行业中显现了出来。
元分身有相当多的客户来自医学界。医学科普是一项造福社会的事业，但一直以来都困扰于产出成本高、医生忙于日常的诊治和科研等因素，难以得到快速的拓展。数字人的技术相对成熟后，许多医生都采用了这种方式入驻短视频平台，投身医学科普中。
不过，元分身数字人在直播场景的应用，也相当激动人心——我们在拓元智慧的直播间中，见到了他们的一位员工正在同时掌控着3场数字人直播的进行，而其中不乏已经连续直播了超过一百小时仍正常运转的直播间，没有封号烦恼。
罗永浩可能也没想到，自己可能间接促进了数字人向直播场景的拓展。罗永浩搞出“日不落直播间”后，这种超长待机式的直播，此后就成为了直播带货界的标配，这让低成本拉长直播时长的需求暴增。
数字人直播恰巧非常适用这种场景。不过，我原以为数字人只会按照直播脚本循规蹈矩地进行，只把他当做24小时循环播放的广告。但元分身数字人适应直播的能力，远超想象。
图源：元分身
“现在数字人直播应该只能按照既定的脚本进行吧？是不是不能回答观众的问题。”面对我的问题，黄伟鹏给出了否定的答案，元分身的数字人已经可以做到实时回答评论中的问题。
“那答案肯定是事先设定好的吧，只能关键词触发！”我的心里甚至带着些祈求，希望数字人能给我们这些智人留点面子。
但答案依旧是否定的。预生成答案，然后由关键词触发只是一种方法；即便没有预生成好答案，元分身也支持在后端生成答案后，再输出回前端生成的影像和声音。在这个过程中，企业可以通过接入自己的知识库，对大模型底层进行训练，让数字人的回答更加精准。
能够实现这种效果，正是因为元分身调用了在前文提到的“多模态认知大模型”的能力。实际上，在大模型的加持下，元分身能做的远不止于此，而是从直播前的脚本准备，到直播中根据直播间数据实时调整产品讲解顺序、控场活动，甚至直播后的复盘都能胜任。
图源：元分身
看到这里，任谁都能感觉到，以数字人为代表的AIGC对于原有的内容运营逻辑和营销生态的冲击，将是颠覆性的。
改造、取代、颠覆、存活……无疑是接下来每个企业在AIGC时代，都需要思考的关键词。
04
AIGC带来营销范式的革命
“数字人产出单条视频的成本，大概只有真人产出视频成本的十分之一甚至更低。”黄伟鹏认为，以数字人为代表的AIGC，为企业带来的最直观效果就是内容生产的降本增效。
数字人内容产出的成本，在场地租赁、场景布置、拍摄设备、出镜者时间成本等方面的现金成本面前，真的不值一提。
更为重要的是，用数字人进行内容创作带来的效率提升，能够在很大程度上节省时间和精力成本。AIGC的加持下，原本只能运营一个IP的企业，完全可以在不提高预算的前提下，做起一个IP矩阵。毕竟视频创作的流程已经被简化成了选题、创作脚本这两步。
但从更长远的角度来看，将大模型的能力嵌入到AIGC中，未尝不是企业营销重新开局的机会。
林倞对于国内大模型的发展非常乐观，“我大胆判断，国内大模型的水平在1到2年内就能达到的水平。这种突破一旦发生，国内的数据优势、工程师优势和应用场景丰富的优势都会被充分释放。”
林倞认为，国内大模型企业朝着垂直领域去做的方向没有问题，直接对的厂商最后可能只会跑出几家。更多的企业会将大厂的大模型作为一个初始状态，进一步在垂直领域内进行调优、优化。这种基于行业的大模型，就是MaaS（Model as a ，模型即服务）的概念。
MaaS的业态很有趣，假如某一垂直领域的市场很大，巨头就会入场将MaaS做得非常标准化，比如人脸识别系统领域，激烈竞争过后只有几家巨头在做；反而是集中精力攻克一些比较小的场景，会更利于快速闭环，形成壁垒，比如拓元智慧已经在智慧零售下的无人售货柜场景做到了行业第一，虽然这一赛道比较小，但目前绝大部分公司都采用了拓元智慧的算法、技术。
因此，林倞判断，企业营销将是垂直领域大模型的主要发力点，虽然营销听起来是个红海市场，但营销又会细分为汽车、护肤品等不同的行业场景，不同行业、不同体量的企业有不同的玩法。这就不容易出现一家独大的情况，会有更多潜在的机会点。
而在这个过程中，AIGC对于包括在内的营销手段的改造，将是颠覆性的。林倞认为，“只是有少数公司能够抓住这个机会活下来，而那些存活下来的公司，必须要具备……”
这里容我卖一个关子，在即将举办的「2023 大湾区 AIGC 与私域流量大会」中，我们拟邀林倞老师到场分享企业级大模型应用、AIGC带来的挑战等话题，在此邀您到场一同感受这场AIGC带来的营销范式革命。
总结
对拓元智慧抽丝剥茧后，不难发现他们团队的目标真的很简单纯粹，就是要清除大模型在企业级部署和应用上的阻碍，这里不光是大企业，也包括更广大的中小企业。这是一条得到了投资人认可的路径。
在这个过程中，拓元智慧构建了一套“多模态认知大模型”，制止了大模型的胡说八道，同时也提供了覆盖碎片化商业场景的能力，让企业级的大模型布署和应用成为可能。
在可预见的未来，大模型和AIGC无疑将为企业营销和内容产出、销售成单，带来翻天覆地的改变。在这个领域里面，拓元智慧已经表现出了不俗的竞争力。
2023 年 6 月 2 日，「2023 大湾区 AIGC 与私域流量大会」将在广州举办！希望你可以通过这次大会掌握AI时代的确定性，挖掘隐藏在私域的增长！
想要知道大会都邀请了哪些投资人和嘉宾？想要知道他们的分享的主题？所有消息都会率先发布在 #大会预热群 中，我们也会不定时在群里举办抽奖活动，送出大会门票、免费课程名额、营销书籍等，欢迎来聊。
进群请扫码并备注「大会」：
「内容数字化/AIGC」||||
「品牌案例拆解」|海澜之家 |｜｜| ||||｜｜||｜｜|||||||||｜｜|｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜||s
「观察」|||||||||||||||||｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜ | | ||
323AI导航网发布
相关文章
