國產(chǎn)ChatGPT應(yīng)用，彎道超車。

在許多人的印象里，ChatGPT是個無所不能的“怪物”。

它可以寫詩，可以編代碼，甚至可以直接生成長篇論文……此外，ChatGPT還極富情商、表現(xiàn)欲十足，只需數(shù)輪對話，就足以征服眾人。

但ChatGPT真的是無所不能的嗎？

作為聊天機(jī)器人，ChatGPT擁有出色的語言理解能力和文本處理能力，但受制于訓(xùn)練模型，ChatGPT并不支持圖片對話。試想一下，在平日與好友進(jìn)行聊天時，如果無法發(fā)送圖片，那自然會失去部分樂趣。

而在國內(nèi)，有這么一家AI研發(fā)團(tuán)隊，他們推出的“元乘象Chatlmg”應(yīng)用可以準(zhǔn)確識別圖片并能與用戶進(jìn)行聊天，就好比給ChatGPT加上一雙“眼睛”，看懂文字的同時，也能完美識別圖片。

日前，鎂客網(wǎng)從元乘象研發(fā)團(tuán)隊獲悉，“元乘象Chatlmg”最近剛剛上線，關(guān)注微信公眾號“元乘象”即可體驗該應(yīng)用。（注：受限于算力，初期為邀請制訪問方式）

那么，“元乘象Chatlmg”的使用體驗究竟如何，它的圖片識別功能是否真的神奇呢？在產(chǎn)品上線前夕，鎂客網(wǎng)進(jìn)行了一次全方位的測評總結(jié)。

圖 | 元乘象Chatlmg Logo

看圖說話？這款ChatGPT應(yīng)用很神奇

進(jìn)入“元乘象Chatlmg”，可以看到該應(yīng)用的界面十分簡潔明晰——位于下方的文字對話框，對稱式的頭像排版，各種元素組合成我們常見的聊天軟件界面。

而在該應(yīng)用的左下方，可以看到一個顯眼的“上傳圖片”按鈕。

目前，該應(yīng)用圖片上傳支持三種方式，分別是照片圖庫、拍照和文件導(dǎo)入，一次上傳一張。

恰逢三八婦女節(jié)，鎂客網(wǎng)也選了兩樣物品交給“元乘象Chatlmg”來幫忙判定一下是否適合，一張是從搜索引擎上下載的口紅圖片，另一張是通過手機(jī)現(xiàn)拍的便簽本圖片：

可以看到，“元乘象Chatlmg”精準(zhǔn)識別出了兩張圖片中的產(chǎn)品，并且還延伸出一些其他描述，比如記事本上的小熊很可愛、口紅放在白色背景前等等。

與此同時，對于這兩份物品是否適合送給女孩子做禮物，也給出了自己的判斷，還會提出禮物是否適合需要依據(jù)接收者喜好的理性建議。

在“元乘象Chatlmg”給出回復(fù)后，我們又追問了一句：

嗯，建議非常中肯，上下文理解的邏輯也做到了連貫。

此外，鎂客網(wǎng)也上傳了一些其他圖片讓“元乘象Chatlmg”來識別。

比如這個：

又比如這個：

還有這些：

可以看出，“元乘象Chatlmg”的識別能力還是相當(dāng)精準(zhǔn)，并能通過文字形式來描述所看到的圖片內(nèi)容。

對比基于純文本互動的ChatGPT，除了寫詩歌、撰寫文章這類基本互動，多了雙“眼睛”的“元乘象Chatlmg”顯然又挖掘出幾項新功能，物品識別正是其重要功能之一。

之后，隨著數(shù)據(jù)量的不斷擴(kuò)增以及產(chǎn)品的不斷優(yōu)化，鎂客網(wǎng)也期待“元乘象Chatlmg”能給我們帶來更多出彩的表現(xiàn)。

百億參數(shù)大模型加持，未來將持續(xù)升級

本質(zhì)上，ChatGPT是一款聊天機(jī)器人產(chǎn)品，在GPT-3大模型的幫助下，提供了文本生成的能力。而ChatGPT之所以強(qiáng)悍，也恰恰得益于GPT-3。

作為OpenAI開發(fā)的自然語言處理模型，其身上有著太多話題點。早在ChatGPT推出之前，GPT-3就已經(jīng)在AI領(lǐng)域成功出圈。

據(jù)悉，該模型達(dá)到1750億參數(shù)，一次訓(xùn)練就需調(diào)用上萬塊GPU，花費近460萬美元的成本。如此瘋狂的“吞金能力”，自然能支撐起ChatGPT這樣的瘋狂應(yīng)用。

那么ChatGPT還有什么不足之處嗎？答案是有的！

據(jù)元乘象研發(fā)團(tuán)隊表示，“元乘象Chatlmg”搭載了自研的百億級別參數(shù)多模態(tài)大模型，相當(dāng)于給ChatGPT裝上“眼睛”，使其能夠更像人一樣去對話。

所謂多模態(tài)，在AI領(lǐng)域中往往指感知信息，如圖像、文本、語音等協(xié)同，幫人工智能更準(zhǔn)確地理解外部世界。

也正是在多模態(tài)大模型的加持下，“元乘象Chatlmg”擁有了看懂圖像的能力。

據(jù)元乘象研發(fā)團(tuán)隊介紹，目前該元乘象AI大模型參數(shù)規(guī)模大概150億；數(shù)據(jù)方面目前主要是圖文對數(shù)據(jù)、VQA數(shù)據(jù)等。而在訓(xùn)練過程中，該模型放開盡量少的可學(xué)習(xí)參數(shù)，從而保證在有限算力上的高效訓(xùn)練。

在問及該模型的未來發(fā)展路徑時，元乘象研發(fā)團(tuán)隊向鎂客網(wǎng)透露，除了當(dāng)下的圖文互動外，未來該大模型還會把圖片生成的能力結(jié)合進(jìn)來，這樣在回答的時候也能回復(fù)自己生成的圖像，讓對話變得更生動。

另外，該模式也會加入包含更多模態(tài)，如視頻、音頻等，甚至與數(shù)字人等技術(shù)結(jié)合，開發(fā)出更生動立體的形象。

可以想象，在元乘象百億參數(shù)多模態(tài)大模型的加持下，我們與聊天機(jī)器人的對話將變得更像真人口吻，AI技術(shù)在未來帶給我們的驚喜也會越來越多。

中國AI廠商狂奔，國產(chǎn)ChatGPT還有多遠(yuǎn)？

就在本月舉行的十四屆全國人大一次會議“部長通道”上，科技部部長王志剛在談到ChatGPT時，贊揚其為AI及相關(guān)行業(yè)帶來的進(jìn)步。

與此同時，由ChatGPT引發(fā)的各種討論，也被各位代表、委員們帶進(jìn)了兩會。

事實上，早在2017年我國將發(fā)展人工智能上升為國家戰(zhàn)略前，AI就已是全國兩會上的“?？汀薄Ｈ缃馛hatGPT火爆全球，不禁讓人們再次發(fā)問：中國的AI行業(yè)該如何抓住ChatGPT的時代潮流？

借由新品發(fā)布的機(jī)會，鎂客網(wǎng)也與元乘象研發(fā)團(tuán)隊負(fù)責(zé)人高一釗博士就此問題進(jìn)行了一番交流探討。

在他看來，國內(nèi)對于AI大模型的建設(shè)需要有長遠(yuǎn)的布局和工作的連續(xù)性，才能開發(fā)出真正創(chuàng)新的技術(shù)。

當(dāng)我們回顧C(jī)hatGPT的“發(fā)家史”便可以發(fā)現(xiàn)，想做好一款A(yù)I大模型并非易事，背后是長期的資金投入以及算力技術(shù)迭代，另外還要考慮訓(xùn)練數(shù)據(jù)的優(yōu)化、計算能耗的降低等方方面面。

換句話說，想做好一款類ChatGPT應(yīng)用，并非通過一次簡單的“百米沖刺”即可完成，而是需要耐心跑完一場“萬米長跑”，才能進(jìn)入群雄逐鹿的“決賽圈”。

但就目前的發(fā)展現(xiàn)狀來看，國內(nèi)大廠的AI大模型仍處在研發(fā)階段，能像“元乘象Chatlmg”一樣走到應(yīng)用層面的團(tuán)隊仍非常少見——首先國內(nèi)AI大模型的研發(fā)普遍起步較晚，人才缺口嚴(yán)重，其次是中文語境下大模型的訓(xùn)練難度更大，耗費的時間遠(yuǎn)超英文。

這些問題本該需要“耐心”去解決，但隨著上一波AI投資熱潮的冷卻，許多公司被迫縮減預(yù)算，最終導(dǎo)致相關(guān)AI業(yè)務(wù)發(fā)展陷入了瓶頸。

相比之下，元乘象研發(fā)團(tuán)隊則走得相對順利，一方面，該團(tuán)隊在AI應(yīng)用領(lǐng)域的長期深耕探索，另一方面也得益于他們在多模態(tài)預(yù)訓(xùn)練模型上正確判斷與前瞻性，最終在整個團(tuán)隊的堅持下，終在ChatGPT時代迎來了“開花結(jié)果”。

談及AI企業(yè)未來的探索之道時，高博士也給出了自己的一些看法：“在生態(tài)搭建方面，國內(nèi)可以促進(jìn)開源，畢竟人多力量大。”

結(jié)語

自去年發(fā)布以來，ChatGPT早已從一種“現(xiàn)象級產(chǎn)品”進(jìn)化為一種“科技符號”，國內(nèi)科技大廠爭先恐后推出類ChatGPT產(chǎn)品，希望在這場競賽中摘得所謂的“勝利”。

同時，伴隨ChatGPT的火熱，國內(nèi)AI行業(yè)再次掀起新一輪新品熱潮，“元乘象Chatlmg”正是在這期間脫穎而出。

從“元乘象Chatlmg”應(yīng)用的測評來看，其體驗感已經(jīng)非常友好，甚至擁有“圖像識別”這種ChatGPT所不具備的功能。

當(dāng)然，作為早期版本的“元乘象Chatlmg”，在一些細(xì)節(jié)方面仍有欠缺，但相信在元乘象研發(fā)團(tuán)隊努力與堅持下，未來國產(chǎn)ChatGPT應(yīng)用也能驚艷行業(yè)。