萧箫 发自 凹非寺

量子位 | 公众号 QbitAI

谷歌硬刚ChatGPT消息一出，科技圈全坐不住了。

就在昨晚，阿里百度网易京东一众公司全宣布要推出类ChatGPT新产品，战况那叫一个激烈。

阿里内测中的达摩院版ChatGPT，也被提前曝光。

竟然连画画技能都具备了？！

ChatGPT类型的对话功能，同样不在话下。先来个NBA话题铺垫：

当被问到“乔丹和科比谁更伟大”时，开始暴露篮球迷身份，连“毋庸置疑”、“奉为神迹”这种话都出来了：

还是个乔丹死忠粉，能对你老婆的观点提出异议（手动狗头）

看起来这个达摩院版ChatGPT，不仅有纯文本任务能力，还融合了多模态任务能力。

这究竟采用了什么样的技术？阿里这次内测中的类ChatGPT产品，能力如何？

基于通义融合升级

据透露，新产品可实现的功能包括知识问答、AI绘画、代码生成、小说续写、文案撰写、写诗作词等。

一言以蔽之，不仅ChatGPT具备的能力它都能实现，而且多了“AI绘画”这项功能。

能取得这样的多任务、跨模态效果，背后本质上离不开阿里通义大模型的能力。

新达摩院版ChatGPT，正是基于通义大模型体系进行融合升级。

据报道，推出的通义大模型底座基于统一学习范式OFA等底层技术打造，具备了能搞定多种任务的“大一统”能力：

不引入新增结构，单一模型即可同时处理图像描述、视觉定位、文生图、视觉蕴含、文档摘要等10余项单模态和跨模态任务。

升级后，更是可以处理超过包括语音和动作在内的30多种跨模态任务。

这里“大一统”技术的关键，在于提出并实现了三个“统一”：

• 架构统一。使用Transformer（encoder-decoder，编解码器）架构，统一进行预训练和微调，无需在应对不同任务时，增加任何特定的模型层。

• 模态统一。不管是NLP、CV这种单模态，还是图文等多模态任务，全都采用同一个框架和训练思路。

• 任务统一。将所有单模态、多模态任务统一表达成序列到序列（Seq2seq）生成的形式，同类任务的输入几乎就是“一个模子里刻出来的”。

目前推出的通义大模型，在电商跨模态搜索、AI辅助设计、法律文书学习、医疗文本理解、开放域人机对话等200多个场景中应用落地时，均能达到2%~10%的效果提升。

从阿里的研发来看，他们实际上于2020年左右已经开始布局此类技术研究。

2021年推出“中文版GPT-3”PLUG，参数量270亿，但跟GPT-3一样是“万能写作神器”。

例如这是小说续写的效果：

去年，阿里AliceMind模型更是在CLUE榜单的AI中文语言理解任务上得分首超人类，获得了86.685高分。

CLUE榜单会从文本分类、阅读理解、自然语言推理等9项任务中全面考核AI模型的语言理解能力，但参评AI模型一直未能超越人类成绩，AliceMind则一举在4项任务中超过了人类水平。

国内厂商纷纷追逐ChatGPT

所以，此次推出类ChatGPT产品，阿里究竟是怎么想的？

其实阿里通义大模型体系中，有不少模型都已经在魔搭社区开源。

魔搭社区由阿里达摩院与CCF开源发展委员会共同发起，目前社区内有300+模型上线，其中包括10多个大模型和150+ SOTA模型，其中三分之一都支持中文。

但据知情人士透露，阿里长期以来的目标依旧没变：

打造中文ChatGPT的生态，这个定义对于阿里来说可能窄了一点。相比之下，阿里更希望能引领中文大模型的发展趋势。

不止阿里，包括百度、网易、京东等各科技大厂也都已经坐不住了。

百度正在对类ChatGPT产品“文心一言”进行内部测试，官方宣布测试完成时间在3月左右，但是否会因为这波热度提前还不好说。

网易也剧透，未来网易有道可能会推出ChatGPT同源技术产品，主要在在线教育一块实现应用。

京东集团副总裁何晓冬则表示，京东是加速AIGC和ChatGPT规模化落地的最佳场景，未来借助这一系列成果，将加速AI在国内的应用落地。

这波国内外厂商的ChatGPT热潮，很快就要起来了。