0

    “360智脑大模型4.0”正式发布,图片、文字、视频互相生成

    2023.07.12 | admin | 139次围观

    周鸿祎也提到360做大模型的底气和积累从何而来。

    一方面是各个业务线带来的技术积累,360在2015年就成立了AI研究院,并且开始探索多模态数据。

    “360有智能家居互联网,比如智能摄像头、车载行车记录仪、智能门铃,也需要有智能视觉和智能音频的处理技术,这是我们开始研究多模态的原因,”周鸿祎表示,“而360的主要收入来源是搜索,所以,我们也肯定离不开自然语言理解等大模型核心技术的积累。”

    在数据层面,360如今每天抓取1.4亿网站的数据,包括2.8亿的专业文献,1.2亿的行业数据,以及经过清洗的10T级别的用于大模型训练的数据。

    但他也坦承,在OpenAI尚未突破之前,360的大模型尝试也只是集中在商业一侧,比如“怎么用大模型提高广告点击率、提升推荐精准度”。但OpenAI给全行业指明了方向,360也从善如流,迅速把以往在搜索、AI中积累的能力移植到大模型中。

    对于怎么在大模型时代突出重围,周鸿祎表示,多模态是决胜的关键——因此,周鸿祎在会上也展示文生文、文生图、文生表、图生图、文生视频等功能,成为这场发布会中最引人注目的环节。

    当前,包括ChatGPT、文心一言、通义千问在内的主要大模型产品,都是停留在生成文字和图片阶段,视频是多模态领域的难点,学术研究仍在早期。

    文生视频功能

    在文生视频展示上,360展示了以提示词(Prompt)生成视频的功能——生成了一只在沙漠中洗澡的企鹅,以及奔跑的野马。周鸿祎表示,这些视频的分辨率目前还都不够高,只有5秒到10秒左右,但这是一个好的开始。

    纵观当前360所有涉及到视频的功能,更多是处于理解这一层面,更多功能类似是给图像、视频识别加了个“语音助手”。比如,用户可在模型中上传一段视频,用自然语言描述一个问题——“视频中的车在哪里?”然后,大模型会通过对视频图像进行解析,给出相应答案。

    以自然问句提问,对画面中的物体进行识别 拍摄:36氪

    据介绍,360智脑迭代至4.0版本后,多模态关键能力也有质的提升,将下来全面接入“360全家桶”——包括搜索引擎、浏览器、安全卫士等核心产品中。

    “中国进入百模大战时期,除了基础能力外,更重要的是应用场景的比拼。”周鸿祎表示。因此,360在他同时宣布“360智脑4.0”接入浏览器、搜索、安全卫士等360全端产品,实现全面智能化重塑。

    主打“安全可信”大模型,推出数字人等应用

    除了多模态,360大模型还打出了另外两张牌:安全和应用生态。

    安全是360的起家业务,包括搜索和互联网内容安全审核的防护体系上,360一直在对外提供服务。360同样希望在大模型上打出这个卖点,尤其是在当前类ChatGPT产品面临强监管的语境之下。

    除了“胡说八道”的幻觉之外可搜索相似图片的软件,现在大模型有不少安全问题还是难以解决,比如绕过模型的安全机制——对模型表示现在希望能够学习如何反诈,让模型给一些“诈骗”的例子,即可获取到一些危险问题的答案。

    对这些问题,周鸿祎表示,在大模型中建立了很多安全的防线,其实并不能解决所有问题。360从两个方向来进行探索——一方面,360建立了一个“安全大脑”大模型,用以监督大模型中的不当行为。这也和OpenAI近期提出的监管思路类似。

    另一方面,360创立了一个针对大模型安全评估的体系,近期也即将发布。

    360也称,当前360智脑已经通过工信部信通院测试,成为国内首个“安全可信”AIGC大模型——安全和可信,这是国内大模型正在面临的重要问题。

    除安全之外,在商业化层面,360也展示了一系列计划。

    一个重点是数字人,周鸿祎以相当长篇幅介绍了数字人方向的新产品——“360 AI数字人广场”。

    目前,360 AI数字人平台上拥有200多个角色,分为数字名人和数字员工两大类。数字名人包括历史人物、偶像明星、文学形象等,用户可以通过和数字角色进行对话,沉浸式地与角色们交流。

    而数字员工可以成为企业员⼯的知识助⼿和办公助手。比如,虚拟角色中就有“程序员”“运营”“法务专员”等公司内常见职位,用户可以问角色对应的专业问题。

    此外,360AI数字人支持定制,每个人都能通过上传私人知识库,低成本生成自己的专属数字人可搜索相似图片的软件,如数字分身、数字助理、数字偶像等。周鸿祎就现场创建了自己的数字分身作为“360发言人”,能够用本人声音对现场问题进行回答。

    发布会现场,360展示四位数字人进行群聊的效果 拍摄:36氪

    他还提到,在未来,360AI数字人的发展计划是生成声音、视频,并拥有长期记忆,甚至拥有目标分解和规划的能力,并且拥有“手和脚”,具备执行力,更好为人类提供服务。

    从商业化整体思路来看,360在To C端,会将AI大模型能力如同AI助手一样嵌入到核心产品中;而在B端,360会先从行业大模型和大型企业切入。

    周鸿祎坦承,从360多年做中小企业服务的经验来看,要让大模型服务“平民化”“产品化”,简单提供大模型api就想让企业用起来,并不现实,还需要更多的产品化工作。

    版权声明

    本文仅代表作者观点。
    本文系作者授权发表,未经许可,不得转载。

    发表评论