每一項革命性的技術(shù)誕生后,人類都需要探尋技術(shù)走向“應用普惠”的方法。
正如造紙術(shù)的誕生帶來了文明的傳播,蒸汽機帶來了人流、物流,電子計算機技術(shù)帶來了今天互聯(lián)網(wǎng)的一切,它們背后的邏輯都是先進技術(shù)普惠穿透了應用邊界,觸達每個人,帶來社會級的變化,從而形成了文明的更迭。
而如今,AI正在扮演著同樣的角色。作為推動人類進入智能時代的決定性力量,在AGI引領(lǐng)的第四次工業(yè)革命里,一個迫切的問題擺在眼前:怎樣才能讓更多人用上AI?
在7月28日舉辦的2024波形智能Summer DevDay上,波形智能發(fā)布了《2024年技術(shù)路線白皮書:Life-long Personalized AI》,并特別提出了對于“AI應用”的新思考——千人千面的個性化、可進化、普惠化。
基于全新的LPA技術(shù)探索,波形智能還發(fā)布了新一代多模態(tài)無限式長內(nèi)容生成的個性化自適應私人語言模型「Weaver 2.0」,以及重磅升級的多語言多模態(tài)的AI內(nèi)容創(chuàng)作工具「蛙蛙寫作2.0」、「Siuuu.AI」、「AI Learning」等系列產(chǎn)品。
“做LPA的目的,就是希望讓每個人都普惠地擁有一個能‘越來越懂你’的「私人語言模型」。”波形智能創(chuàng)始人兼CEO姜昱辰表示,“只有當AI與大眾的生產(chǎn)生活真正建立起強關(guān)聯(lián),并且能夠自理解、自適應每個獨一無二的個體時,才算迎來真正的千人千面的普惠化AI。”
01
個性化的實踐,從通用為王轉(zhuǎn)向千人千面
Scaling Law是近幾年AGI概念和大模型領(lǐng)域最火熱的技術(shù)名詞之一。拼參數(shù)、拼數(shù)據(jù)、拼算力,是廠商推出大模型后最喜歡做的幾件事。但換個角度看,大模型仍處于“無盡刷分”的階段,雖然基礎(chǔ)的泛化性和通用性可以得到提升,但落地到現(xiàn)實中的應用場景還有諸多局限,比如很多用戶的個性化需求無法以通用模型來處理,技術(shù)與使用場景之間存在代溝等等。
讓大模型從可用走向好用,需要一場更有針對性的轉(zhuǎn)向。而這就是本次波形智能Summer DevDay最亮眼的一個發(fā)布和升級。對于用戶而言,AI最重要的還是「為我所用」,依據(jù)每個人不同的背景和使用方式?jīng)Q定它的實際價值和使用效果。這樣的話,模型如何結(jié)合實際應用環(huán)境、滿足個性化需求才是關(guān)鍵。
“我們基于LPA技術(shù)對Weaver進行了特性優(yōu)化,包括「千人千面的個性專屬、數(shù)據(jù)為核的自適應/自進化,以及端云結(jié)合的高效部署」。”波形智能CTO周王春澍介紹說。
具體來看,千人千面的個性專屬指的是通過用戶反饋交互信息,比如對生成內(nèi)容質(zhì)量的好/壞評價,Weaver模型可以逐漸理解每一個用戶的創(chuàng)作偏好。配合波形智能一直在做的「動態(tài)長短期記憶機制」工作,創(chuàng)作者們可以實現(xiàn)更高質(zhì)量、更精準、以及更個性化的無限式長內(nèi)容生成,大幅提高用戶體驗。
然而,每個人的需求和背景都是不斷變化的,想要做到個性化,模型必須能夠?qū)崟r理解并動態(tài)適應用戶的需求。
為此,波形智能自研了以數(shù)據(jù)為核心的可“自主進化”的智能體框架——AIWaves Self-Evolving Agents,不僅集成了1.0版本的可控性能力,還采用Symbolic Learning方式,讓Agent可以在不斷更新的數(shù)據(jù)環(huán)境中解析自身的性能表現(xiàn),并根據(jù)用戶習慣和反饋定期或者主動進行調(diào)整。這意味著,Weaver將可以持續(xù)更新,通過一次次自主進化、自我適應,從而在未來表現(xiàn)得更好、與用戶需求更加適配。
“高質(zhì)量的、個性化的用戶體驗,能夠帶來更多的用戶積累。”姜昱辰說,“利用用戶反饋形成的數(shù)據(jù)飛輪,也能反過來推動模型和組件能力的持續(xù)迭代,形成良性循環(huán)。”
除了需求匹配方向上的優(yōu)化升級,端云結(jié)合是另一個更有針對性、更人性化的實現(xiàn)。在常規(guī)情況下,模型或是在本地部署,或是在云端部署,但各有隱私安全和價格方面的優(yōu)缺點。而Weaver可以根據(jù)需求,在不同環(huán)境下打造端云結(jié)合的“本地私鑰”,以適應更加靈活的應用場景并且保障用戶隱私。
(端云結(jié)合的LPA)
以小說創(chuàng)作為例,一位作者的幾十萬字存稿內(nèi)容只會在用戶本地的私人文檔和大模型云端之間傳送,公開互聯(lián)網(wǎng)上無法爬取,所以不會出現(xiàn)未發(fā)表的作品內(nèi)容提前泄露等問題。同時,前面提到的“模型會根據(jù)用戶數(shù)據(jù)和反饋進行自我更新”,其數(shù)據(jù)和反饋也只會對用戶自己的文檔生效,因此不會存在數(shù)據(jù)/隱私泄露的情況,還能夠在保障用戶隱私安全的前提下提供全面且個性化的體驗。
一次部署、持續(xù)更新、千人千面……這些特殊的性能優(yōu)化讓Weaver的應用場景具備了更廣泛的可能性,能夠滿足更多樣化的需求。目前,新一代的「Weaver 2.0」模型和「LPA技術(shù)」已經(jīng)部署在波形智能的多個產(chǎn)品和應用中,以期為用戶帶來更具個性化的體驗。
02
走普惠化之路,讓AI門檻更低落地更快
1879年,當愛迪生測試的燈絲終于持久點亮,他的下一個大想法是:怎樣才能讓“燈泡”走進千家萬戶?
雖然近兩年AI應用產(chǎn)品已經(jīng)在普羅大眾的生活中有所普及,但主流通用大模型的智能能力與日益增長、日益細化的個性化需求之間仍有鴻溝。并且,這個鴻溝無法通過大模型本身的迭代逐漸消弭,這使得L1層的存在價值絕不會被大模型“吞噬”。
作為目前L1層全球最領(lǐng)先的公司,波形智能具備領(lǐng)先的從訓練模型到agent搭建的全流程大模型能力。因此,波形智能的思路也非常明確,通過提供低門檻的AI工具、數(shù)據(jù)準備、模型訓練部署的AI Infra等,跨越大模型和個性化需求的鴻溝,去匹配不同圈層用戶的不同需求,進而讓更多人真正用上AI。
在DevTool方面,波形智能發(fā)布了LLM Factory——一個實現(xiàn)垂域大模型“數(shù)據(jù)+訓練+部署”的一站式應用搭建平臺,希望在幫助用戶降低AI使用成本的同時,最大程度地縮短學習曲線。
而如果把LLM Factory視為是“基建”生態(tài)層面的AI普及,消費端產(chǎn)品的快速落地、快速應用,則是波形智能協(xié)助AI走入更加個人化的垂直使用場景中的直接舉措。
利用新一代Weaver模型具備的個性化、可進化特性,疊加新增的多模態(tài)、多語言能力,波形智能實現(xiàn)了產(chǎn)品的全面煥新升級,帶來了更新迭代的AI內(nèi)容創(chuàng)作工具「蛙蛙寫作2.0」以及海外版「Siuuu.AI」。
對于本次迭代的核心亮點,波形智能CPO萬磊給了很凝練的總結(jié)——一站式全鏈路創(chuàng)作工具平臺的轉(zhuǎn)型升級。
“從無限長文本生成到無限長內(nèi)容生成,蛙蛙寫作打造了一個多模態(tài)賦能的視頻故事工具,輕松實現(xiàn)了從小說到劇本到視頻,覆蓋文本、音頻、影像的全鏈路內(nèi)容創(chuàng)作。”萬磊介紹道,“同時,LPA技術(shù)的加持讓蛙蛙寫作成為一個‘越寫越懂你’的私人助手,能夠終身學習并記住用戶的一切,有效消除通用工具的‘偏差’,實現(xiàn)高度個性化的創(chuàng)作過程,為故事創(chuàng)作提供了決定性的競爭力。”
想象一下,一個能夠理解并反映你獨特創(chuàng)作審美的AI助手隨時陪伴、幫助你,這正是新一代多模態(tài)無限式長內(nèi)容生成的個性化自適應私人語言模型所帶來的革命性體驗。
值得一提的是,在個人消費領(lǐng)域之外,波形智能還同步發(fā)布了原生的企業(yè)級「AI Learning」產(chǎn)品,能夠用AI重構(gòu)企業(yè)傳統(tǒng)的培訓路徑,以業(yè)務數(shù)據(jù)反哺業(yè)務成長所需的能力提升。
企業(yè)端的模型應用多是以深度解決垂直領(lǐng)域的業(yè)務問題為主,很少關(guān)注到每個員工的個性化問題。但在LPA技術(shù)加持下,波形智能「AI Learning」產(chǎn)品可以根據(jù)每個人不同的基儲學習能力,匹配不同的實施方案,從而實現(xiàn)千人千面、千人千練、千人千測的個性化培訓和精準評估指導。
“傳統(tǒng)的培訓其實存在一個很明顯的特征,覆蓋廣、人員散,如果光靠人力去組織是非常困難的。但通過AI去做培訓,可以很大程度上提升效率,大大降低傳統(tǒng)培訓中涉及的物理移動的成本支出。”作為波形智能AI Learning產(chǎn)品客戶的顧家家居AI負責人胡建寶說。
目前來看,千人千面的“普惠化AI”正在應用落地端極大地豐富起來,人人可上手AI的時代已經(jīng)到來。在底層算力的支持之上,個性化的、自驅(qū)動進化的底層模型,安全的、保證用戶隱私的使用環(huán)境,以及像蛙蛙寫作、AI Learning這樣多元化領(lǐng)域的落地產(chǎn)品缺一不可,而這些正是波形智能的能力和優(yōu)勢所在。
“在技術(shù)研發(fā)、平臺打造、生態(tài)培育、應用落地的一重重探索下,我們一步步、一點點錘煉出來了這些能力和產(chǎn)品。”姜昱辰說。正如波形智能的觀察:個性化、可進化、普惠化將會是主流通用大模型之后的重要探索方向,有望為AI注入前所未有的生命力。“全方位降低使用AI的技術(shù)門檻、成本門檻,讓更多的組織和個人更容易、更廣泛地使用AI,才能實現(xiàn)真正的AGI for Everyone’s Good。”
