4月20日,出门问问在北京举办主题为“AGI·降临”的2023 AIGC战略发布会。会上出门问问宣布内测探索大模型「序列猴子」,并提出CoPilot将会无处不在,同时在大模型能力的基础上还同步开启了面向创作者的CoPilot产品矩阵,面向C端的升级版语音助手魔法小问,以及面向B端的企业专属大模型的内测探索。其中面向创作者的CoPilot产品矩阵包含了四款AIGC产品,分别为AI写作平台“奇妙文”、AI绘画平台“言之画”、AI配音平台“魔音工坊”、数字人视频与直播平台“奇妙元”。
自研大模型「序列猴子」,助力AGI“降临”
出门问问大模型“序列猴子”是一款具备多模态生成能力的大语言模型,模型以语言为核心的能力体系涵盖“知识、对话、数学、逻辑、推理、规划”六个维度,能够同时支持文字生成、图片生成、3D内容生成、语音生成和语音识别等不同任务。
目前,“序列猴子”大模型已经具备了一定的自然语言理解、知识、逻辑以及推理等能力,对于“湖南和湖北哪一个省会的人口更多?”这类比较复杂的问题能够快速给出准确结果。
据介绍,出门问问自研大模型中文名“序列猴子”的灵感,来源于数学家埃米尔·波雷尔在20世纪初提出的“无限猴子”定理。根据该定理,如果一群猴子随机地敲打一台打字机,最终一定会产生完整的莎士比亚作品。这个定理基于概率论和组合数学,阐释了概率的统一性。出门问问自研大模型的构建原理与“无限猴子”类似,海量文本序列通过出门问问自主算法的不断训练,经由大规模算力消化理解,便练成了“序列猴子”。
出门问问创始人兼CEO李志飞表示,大模型不只是参数量大,当今的大模型是互联网文本的深度建模,而互联网文本是世界知识的映射,因此大模型是一个认知模型,是对语言的建模。而语言是思维的边界,所以大模型拥有无限想象空间。“序列猴子”在训练过程中已经展现出了“涌现”能力,目前正处于“顿悟”阶段,未来提升的速度会越来越快。他还认为,做人类的CoPilot会是大模型最好的“工作”,未来CoPilot将无处不在。
一站式CoPilot产品矩阵,打通内容创作全流程
基于“序列猴子”大模型,出门问问内测探索了多款面向创作者的AIGC产品及应用,为万千创作者构建一站式CoPilot产品矩阵,打通内容创作全流程。目前出门问问已实现技术、产品、商业化的「三位一体」,注册用户超500万,全球付费用户超百万。
奇妙文-你的AI写作助理(write.mobvoi.com)
作为发布会上首个亮相的CoPilot产品,“奇妙文”的AI写作能力覆盖了职场办公、市场营销、新媒体和创意写作四大内容创作场景,能够在用户撰写年终总结、客服话术、剧本、广告文案等内容时,为其源源不断地提供灵感和创意方向。
为更好帮助用户提升内容创作效率,“奇妙文”开放了八大AI编辑功能,分别为风格转化、要点提取、校对纠错、续写、改写、扩写、缩写、翻译。“奇妙文”还能在写作中自动生成图片,为用户带来图文并茂的写作体验。
言之画-你的AI绘画助理(paint.mobvoi.com)
面对设计师、插画师等在文字外对设计有强烈需求的创作者,出门问问内测探索了“言之画”AI绘画平台。“言之画”支持二次元、蒸汽朋克、插画等8种创作风格。用户只需输入文字,“言之画”就能一次性生成8张光影逼真、细节丰富的2K高分辨率图像。
除了以文生图,它还拥有以图生图、动图生成、个性头像生成等AI绘图能力,极大丰富了用户的创作手段。对于企业用户,“言之画”还支持专属模型定制,让企业用户能够根据自身需要自定义模型风格,并且支持多人协作生产,更好地满足企业的绘图需要。
目前,“言之画”已经与家装设计平台酷家乐达成了探索意向,在酷家乐平台上,用户们借助“言之画”只需用文字描述出自己的需求即可轻松更换装修风格、调整家具位置等,进而设计出自己喜欢的装修方案。
魔音工坊-你的AI配音助理(moyin.com)
面向AI配音场景,出门问问推出了新一代AI配音产品“魔音工坊”。“魔音工坊”(海外版DupDub)是一款全球领先的全流程一站式AI配音平台,已向用户开放了超1000种音色、超2000种声音风格以及超20种方言和外语。
在大模型技术的加持下,“魔音工坊”是全球首款搭载了大模型AI写作功能的配音平台,覆盖了AI写作、AI配音和剪辑等多个场景。用户可以在它的辅助下轻松完成影视解说、有声书、在线教育、新闻播报等集文案与配音于一体的内容创作。目前,“魔音工坊”已经与微信读书、少年得到、大众等多个行业的头部企业达成了合作。
为了给用户提供更好的配音体验,“魔音工坊”支持对选定声音进行包括平静、悲伤、开心在内的7种情绪的调节,对包括女中年、男孩等在内的10种角色进行迁移,同时还开放了韵律调节、局部变速、多人配音等AI声音个性化编辑功能,让用户能够像用word编辑文档一样编辑声音。
除了选择声音、编辑声音,基于大模型的语言生成能力,“魔音工坊”还将推出“捏声音”功能,用户可以自由选择性别、年龄、语言、风格和情绪等声音特征,从0到1创作自己喜欢的声音。
奇妙元-你的AI数字分身(weta365.com)
在文字、图像、声音等生成能力基础上,为了让视频内容创作者更快更好地创作形式新颖、生动有趣的作品,出门问问内测探索了AI数字形象创作及直播平台“奇妙元”。
据介绍,“奇妙元”平台现有超100款数字人、超1000款3D数字资产、超1000种声音。凭借多模态生成技术,“奇妙元”平台目前共支持图片建模(2D数字人)、视频建模(2.5D数字人)、3D建模 (3D数字人)三种不同形式的数字人生成。其形象克隆功能,仅需一段5分钟的真人视频素材,就可以1:1复刻用户的形象神态,为用户打造声音一致、动作自然的数字人分身。
从个人到企业,CoPilot将无处不在
出门问问在语音助手领域有着深厚的积累,对AI语音的研究可以追溯至十年前,2014年出门问问发布了首款语音助手“小问助手”,2015年迭代了“小问秘书”,2017年推出了全场景VPA,并在2019年对VPA进行了升级。经过十年的积累和发展,本次发布会上出门问问内测探索的CoPilot-魔法小问,可以理解为Siri与ChatGPT的综合体。
“你好问问,最近的火锅店在哪里”、“”你好问问,告诉下明天北京的天气吧”,人们都习惯于在衣食住行前先查询了解相关信息。作为面向个人用户开发一款智能语音助手,“魔法小问”可以帮助用户查百科信息、查天气、查餐厅、查酒店,还能与用户自由对话,让用户更方便、快捷地获取信息。
据出门问问介绍,“CoPilot”源自超级助理的概念,它将拥有基于大模型的高智商大脑,能够分析海量数据即时准确地与人类交流;还会拥有动听的声音、靓丽的形象,可以搭载任意硬件平台,如手机、手表、车机等;还能够适配千行百业,化身高质量教学的老师、知识渊博的律师、专业的医生、金融理财客服等,在需要的时候,随时随地展示专业知识,为人分担压力。
「序列猴子」开放生态,赋能更多行业
基于“序列猴子”大模型的底层能力,对于B端用户和垂直领域,“出门问问Copilot”不仅提供通用能力支持服务和数字人形象定制服务,还将开放自身角色能力,持续迭代数据接口。有需求的企业用户可以登陆web端调用API服务,并且能通过上传文档的方式,对行业专有内容进行训练,从而实现定制化语音交互。序列猴子的网址为openapi.mobvoi.com。
目前,出门问问已经与首批十大行业的内测探索伙伴达成了合作,包括汽车、教育、律所、金融、医疗、旅游等,未来出门问问“CoPilot”将逐步赋能更多行业,助力更多企业拥有自己的专属大模型,打造自己的专属“CoPilot”。