國産 ChatGPT 之戰，已然是大步邁進白熱化階段。
就在剛剛，商湯正式發布自研類 ChatGPT 産品，名曰商量（SenseChat）。
單單是這個名字，便值得說道一番。
商量的 " 商 "，不僅體現了它是商湯自家 " 商字輩兒 " 的産品；從整體來看，更是具有商讨、交換意見的味道。
畢竟我們在使用類 ChatGPT 産品過程中，恰巧就是一種人機協同的過程：不應是一味的問與答，而是通過引導等方式讓輸出結果趨于理想。
在商量的背後，所依托的是商湯自研的千億參數自然語言處理模型。
而在此模型的背後，則是商湯最新推出的日日新（SenseNova）大模型體系。
也正是因爲這種的能力，商湯的發布還不同于此前國産類 ChatGPT 玩家，它一口氣還發布了：
秒畫：AI 内容創作社區平台。
如影：AI 數字人視頻生成平台。
瓊宇、格物：3D 内容生成平台。
更重要的一點是，根據商湯 CEO 徐立在現場的描述，上述這些 AIGC 産品所要發力之處，将是諸如醫療、短視頻、教育、營銷以及開發等産業領域。
但不得不說，這一波科技之戰，着實是愈演愈烈了。
" 商量 " 的體驗實錄
那麽商湯的 AIGC 産品，效果又是如何？
我們在前方現場也體驗了一下。
先來看下商量這款産品，是否真的能做到商量。
多輪對話能力展示
既要多輪對話，又要人機共創，那麽和它商量着創作一個故事，便是很好例子：
我們來一起創作兒童故事吧。規則是我先說一句，你再說一句，交替進行。直到我說故事編完了就結束。你明白了麽？
在我們下達指示之後，" 商量 " 表示了理解，然後就開始了 " 你一句我一句 " 人機共創故事的之旅：
人類：小花是一隻小貓咪，他很喜歡釣魚。
商量：小花在河邊釣魚，他釣到了一條大魚。
人類：大魚對小花說，請你放我回去吧，我家裏還有小魚在等着我呢。
商量：小花心地善良，他同意了大魚的請求，把大魚放回了河裏。大魚感激地遊走了，小花也繼續享受着的釣魚的樂趣。
從這個過程中不難看出，" 商量 " 是可以理解用戶的語義，了解故事中的角色和關系，并且能夠 get 用戶的思路，基于此以多輪對話形式來完成故事的創作。
（要是讓小朋友們跟 " 商量 " 一起創作故事，怕是能玩上一整天吧。）
不僅如此，在體驗過程中，我們還發現 " 商量 " 是具備一定共情能力的。
例如當我們處于迷茫之際，可以向它提問：
如何提高自我認識，更好地了解自己？
此時的 " 商量 " 仿佛可以抓住問題背後人類内心真正的需求，回答中的 " 學會愛自己 "、" 學會自我肯定和鼓勵 "，顯得格外暖心。
當然，多輪對話僅僅是對話機器人能力展示的一隅。
接下來，我們就要拿網友們經常調侃 AI 的諸多問題，來開啓更高難度的挑戰了！
隻認事實，不認 " 老婆說的都對 "
當然，創作能力是聊天機器人能力的一面，但對于事實的尊重也是非常重要的一點。
對于此前被網友們玩壞的 " 老婆說的都對 "，" 商量 " 又會如何應對？
嗯，老婆在事實面前是真的不好使了。
我們再來一個更天馬行空的胡謅：
請告訴我以下陳述是否包含時代錯誤：在盟軍轟炸硫磺島海灘期間，拉爾夫大聲地對着自己的 iPhone 說話。
" 商量 " 面對這麽一句胡謅，直接指出了 iPhone 與二戰的時代背景不符，可見其不僅能理解句子的意思，還能通過嘗試判斷句子的合理性。
那麽對于非常繞的邏輯問題，" 商量 " 是否也能輕松應對？
請聽題目：
假設 False 與 True 是 False，則 True 與 not False 是？
講真，人類都得思忖半天的 " 繞彎問題 "，" 商量 " 不僅能夠秒出結果，還能把推理過程一并給出。
超長文本也能 hold 住
正如我們剛才提到的，" 商量 " 是一個 To B 的産品，那麽它定然需要解決的問題不是 " 片段性 " 的。
爲此，商湯在現場還演示了基于 " 商量 " 背後的大模型，開發了幫助用戶進行新知識獲取和理解的助手工具，是可以輕松 hold 住超長文本的那種。
例如把一本《專利法》投喂給它，我們就可以向它咨詢很多專業性的問題了：
什麽樣的東西可以申請專利？
從結果上來看，這個工具并不是直接從《專利法》中 copy 對應的結果，而是模型理解了問題之後，生成并總結了答案。
基于這樣的能力，以後我們在工作上的效率提高程度，可見一斑。
不僅如此，剛才我們投喂的《專利法》是 2020 年的版本，而今年國家知識産權局就專利申請是提出過新的要求的。
從我們提問 " 今年規定有沒有新的變化 " 的回答中不難看出，模型确實融合了最新的資訊，并給出了合理的答案。
再如同樣是基于大語言模型，商湯面向開發者所打造的AI 代碼助手，可以提供代碼補全、注釋生成代碼、測試代碼生成、代碼翻譯、代碼修正、代碼重構、複雜度分析等功能。
據了解，AI 代碼助手可以同時支持中英文及多種編程語言，并且可以快速适應開發者的個性化編碼風格。
從根據商湯内部測試的結果來看，在使用 "AI 代碼助手 " 後，代碼編寫效率可以提升 62%，Humaneval 測試集一次通過率可以達到 40.2%。
馬斯克中國遊記，2 秒鍾就能搞定
除了對話機器人之外，商湯 AI 作畫産品 " 秒畫 " 也是本次發布的一大亮點。
話不多說，直接上效果。
我們同樣是先來看看被網友們玩兒壞了的一個 Prompt：
中國 80 年代，馬斯克在河南的農村，穿着當時年代的中國服裝。
嗯，是有那個味道了。
而且更爲關鍵的是，生成 512K 圖片僅需 2 秒鍾！
不僅如此，商湯在現場演示的過程中，還展示了逼真效果版的港風美女。
同樣是 2 秒出圖，引得現場觀衆 " 哇 " 聲一片：
那麽除了這種趣味性的以文生圖，" 秒畫 " 的作品是否能夠達到在産業中的應用水平？
我們繼續試驗：
明亮的場面，鳥瞰圖，中國古代城市，水晶，魔幻，幻想，華麗的光作用，透明度，鏡面反射，華麗的光，錯綜複雜的細節，精細的紋理，超現實，單反攝影，廣角鏡頭，照片，現實，鋒利的焦點，超鋒利。
不得不說，如此恢宏壯麗的景象，是把想象拉進現實的那種了。
若是想生成與太空探索主題相關的高清大海報，這個也可以有，隻需把這句話投喂進去：
一艘閃閃發光的飛船繞着一顆巨大的氣态巨行星的月球旋轉，在天空中盤旋着雲，飛船在月球前氣态巨行星前，美麗的科幻藝術，超現實的白日夢。
不難看出，" 秒畫 " 是經得住考驗的那種 AI 了。
除了以文生圖之外，我們再來看下 AI 數字人生成平台。
據了解，商湯的 " 如影 " 僅需要 5 分鍾真人視頻素材，就可以生成出聲音及動作自然、口型準确、多語種精通的數字人分身。
再如 " 瓊宇 " 和 " 格物 "，基于神經輻射場技術（NeRF），可以高效低成本生成大規模三維場景和精細化的物件，爲元宇宙、虛實融合應用打開新的想象空間。
由此可見，商湯的 AIGC 能力已然是做到了全面覆蓋，并且水平也是肉眼可見的達到了可以 " 上崗 " 的水平。
那麽接下來的一個問題是：
怎麽煉成的？
背後的日日新大模型，便是煉成 " 商量 "、" 秒畫 " 等一衆 AIGC 産品的殺手锏。
日日新，顧名思義，是指模型的叠代速度及處理問題的能力上可以日日更新，不斷解鎖 AGI 更多可能。
（取自《禮記 · 大學》中湯之盤銘曰 " 苟日新、日日新、又日新 "）
從現場展現的能力來看，日日新大模型能夠提供的能力，主要集中在了自然語言處理、圖片生成、自動化數據标注、自定義模型訓練等。
但日日新大模型并非是趁着這一波 AIGC 大熱潮，一蹴而就出現的那種。
其實早在五年前，商湯便已經在大模型領域着手研發。
并且在 2019 年，商湯便使用上千張 GPU 進行單任務訓練，推出了 10 億參數規模的視覺模型，并實現了當時業界最好的算法效果。
後來在 2021 年到 2022 年期間，商湯訓練并開源了 30 億參數的多模态大模型——書生。
就目前來看，商湯已經成功研發了 320 億參數量的全球最大的通用視覺模型；并且已經打造了 CV、NLP 和 AIGC 相關大模型。
因此，不難看出商湯此次發布的超大模型體系，其實是早有所準備，通過五年來的各項 " 小作業 "，融會貫通并提交了一項 " 大作業 "。
值得一提的是，在此次發布會中，商湯表示 " 日日新 " 将提供多種靈活的 API 接口和服務，包括圖片生成，自然語言生成，視覺感知通用任務與标注服務！
……
但有一說一，多模态和決策智能大模型，并非是商湯通往通用人工智能（AGI）的唯一殺手锏。
大模型時代，大算力更爲重要
沒錯，商湯自己的超強算力，正是另一項更爲關鍵的因素。
它便是于 2022 年 1 月交付使用，首付 56 億元，一舉成爲亞洲最大的 AI 超算中心之一的人工智能計算中心（AIDC）。
一年之前，商湯 AIDC 的總算力便已經是 3740 Petaflops，如此算力之下，已經可以完整訓練萬億參數規模的大模型。
時隔一年，現如今，這個算力數字已然是翻了個小翻，達到了 5000 Petaflops！
它可以以最大 4000 卡規模集群進行單任務訓練，并可做到七天以上不間斷的穩定訓練。
△商湯科技 AIDC 展廳中的裸眼 3D 展示
但了解商湯的朋友都知道，這個 AIDC 還僅是商湯 AI 大裝置 SenseCore 的一部分。
除了 AIDC 這個算力層之外，加之數據層和模型層兩大維度，便構成了 " 三位一體 " 的 AI 大裝置。
因此，綜合來看，商湯在通往 AGI 道路上的範式，便是 " 大模型 + 大算力 "。
而如此布局的背後，在今天的發布會中，商湯對此的邏輯思考也逐步浮出水面，AGI 時代之下，數據、算法和算力三要素有了新的需求：
計算量（GPU 數量 x 運行時間 x 并行效率 ）= 模型參數量 x 處理數據量。
怎麽理解？
模型參數量要足夠多，才能實現 AI 智慧的湧現，而這也帶來了對算力的劇增，需要更高的并行效率，才能有效支持大參數模型訓練。
數據方面，高質量自然語言數據逐漸稀缺，而視覺數據相較自然語言在數量、質量、容納信息等方面有多種優勢，能夠使得 AI 更好地理解世界。
由此，就不難理解商湯如此布局的原因了。
總而言之，有大數據、有大模型、有大算力，商湯在國産 AIGC 的亮相，一點也不意外。
是值得期待一波了。
