金磊 發(fā)自 第四范式大廈
量子位 | 公眾號 QbitAI

國產(chǎn)大模型能大戰，又有一員猛將入局。

就在剛剛，第四范式自研大模型“式說(shuō)”（4Paradigm SageGPT）在上線(xiàn)2個(gè)月后，終于來(lái)了一波能力首秀。

而且縱觀(guān)整場(chǎng)活動(dòng)的發(fā)布，最直觀(guān)的感受就是：不一樣，著(zhù)實(shí)不一樣。

怎么說(shuō)？

首先，他敢在現場(chǎng)演示的時(shí)候，拔！網(wǎng)！線(xiàn)！

效果是這樣的，例如上傳一張《狂飆》劇照之后，讓“式說(shuō)”描述一下照片，它的回答是：

這張照片中有一組穿著(zhù)制服的男子站在一張桌子前。

而后追問(wèn)劇照中有幾個(gè)人，“式說(shuō)”也立即給出了答案：9個(gè)。

再來(lái)看下以文生圖的能力，先讓它畫(huà)一下“獅子頭”：

不難看出，生成圖片的效果是過(guò)關(guān)的；此時(shí)現場(chǎng)很多人立即開(kāi)口說(shuō)到：“紅燒獅子頭”呢？

第四范式不在怕的，馬上在現場(chǎng)演示了起來(lái)：

接下來(lái)，是代碼生成方面，第四范式在現場(chǎng)直接讓“式說(shuō)”秀了一下“Python猜隨機數”：

面對敢于拔網(wǎng)線(xiàn)的live演示，現場(chǎng)觀(guān)眾也是驚嘆與掌聲不斷。

但“不一樣”的點(diǎn)還不只于此，而且上面展示的這些能力，也僅僅是“開(kāi)胃菜”。

因為第四范式的GPT，并不是“你以為的你以為”，而是不同于其它廠(chǎng)商的一套玩法——

用AIGC的能力重構軟件（AIGS），目的就是以此來(lái)提高企業(yè)軟件的用戶(hù)體驗和開(kāi)發(fā)效率。

例如讓“式說(shuō)”分析集裝箱及小箱子尺寸，并設計裝箱方案。

它就會(huì )先向用戶(hù)咨詢(xún)與之相關(guān)的細節的信息，然后便一步一步執行它的方案，還是會(huì )給出思考過(guò)程的那種。

對此，第四范式CEO戴文淵在現場(chǎng)給出了他的解釋?zhuān)?

C端產(chǎn)品已經(jīng)逼近用戶(hù)體驗的上限，而B(niǎo)端的企業(yè)級軟件往往是個(gè)十分復雜的執行系統。

目前這些B端軟件極為復雜的交互體驗，以及復雜性帶來(lái)的極低開(kāi)發(fā)效率，恰恰為生成式AI留下足夠大的重構和改造空間。

不是你以為的GPT

整體來(lái)看，“式說(shuō)”之所以能夠擁有上面展示的這般能力，是因為在它的背后擁有三大技術(shù)“利器”。

首先就是多模態(tài)大語(yǔ)言模型技術(shù)。

“式說(shuō)”在最初2月發(fā)布之際所支持的能力是單一模態(tài)的，即文本對話(huà)能力。

而時(shí)隔僅1個(gè)月，第四范式便將語(yǔ)音、圖像、表格、視頻等多模態(tài)輸入及輸出能力融入了進(jìn)來(lái)。

第二大技術(shù)“利器”，則是企業(yè)級Copilot。

值得一提的是，這個(gè)Copilot并非是微軟、GitHub的那個(gè)Copilot。

而是第四范式通過(guò)自研大語(yǔ)言模型對專(zhuān)業(yè)領(lǐng)域的知識做理解，以便幫助用戶(hù)實(shí)現某些功能。

例如在開(kāi)發(fā)的過(guò)程中，在企業(yè)級Copilot的加持之下，所需的成本就只是把API對接進(jìn)來(lái)即可。

什么概念？

這就好比ChatGPT Plugins一般，只需要安裝特定領(lǐng)域第三方的插件，就能讓ChatGPT在這個(gè)領(lǐng)域變得更加聰明、專(zhuān)業(yè)。

同樣的，當企業(yè)使用“式說(shuō)”時(shí)，Copilot就可以調出企業(yè)軟件的有關(guān)功能，員工可以通過(guò)語(yǔ)音、圖像、表格、視頻等形式獲取想要的答案。

例如在航空制造業(yè)，軟件設計人員只需要上傳一些圖片，即可提出要求讓“式說(shuō)”在上百萬(wàn)的工裝零件庫中找出相似零件，并進(jìn)行組裝：

由此可見(jiàn)，“多模態(tài)大語(yǔ)言模型+Copilot”這套組合打法，可以讓AIGC在產(chǎn)業(yè)實(shí)際落地過(guò)程中更加得心應手。

但若是僅僅如此，依舊還是遠遠不夠的。

因為上述能力只能去應對某些單一的、碎片化的任務(wù)，而產(chǎn)業(yè)中的問(wèn)題往往更加紛繁復雜。

就好比我們在用Photoshop去美化一張圖片時(shí)，往往需要涉及裁剪、調濾鏡、調亮度等等多個(gè)步驟。

不過(guò)往往人們想要的結果是一步到位，直接說(shuō)一句“給我生成某個(gè)產(chǎn)品的海報”，所問(wèn)即所得。

而這種情況放在企業(yè)生產(chǎn)過(guò)程中，不僅是要完整結果那么簡(jiǎn)單，還需要對生成的過(guò)程做到“不黑箱”，步步均可解釋。

為此，第四范式便在上述兩大“利器”之上，引入了第三個(gè)關(guān)鍵技術(shù)——企業(yè)級思維鏈（Chain of Thought，CoT）。

思維鏈這個(gè)概念最早是由谷歌提出，是一種特殊的上下文學(xué)習。

它不同于標準提示只是給出輸入-輸出對的示例，思維鏈提示還會(huì )額外增加一段推理的過(guò)程。

員工只需要交代一個(gè)任務(wù)，它不僅能夠給你一個(gè)較為完美的答案，而且還會(huì )把期間所有流程是怎么思考的、如何執行的，一一都解釋清楚。

值得一提的是，第四范式這種企業(yè)級思維鏈是針對特定領(lǐng)域學(xué)習的“套路”，是更具專(zhuān)業(yè)性、可信度的那種。

不過(guò)有一說(shuō)一，第四范式今天的發(fā)布，并非是趁著(zhù)這波大熱潮一蹴而就的事情。

據第四范式介紹，早在BERT出來(lái)的時(shí)候，范式研究院就開(kāi)始關(guān)注并投入在這個(gè)技術(shù)領(lǐng)域，GPT3出來(lái)以后就更加明確了這個(gè)方向。

與此同時(shí)，第四范式也坦誠地說(shuō)“相比今年的投入，過(guò)去幾年肯定還是有差距的”。

整體來(lái)看第四范式的技術(shù)路線(xiàn)，大致可以總結為三步：

• 式說(shuō)1.0：擁有生成語(yǔ)言對話(huà)能力，主要場(chǎng)景是文庫問(wèn)答；相當于讓GPT學(xué)習的企業(yè)知識后，可以自然地與員工交互，解答專(zhuān)業(yè)問(wèn)題，并且是可溯源的。

• 式說(shuō)2.0：加入文本、語(yǔ)音、圖像、表格、視頻等多模態(tài)輸入及輸出能力，并增加了企業(yè)級Copilot能力。

• 式說(shuō)3.0：發(fā)力Copilot和思維鏈，提升使用傳統B端企業(yè)軟件的體驗。

為何如此布局？

一言蔽之，AIGS，即用AIGC的能力重構軟件。

畢竟能夠用起來(lái)的技術(shù)好技術(shù)，雖然AIGC熱潮很火爆、諸如GPT-4這般效果非常強悍的技術(shù)出現了，但它們之于產(chǎn)業(yè)，目前又帶來(lái)了怎么技術(shù)價(jià)值？

這便是第四范式所思考的根本問(wèn)題，而且戴文淵表示：

要做到AIGS，大模型未必需要是知識廣博、十項全能冠軍的通才。

更重要的在于模型具備Copilot和思維鏈CoT的能力。

在第四范式看來(lái)，傳統B端軟件先是出現過(guò)體驗上的不足，例如企業(yè)內的報銷(xiāo)系統、HR系統、OA系統等，可以說(shuō)是“菜單接菜單，菜單何其多”。

而大語(yǔ)言模型的到來(lái)，使得這些復雜系統可以通過(guò)更好的交互方式去實(shí)現功能的調用，這是顛覆之一。

例如在A(yíng)I改造后的企業(yè)軟件，以預定會(huì )議室為例，不再需要在選日期、選時(shí)間段、選會(huì )議室了。

而是像跟秘書(shū)對話(huà)一般，直接來(lái)一句“幫我預定某某時(shí)間段的會(huì )議室”，即可。

在企業(yè)軟件開(kāi)發(fā)上，亦是如此。

因為傳統B端企業(yè)軟件往往都是高度定制化、基于菜單式的開(kāi)發(fā)，每次一個(gè)功能升級，又要周而復始的經(jīng)歷原型圖、設計、開(kāi)發(fā)等，至少是月級別的開(kāi)發(fā)時(shí)間。

但由于新的交互形式的出現，現在功能和邏輯只需在數據、API和內容層面下功夫即可，變成了天級別的開(kāi)發(fā)效率，這又是顛覆之一。

正如第四范式所說(shuō)：

我們看到大模型能夠帶來(lái)用戶(hù)體驗的提升，開(kāi)發(fā)效率的提升，所以一定會(huì )形成軟件行業(yè)的飛躍，就是誰(shuí)率先能做出來(lái)的問(wèn)題。

當軟件產(chǎn)業(yè)被改造以后，整個(gè)行業(yè)的業(yè)務(wù)價(jià)值、商業(yè)模式都會(huì )得到飛躍。這是一個(gè)巨大的市場(chǎng)。

那么AIGS這條路，具體又該如何走？

第四范式對這個(gè)問(wèn)題也給出了自己的見(jiàn)解，主要分為三大階段：

• 第一階段：Copilot調動(dòng)不同的信息、數據、應用，作為助手完成用戶(hù)的指令。相當于在所有企業(yè)級軟件系統里，配備一個(gè)指揮官。指揮官聽(tīng)用戶(hù)的指揮，比如“把照片亮度調亮20%”。

• 第二階段：Copilot+基于企業(yè)規則的“知識庫”，AI能夠參照規則做復雜工作，比如AI查詢(xún)了“人像美化”知識庫后，能執行把照片修好看的步驟。

• 第三階段：Copilot+CoT。軟件系統的使用行為最終會(huì )被大模型學(xué)會(huì )，形成AI針對這個(gè)領(lǐng)域的思維鏈，意味著(zhù)“把照片處理得更好看”這種復雜指令，AI能自動(dòng)地按照步驟完成。

但更深一層的，若是細看下第四范式的過(guò)往，就不難發(fā)現如此布局背后的本質(zhì)——“做企業(yè)級”、“與軟件公司打交道”似乎一直是刻在第四范式的一個(gè)基因。

那么這一次，第四范式是否能用AIGC重塑產(chǎn)業(yè)軟件的新范式，是值得期待了。

— 完 —

點(diǎn)這里