國慶假期,國內(nèi)歡度佳節(jié)的同時,海外大廠在忙著“搞一波大的”。日前,谷歌正式發(fā)布新一代安卓旗艦手機Pixel 8/Pro系列,并宣布面向安卓與iOS設(shè)備,推出“Bard助理(Assistant with Bard)”,用戶可通過文本、語音或圖像與Bard助理互動——換言之,此次谷歌推出的Bard助理將具備多模態(tài)功能。
無獨有偶,9月底,OpenAI宣布ChatGPT將推出新的語音和圖像功能。用戶不僅可以在文本框中輸入提示,還可以通過語音或圖像與ChatGPT交流。據(jù)OpenAI稱,新功能將在未來兩周內(nèi)向ChatGPT付費用戶推出,不久之后會推廣到其他用戶。
海外兩家當(dāng)之無愧的AI龍頭已紛紛進入多模態(tài)時代,而國內(nèi)大廠的步伐也并未見緩慢。目前,華為的AI大模型架構(gòu)里已包括盤古多模態(tài)大模型,科大訊飛推出的訊飛星火認(rèn)知大模型也已提供多模態(tài)交互體驗。此外,一直在AI應(yīng)用層面頗為市場關(guān)注的AIGC軟件A股上市公司萬興科技(300624.SZ)也宣布,即將發(fā)布國內(nèi)首個專注于以視頻創(chuàng)意應(yīng)用為核心的百億級參數(shù)多媒體大模型“天幕”。根據(jù)資料顯示,該“天幕”大模型也具備多模態(tài)能力。
隨著科技巨頭和明星科技企業(yè)逐步強化各大模型對多模態(tài)能力的支持,“多模態(tài)”無疑已成為繼AIGC、大模型之后的又一“年度熱詞”。這并非是大廠們心有靈犀,事實上,多模態(tài)已成為眾多業(yè)界人士公認(rèn)的,通向通用人工智能(AGI)的重要途徑。
在早期對于AI和深度學(xué)習(xí)算法的探索中,科研人員大多專注于研究單模態(tài)模型,并利用單一模態(tài)數(shù)據(jù)來訓(xùn)練模型。然而,在現(xiàn)實世界中,文本、圖像、語音、視頻等形式很多情況下都不是獨立存在的,而是以更復(fù)雜的方式融合呈現(xiàn),如同人類的“五感”互相連通密不可分。因此,在人工智能的探索中,跨模態(tài)、多模態(tài)也成了近幾年業(yè)界研究的重點。
業(yè)內(nèi)人士分析稱,多模態(tài)預(yù)訓(xùn)練模型集成語音、文本、圖像、視頻等各個模態(tài)信息的處理模式,降低了AI任務(wù)的門檻,更加貼近人類感知,也具有更高的社會價值和商業(yè)前景,使AI有望成為萬千大眾都能使用的生產(chǎn)工具。
從年初的NLP到現(xiàn)在的多模態(tài),剝?nèi)ニ蚕⑷f變的技術(shù)“外殼”,AI行業(yè)的核心,依舊在于“應(yīng)用”二字。目前國內(nèi)廠家在C端的布局不可謂不多。從層出不窮的ChatGPT“平替”、火出圈的妙鴨相機,再到數(shù)字人短視頻創(chuàng)作神器萬興播爆,國內(nèi)廠家們從文字、圖片到視頻“全面開花”,各出奇招探索AI內(nèi)容生成技術(shù)的創(chuàng)新玩法,力圖攻占國內(nèi)用戶的心智。
以萬興科技為例,作為AIGC出海龍頭、國內(nèi)最大的數(shù)字創(chuàng)意軟件出海企業(yè),萬興科技早已開始AIGC應(yīng)用布局,并已涉獵目前市場上大部分主流C端AIGC應(yīng)用種類。
不久前,萬興科技宣布多媒體大模型“天幕”時,即一次性展示了旗下數(shù)款融合大模型能力的創(chuàng)意軟件應(yīng)用。其中,包括AI數(shù)字人直播神器萬興播爆直播版、AI文字視頻剪輯產(chǎn)品Wondershare Kwicut、在線圖像音視頻輕編輯AI創(chuàng)意平臺Wondershare Media.io、卡點音樂視頻模板產(chǎn)品Beat.ly等音視頻AI技術(shù)應(yīng)用產(chǎn)品,AI電商圖片生成工具Wondershare VirtuLook等圖片AI技術(shù)應(yīng)用產(chǎn)品,以及AI講演神器萬興智演、AI虛擬伴侶產(chǎn)品Trumate等文本AI技術(shù)應(yīng)用產(chǎn)品。
此外,公開資料顯示,萬興科技旗下萬興喵影、Wondershare Filmora、Wondershare PDFelement、億圖圖示、億圖腦圖、Mockitt等創(chuàng)意軟件產(chǎn)品也已集成AI能力,應(yīng)用場景覆蓋AI生成電商短視頻、AI生成原型、AI生成流程圖/思維導(dǎo)圖等圖示、AI生成文本等。
通過分析萬興科技的AI產(chǎn)品分布可以發(fā)現(xiàn),目前對于國內(nèi)廠家,具有實用性功能,例如提升工作效率、提升作品吸引力的產(chǎn)品,可能能夠帶來更好的收益。至于未來還有哪些新玩家入局、又會以怎樣的方式在什么領(lǐng)域切入市場?一切值得期待。
