通义千问开源大模型从云栖通道三个案例中,如何赋能AI应用?

2024-09-22

自去年 ChatGPT 到目前为止,人工智能很受欢迎(AI)在科技领域,大型模型迅速成为热门话题。


然而,如同 5G 通信就像,技术跑在应用的前面,让大多数人感觉到 AI 看起来也是“雷声大雨点小”。


很多人对人工智能的认知只停留在手机语音助手和拍照一键清除路人的阶段。事实上,大型人工智能模型的潜力远不止于此。


9 月 19-21 日,2024 2020年在杭州西湖区云栖镇举行云栖大会。 日本,云栖通道如约开通,为众多 AI 产业从业者、企业家和大型开发者提供了一个互动平台。


与之前参加的很多行业交流大会不同,云栖通道上的演讲并没有溅出行业黑话,也没有回避谈论的技术秘密。相反,它特别简单。它不仅展示了人工智能行业的最新趋势和开创性新产品,也展示了行业领袖分享的深入思考。这是近年来难得的让人越来越兴奋的行业会议。


该活动展示了许多令人惊叹的应用落地场景,充分展示了通义千问开源大模型对于 AI 赋能各个领域。


今天和大家分享三个人工智能技术场景,给我印象最深,附上一些自己的想法,希望能吸引更多的关注。你也可以在评论区写下自己的观点,一起讨论。


打通私有数据的垂直领域:精准学习 AI 帮助教育创新


教育内卷一直是家长无法回避的话题,孩子面临着巨大的学习压力。教科书的难度越来越大,通过学校的课堂时间往往很难完全掌握。因此,除了学校的学习时间,许多孩子还不得不参加家教或课外班来提高成绩。


这类传统解决方案存在着成本高、效果不能保证等诸多问题。


身为两个学龄儿童的爸爸,这真是我每天都要面对的一个问题,所以准确地学习。 AI “家教”概念一出现就引起了我的注意。


以前所有的学习工具,包括尺子、橡皮、字典、电子书、学习机,都是自学产品。然而,过去没有技术手段可以做到被动学习的场景,如被讲课、被指导、被回答问题等。,必须由真人来完成。


精准学 AI 在云栖通道活动中,科学家张宁展示了他们的超拟人一对一。 AI 老师,这位 AI 教师不仅可以形象 GPT 讲解同样的问题,更重要的是,它可以像一对一的老师一样,有计划、有系统地指导他们的学习,并根据孩子的学习情况实时调整课程内容。


这为当前的教育难题提供了一个全新的思路——与其卷父母、老师、教学和培训,不如卷父母。 AI,那不就是“科技平权”理念的完美展现吗?


那为什么没人用呢? ChatGPT 或者通义千问 API 做这种事?因为互联网上缺乏教育、法律等垂直领域的数据和材料。这些材料大多处于行业垄断和私有的状态,构成了垂直行业的数据壁垒。


例如,精确学习的知识图谱,就来自于它。 2018 年度成立时,超越 200 老师做的数据标注积累了大量关于老师和学生一对一讲课过程的数据,这对于培养适应教育场景的模型尤为重要。


作为世界上唯一的中文开源领域,它拥有 0.5B 到 7B 对于所有基本尺寸模型的企业来说,通义无疑是合作的最佳选择。


超拟人一对一精确学习 AI 在通义千问的基本大模型中,教师采用私有数据训练出的教育垂直大模型——心流大模型。


通义千问是精确学习的 AI 教师提供了强大的技术支持。在通义千问的基础上进行定制和调优,也是为了 AI 提高教师语音识别和语音合成技术,促进教师语音识别, AI 学生与教师的互动更加自然流畅。


与传统的教育方式相比,精确学习 AI 教师优势明显。


为学生提供个性化的学习指导,根据每一个学生的学习特点和需要制定专属的学习计划,提高学习效率。


同时,AI 教师永远不会疲倦,不需要休息,可以随时随地为学生服务,不受时间和空间的限制,为学生提供更方便的学习体验。


不难想像,未来 AI 教师可以成为很多学生的“标准”,让教师和家长得到“释放”。


自然语言交互重塑汽车智库:斑马智行创造元魂 AI


汽车智能化的步伐一日万里,驾驶舱内的人机交互也越来越“了解你”。


当前,汽车智舱中最常用的交互技术是 Touch(触摸屏)和命令式语音,但是这些方法有很多问题。


毫无疑问,Touch 驾驶过程中极其危险,因为司机不能同时操作触摸屏,支持道路状况;然而,命令语音被很多人嘲笑为“人工智障”,因为它往往无法准确理解客户的意图,导致交互体验差。


只需驾驶近几年新推出的新能源智能汽车,您一定知道我在说什么。


与过去的传统汽车相比,新增的交互包括性能模式变化、动能回收档位调整、辅助驾驶开关等。许多功能需要安装和应用于汽车机器,然后隐藏在汽车机器的触摸屏中。 N 级菜单下。


当然,并不是说现在手机和电脑的互动没有问题,而是涉及到人身安全的驾驶舱,互动中的任何缺点都被无限放大。


全新智能座舱,斑马智行联合通义发布 AI 技术品牌-元魂 AI,就是要解决这个问题。


元魂 AI “关键建设是” 1 3 "技术系统,以 AliOS 以及广泛的芯片生态为基础设施基础。


其中," 1 "这是一种自然的交流,旨在实现人与车之间的互动,就像人与人之间的交流一样自然。" 3 “包括感知场景(Echo AI)、组织服务(Eco AI)和认知成长(Evo AI),取代传统的自然语言人机交互方式 Touch 与命令式语音交互。


这一互动技术大大降低了用户的学习成本,使用户能更自然、更方便地与汽车进行交流。


例如,不需要在触摸屏上寻找复杂的菜单选项,就可以通过简单的语言指令来调整车辆的各种功能。另外,自然语言交互还能更好地理解顾客的意图,提供更加个性化的服务。


斑马智行与阿里的通义大模型合作,可以充分利用通义大模型强大的语言逻辑和生成能力,成为元魂。 AI 提供更智能的互动体验。


为什么自然语言交互如此重要?斑马智行也给出了答案。


在汽车软件操作系统和斑马智行 AI 该领域已深耕十余年,已服务。 30 多家汽车厂,累计量产出货。 700 多万辆汽车。截至今年本月,新增量产出货。 80 目前累计斑马月活跃车辆数量已达万辆以上。 370 万。


在演讲中,斑马智行首席产品官蔡明分享了几组数据,移动互联网中的应用总数包括 200 多万, DAU(日活)100 超过一万的应用也有 600 多个。可以实际上每辆车的平均安装也只有十几款左右。


另外,在使用频率方面,车辆与全端相比只有一个。 1/3 到 1/5,而且对全端数据的影响特别小。


它显示了传统 Touch 使用命令式语音是有问题的,客户不愿在这种交互技术下使用应用,所谓的智能驾驶舱,也无从谈起。


这不禁引起了我更多的思考。那些你我日常生活中离不开的应用和功能,因为互动问题,让我们回避,不愿意在车上使用。然后,如果我们有手机,PC 终端应用和功能,也可以转化为学习成本低、操作不敏感的自然语言交互,我们的日常生活又会发生什么变化?


斑马智行志在这里。蔡明表示,未来的目标是 AI IN ALL,使用整个服务 Agent 取代 AI 生态学,让每一个用户都成为拥有自己“贾维斯”的钢铁侠。


为机器注入灵魂:基于通义大模型的人形机器人


在200多年的工业革命中,我们制造了许多机器,但是这些机器仍然需要人脑来控制。


虽然我们已经可以制造出生动的人形机器人,但它们在关节灵活性、力量强度等方面可能比真人更强大,但它们没有自我思考的大脑,无法像人类一样灵活地理解和响应各种指令。例如,即使是婴儿也可以站立和行走。如今,机器人勉强实现了,所以现在的机器人必须固定起来,以免自己破碎,就像一个没有灵魂的身体。


人工智能,也许正是机器人所缺乏的灵魂。


个人开发者、知名技术博主张子豪在云栖通道现场展示了基于通义大模型的人形机器人。


这类机器人能理解复杂的指令,完成唱跳。 RAP、运输货物、踢球等复杂动作,显示出强大的智力和灵活性。


所有这些听起来都很简单,但实际上一点也不容易。


理解复杂的指令涉及到上面提到的自然语言识别,将语言转化为动作,进一步转化为每个伺服电机和每个机械关节都可以识别的电信号,中间需要复杂的“翻译”工作。


在过去,要使机器人看上去有多智能,就需要多少人工。比如强 1999 年年索尼,也不能让电子狗。 Aibo 看上去并不那么“智障”。


但是在人工智能时代,B 站 UP 主也可以轻松地用手摩擦“有灵魂”的机器人。


以幻尔为基础的张子豪人形机器人 TonyPi 人形机器人,通过开源 AI 推理框架 OpenVINO,当地部署笔记本电脑的端部。 AI 通义千问开源大模型 Qwen2 - 7B – Instruct 可以让机器人“聪明”起来。


张子豪在当地的端侧设备上写下了提示,并对机器人进行了规定。 23 种植原子动作函数,让智能身体自主选择下一步应该调用哪些函数。根据人类的指令,人类所说的人类话语被翻译成机器可以理解的机器话语。—— JSON,这个 JSON 里面既有要执行的动作目录,也有 AI 要说的话。


其中,动作列表的参数是由大型模型产生的,因此具有较强的通用性,能使机器人真正理解大量的先验知识。


张子豪说,他对自己说。 TonyPi 对于机器人来说,使用本地开源大模型有八个原因,包括不需要联网,不用担心花钱买。 Token、不必担心隐私泄露等,让机器人的设计和使用更加自主可控。


总而言之,在这次云栖会议上,通义千问开源大模型在各行各业的应用展现了其强大的赋能能力。


它不仅为教育带来了创新的解决方案,也减轻了家长和老师的负担,为学生提供了更加个性化的学习体验;它还重塑了汽车智能舱的交互技术,提高了驾驶的安全性和便利性;更多的机器人注入了灵魂,使其更加智能化和灵活化。


认为,在未来,通义千问开源模型将继续发挥其优势,推动其发展。 AI 技术的应用,给我们的生活带来了更多的便利和创新。


本文仅代表作者观点,版权归原创者所有,如需转载请在文中注明来源及作者名字。

免责声明:本文系转载编辑文章,仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布,请及时与我们联系进行审核处理或删除,您可以发送材料至邮箱:service@tojoy.com