新智元報道  

　　編輯：編輯部

　　【新智元導讀】通義千問一出世，阿里版GPT全家桶立馬來了。草圖秒變程序，開會還能摸魚，會議記錄郵件文案全整活！這只是開始，工作和生活將全面進入智能原生時代。

　　瘋狂3月的那一天，一切還歷歷在目。

　　微軟突然在發布會上放出大招，用Microsoft 365 Copilot掀起了辦公軟件革命。Word、PPT、Excel、Outlook……所有你想得到的軟件，通通得到GPT-4的加持。

　　而今天，阿里也放出一枚重磅炸彈——阿里版的Copilot也要來了！

　　并且比微軟更徹底的是，阿里全系產品也都將會接入大模型，幾乎涵蓋了所有衣食住行外加消費娛樂的場景。

　　所以，動動嘴就讓AI幫我購物、點外賣、買電影票的日子，真的要來了？

　　阿里版Copilot全面來襲，打工人狂喜

　　阿里為什么有這樣的底氣？看完通義千問的實測，你就知道了。

　　阿里的這個大模型，回答中文十級難題也不怯場，數學、編程、情書，樣樣都能給你整活。

　　這么一個給力的大模型，接入我們的生產力工具釘釘，會得到什么？

　　那當然就是——我們自己的Office Copilot！

　　話不多說，咱們直接看圖。

　　文案、策劃、郵件，一鍵搞定

　　當代打工人，什么最頭疼？答案之一，當然就是寫文案了。

　　老板忽然說要團建，讓緊急出個活動策劃，大腦一片空白的你，怎么辦？

　　誒，接入通義千問的釘釘，這不就來了么。

　　在框里輸入你的需求，它唰唰唰就給你生成個團隊outing計劃書，稍微一改就可以直接發給老板了。

　　光有文字太干巴，可以加點視覺效果嗎？

　　沒問題，陽光沙灘躺椅棕櫚樹，度假照片秒速生成，讓你的文案瞬間鮮活。

　　不用寫代碼，草稿秒變小程序

　　OpenAI發布GPT-4那天，創始人之一的Greg Brockman現場做了個演示：只需畫一個草圖，GPT-4就能按照這個布局生成代碼。瞬間驚艷了眾人。

　　可惜直到現在，這個神奇功能還沒人能用上。

　　這次，釘釘來還愿了。

　　上傳一張功能草圖，一行代碼都不用寫，分分鐘就生成了一個訂餐小程序。

　　就是說，往后只要腦洞夠大，編程小白也能開發應用、開始搞錢、走上人生巔峰了？

　　聊天記錄不用翻，摘要自動生成

　　互聯網大廠的打工人，都習慣了多線作業。任務哐哐砸來的時候，是個人都會暈頭轉向。

　　比如，領導交代了個新任務，把你拉進一個群，一攤子事兒就來了。

　　幾百條消息，怎么看得過來？廢話溝通內容太多，結論又是什么？

　　沒關系，現在有了釘釘，每當你進入一個新群聊，釘釘都會根據歷史消息，自動生成聊天摘要。

　　事事可跟蹤，再也不用手動爬樓梯。

　　根據聊天記錄，群里還能一鍵生成待辦事項，清晰明了，所有人可見，辦公效率提升百倍。

　　會上開小差？不怕，AI替你記了

　　打工不易，線上開個會，難免開個小差。

　　靈魂正出竅時，忽然被老板cue到，可咋辦？

　　不用慌，接入大模型后的釘釘視頻會議，直接可以生成實時字幕，誰在說，說了什么，都一目了然。

　　剛入會的你還一臉懵圈呢，一看右邊的智能摘要，立馬就能get之前討論的重點，妥妥的高效辦公利器。

　　視頻會議結束后，重點摘要、待辦事項、相關鏈接都火速生成。

　　（AI你為何如此刁鉆，想摸魚都沒借口了。??）

　　而且，在不久的未來，如果你要出差，買票、訂酒店、導航，通義千問都能一鍵搞定。

　　AI版十萬個為什么，有問必答

　　如此萬能的通義千問，當然不止是辦公助手，它也會是你給力的生活管家。

　　之前的鳥鳥分鳥，就已經讓我們體會了一把語音助手接進大語言模型后的絲滑。

　　現在，接入通義千問的天貓精靈，已經成了第一個由大模型接管的對話式智能交互系統。

　　它可以隨時隨地陪你開腦洞，比如咱們忽然就想知道：‘我想寫一個奧特曼和高分子蛋白的故事，你覺得他們有關系么？’

　　天貓精靈這樣回答：從科學角度來說，奧特曼和高分子蛋白并沒有直接的關系。不過，如果你有創意和想象力，你可以將奧特曼和高分子蛋白作為故事的元素，通過奧特曼的能力和高分子蛋白的特性展開一個新的故事情節……

　　各種刁鉆問題，對它都是小case，再來十萬個為什么，那都不是事兒。

　　跑步時，你可以讓它為你生成固定時間長度的歌單，要求還能具體到‘歌單的50%要穿插皇后樂隊風格的歌曲’。

　　心情不好，它會隨時在側安慰。

　　面對下廚房的迷惘時，張口一問，菜譜和教學視頻分分鐘就出來了。

　　剁手買買買，連手都不用了？

　　而當購物場景接入通義千問，它能提供建議，還能針對性地給出商品推薦，讓你的買買買更絲滑。

　　問通義千問第一次化妝應該準備什么？在提供建議后，通義千問會給出化妝鏡、粉底刷等分類推薦。

　　更貼心的是，它還能給出活動策劃，不用你自己絞盡腦汁去想了。

　　你可以直接問它：‘爺爺下個月就要過80大壽了，我現在要開始為生日宴會做準備了，請給我一些策劃思路。’

　　可以想象，在不久的未來，辦公、居家、購物、打車、訂酒店這些千姿百態的生活場景，通義千問大模型都會深層接入。

　　就在剛剛，阿里巴巴集團董事會主席兼CEO、阿里云智能集團CEO張勇在北京云峰會現場，宣布了這一重磅消息。

　　目前，釘釘、天貓精靈已經率先接入了測試，在評估認證后，新功能將正式發布。

　　為企業打造專屬大模型

　　不過，阿里的終極目標可不只是在這些‘第一方’應用上圈地自萌，而是如何幫助其他企業，研發他們自己專屬的AI應用或者大模型。

　　那么具體來說，大模型是如何在切實的應用場景落地，又是怎樣給千行百業賦能的呢？

　　對此，最近爆紅的500億參數金融大模型BloombergGPT就給我們做了一個很好的示范。

　　首先，彭博社的研發團隊從跨度長達40年的龐大金融數據檔案中汲取信息，并創建了一個包含3630億token的數據集。

　　然后，再將這些專業性的數據與3450億token公共數據集相結合，最終構成了一個超過7000億token的大型訓練語料庫。

　　最后，團隊基于這些語料，訓練出了剛剛提到的‘金融版ChatGPT’——BloombergGPT。

　　結果顯示，BloombergGPT模型在金融任務上的表現遠超同類規模的現有開放模型，同時在通用NLP基準上的表現也不相上下或更好。

　　可以看出，彭博社的研發團隊基于特定領域的數據而做出的這套專屬、定制的大模型，不僅特別適用于金融場景，而且能更好地為他們的業務提供服務。

　　不過，在現實情況中，盡管對大模型的應用需求將井噴，但訓練大模型的門檻極高。

　　國內絕大部分中小公司沒有能力自建動輒需千卡甚至萬卡以上的大模型基礎設施，即便對于很多頭部企業，從0到1不斷訓練、優化大模型也并不經濟，各行各業都需要成本足夠低的AI基礎設施。

　　今天阿里更進一步，通過通義千問的推出，孕育出各行各業專屬于自己的定制化大模型。讓它們既能想用通義千問較強的基礎能力，同時也能針對不同的領域去做相應的優化。

　　最終，每個企業都可以在阿里云上有一個專屬的大模型空間。

　　在這個空間里，既可以調用通義千問的全部能力，也可以結合企業自己的行業知識和應用場景，訓練自己的企業大模型，比如智能客服、智能導購、智能語音助手、文案助手、AI設計師、自動駕駛模型等。

　　模型即服務

　　為了幫助企業也不必再去自己重復‘造輪子’，阿里在去年11月首次提出了‘Model as a Service’（MaaS，模型即服務）這個概念。也就是將模型作為AI技術開發和應用首要載體和一等公民。

　　阿里云智能CTO周靖人認為，一方面MaaS是未來人工智能發展的重要方向，如果能實踐好，將促進AI產業界的大發展。另一方面，MaaS對基礎設施提出了新的要求，特別是和云計算基礎設施的深度融合，也帶來了新的機會。

　　對此，阿里云已通過自身實踐錘煉出了國內唯一支撐過萬億參數以上大模型的‘飛天智算基礎設施’。具體來說，可提供三層系統服務能力：

　　· 智算IaaS服務

　　在Infrastructure層面，阿里云智能可以支持最大十萬卡GPU單集群規模，承載多個萬億參數大模型同時在線訓練的智算集群，并為萬卡規模AI集群提供無擁塞通訊的自研RDMA網絡架構等等；

　　· 智算PaaS服務

　　對于需要自行開發模型的用戶，阿里云智能提供的機器學習平臺PAI，可支持萬卡單任務分布式訓練規模，并覆蓋全鏈路AI開發工具與大數據服務。不僅如此，該平臺還能讓AI推理效率提升6倍，并且讓訓練效率獲得高達10倍的提升。

　　· 智算MaaS服務

　　對于希望直接使用模型或者進行簡單二次開發的用戶，阿里云智能提供通義基礎大模型和以之為基礎的企業專屬大模型，同時還有以及國內首個‘模型即服務’開放平臺魔搭社區。

　　目前，魔搭已經匯聚了超800個優質開源模型、超100萬用戶，以及超1600萬模型累計下載次數，是國內規模最大的模型社區。

　　最后，便是在應用層提供城市大腦、工業大腦、醫療大腦、農業大腦、智能客服、智能營銷、金融風控以及AI earth等解決方案，為各行業客戶賦予行業場景融合的AI能力。

　　在峰會現場，阿里云宣布將與OPPO安第斯智能云聯合打造OPPO大模型基礎設施，同時，吉利汽車、智己汽車、奇瑞新能源、毫末智行、太古可口可樂、波司登、掌閱科技等多家企業，也將與阿里云展開大模型技術合作的探索和共創。

　　正如阿里CEO張勇在發布會現場所說，此刻，我們正處于一個十幾年未遇的關鍵時刻，所有人都在等待著AI技術與無數產業擁抱。

　　許多過去的暢想，如今都變成了現實。

　　這么看來，我們也可以大膽暢想，中國大模型百花齊放的那一天，已經不遠了。

（聲明：本文僅代表作者觀點，不代表新浪網立場。）