旗下微信矩阵:

实现千人千面的普惠化AI?波形智能发布新一代个性化自适应私人语言模型

2024-07-29 10:06 · 互联网     

每一项革命性的技术诞生后,人类都需要探寻技术走向“应用普惠”的方法。

正如造纸术的诞生带来了文明的传播,蒸汽机带来了人流、物流,电子计算机技术带来了今天互联网的一切,它们背后的逻辑都是先进技术普惠穿透了应用边界,触达每个人,带来社会级的变化,从而形成了文明的更迭。

而如今,AI正在扮演着同样的角色。作为推动人类进入智能时代的决定性力量,在AGI引领的第四次工业革命里,一个迫切的问题摆在眼前:怎样才能让更多人用上AI?

在7月28日举办的2024波形智能Summer DevDay上,波形智能发布了《2024年技术路线白皮书:Life-long Personalized AI》,并特别提出了对于“AI应用”的新思考——千人千面的个性化、可进化、普惠化。

基于全新的LPA技术探索,波形智能还发布了新一代多模态无限式长内容生成的个性化自适应私人语言模型「Weaver 2.0」,以及重磅升级的多语言多模态的AI内容创作工具「蛙蛙写作2.0」、「Siuuu.AI」、「AI Learning」等系列产品。

“做LPA的目的,就是希望让每个人都普惠地拥有一个能‘越来越懂你’的「私人语言模型」。”波形智能创始人兼CEO姜昱辰表示,“只有当AI与大众的生产生活真正建立起强关联,并且能够自理解、自适应每个*的个体时,才算迎来真正的千人千面的普惠化AI。”

01

个性化的实践,从通用为王转向千人千面

Scaling Law是近几年AGI概念和大模型领域最火热的技术名词之一。拼参数、拼数据、拼算力,是厂商推出大模型后最喜欢做的几件事。但换个角度看,大模型仍处于“无尽刷分”的阶段,虽然基础的泛化性和通用性可以得到提升,但落地到现实中的应用场景还有诸多局限,比如很多用户的个性化需求无法以通用模型来处理,技术与使用场景之间存在代沟等等。

让大模型从可用走向好用,需要一场更有针对性的转向。而这就是本次波形智能Summer DevDay最亮眼的一个发布和升级。对于用户而言,AI最重要的还是「为我所用」,依据每个人不同的背景和使用方式决定它的实际价值和使用效果。这样的话,模型如何结合实际应用环境、满足个性化需求才是关键。

“我们基于LPA技术对Weaver进行了特性优化,包括「千人千面的个性专属、数据为核的自适应/自进化,以及端云结合的高效部署」。”波形智能CTO周王春澍介绍说。

具体来看,千人千面的个性专属指的是通过用户反馈交互信息,比如对生成内容质量的好/坏评价,Weaver模型可以逐渐理解每一个用户的创作偏好。配合波形智能一直在做的「动态长短期记忆机制」工作,创作者们可以实现更高质量、更精准、以及更个性化的无限式长内容生成,大幅提高用户体验。

然而,每个人的需求和背景都是不断变化的,想要做到个性化,模型必须能够实时理解并动态适应用户的需求。

为此,波形智能自研了以数据为核心的可“自主进化”的智能体框架——AIWaves Self-Evolving Agents,不仅集成了1.0版本的可控性能力,还采用Symbolic Learning方式,让Agent可以在不断更新的数据环境中解析自身的性能表现,并根据用户习惯和反馈定期或者主动进行调整。这意味着,Weaver将可以持续更新,通过一次次自主进化、自我适应,从而在未来表现得更好、与用户需求更加适配。

“高质量的、个性化的用户体验,能够带来更多的用户积累。”姜昱辰说,“利用用户反馈形成的数据飞轮,也能反过来推动模型和组件能力的持续迭代,形成良性循环。”

除了需求匹配方向上的优化升级,端云结合是另一个更有针对性、更人性化的实现。在常规情况下,模型或是在本地部署,或是在云端部署,但各有隐私安全和价格方面的优缺点。而Weaver可以根据需求,在不同环境下打造端云结合的“本地私钥”,以适应更加灵活的应用场景并且保障用户隐私。

(端云结合的LPA)

以小说创作为例,一位作者的几十万字存稿内容只会在用户本地的私人文档和大模型云端之间传送,公开互联网上无法爬取,所以不会出现未发表的作品内容提前泄露等问题。同时,前面提到的“模型会根据用户数据和反馈进行自我更新”,其数据和反馈也只会对用户自己的文档生效,因此不会存在数据/隐私泄露的情况,还能够在保障用户隐私安全的前提下提供全面且个性化的体验。

一次部署、持续更新、千人千面……这些特殊的性能优化让Weaver的应用场景具备了更广泛的可能性,能够满足更多样化的需求。目前,新一代的「Weaver 2.0」模型和LPA技术已经部署在波形智能的多个产品和应用中,以期为用户带来更具个性化的体验。

02

走普惠化之路,让AI门槛更低落地更快

1879年,当爱迪生测试的灯丝终于持久点亮,他的下一个大想法是:怎样才能让“灯泡”走进千家万户?

虽然近两年AI应用产品已经在普罗大众的生活中有所普及,但主流通用大模型的智能能力与日益增长、日益细化的个性化需求之间仍有鸿沟。并且,这个鸿沟无法通过大模型本身的迭代逐渐消弭,这使得L1层的存在价值绝不会被大模型“吞噬”。

作为目前L1层全球最领 先的公司,波形智能具备*的从训练模型到agent搭建的全流程大模型能力。因此,波形智能的思路也非常明确,通过提供低门槛的AI工具、数据准备、模型训练部署的AI Infra等,跨越大模型和个性化需求的鸿沟,去匹配不同圈层用户的不同需求,进而让更多人真正用上AI。

在DevTool方面,波形智能发布了LLM Factory——一个实现垂域大模型“数据+训练+部署”的一站式应用搭建平台,希望在帮助用户降低AI使用成本的同时,最 大程度地缩短学习曲线。

而如果把LLM Factory视为是“基建”生态层面的AI普及,消费端产品的快速落地、快速应用,则是波形智能协助AI走入更加个人化的垂直使用场景中的直接举措。

利用新一代Weaver模型具备的个性化、可进化特性,叠加新增的多模态、多语言能力,波形智能实现了产品的全面焕新升级,带来了更新迭代的AI内容创作工具「蛙蛙写作2.0」以及海外版「Siuuu.AI」。

对于本次迭代的核心亮点,波形智能CPO万磊给了很凝练的总结——一站式全链路创作工具平台的转型升级。

“从无限长文本生成到无限长内容生成,蛙蛙写作打造了一个多模态赋能的视频故事工具,轻松实现了从小说到剧本到视频,覆盖文本、音频、影像的全链路内容创作。”万磊介绍道,“同时,LPA技术的加持让蛙蛙写作成为一个‘越写越懂你’的私人助手,能够终身学习并记住用户的一切,有效消除通用工具的‘偏差’,实现高度个性化的创作过程,为故事创作提供了决定性的竞争力。”

想象一下,一个能够理解并反映你独特创作审美的AI助手随时陪伴、帮助你,这正是新一代多模态无限式长内容生成的个性化自适应私人语言模型所带来的革命性体验。

值得一提的是,在个人消费领域之外,波形智能还同步发布了原生的企业级「AI Learning」产品,能够用AI重构企业传统的培训路径,以业务数据反哺业务成长所需的能力提升。

企业端的模型应用多是以深度解决垂直领域的业务问题为主,很少关注到每个员工的个性化问题。但在LPA技术加持下,波形智能「AI Learning」产品可以根据每个人不同的基础、学习能力,匹配不同的实施方案,从而实现千人千面、千人千练、千人千测的个性化培训和精准评估指导。

“传统的培训其实存在一个很明显的特征,覆盖广、人员散,如果光靠人力去组织是非常困难的。但通过AI去做培训,可以很大程度上提升效率,大大降低传统培训中涉及的物理移动的成本支出。”作为波形智能AI Learning产品客户的顾家家居AI负责人胡建宝说。

目前来看,千人千面的“普惠化AI”正在应用落地端极大地丰富起来,人人可上手AI的时代已经到来。在底层算力的支持之上,个性化的、自驱动进化的底层模型,安全的、保证用户隐私的使用环境,以及像蛙蛙写作、AI Learning这样多元化领域的落地产品缺一不可,而这些正是波形智能的能力和优势所在。

“在技术研发、平台打造、生态培育、应用落地的一重重探索下,我们一步步、一点点锤炼出来了这些能力和产品。”姜昱辰说。正如波形智能的观察:个性化、可进化、普惠化将会是主流通用大模型之后的重要探索方向,有望为AI注入前所未有的生命力。“全方位降低使用AI的技术门槛、成本门槛,让更多的组织和个人更容易、更广泛地使用AI,才能实现真正的AGI for Everyone's Good。”

(免责声明:本文转载自其它媒体,转载目的在于传递更多信息,并不代表本站赞同其观点和对其真实性负责。请读者仅做参考,并请自行承担全部责任。)