要說 AutoGPT 爲啥會迅速蹿紅？
還不是把人類對 AI 的想象力再次打開了。
使喚 AI 不用再一句句引導，更不用去研究提示工程了。
人人像鋼鐵俠那樣擁有超級 AI 賈維斯不是夢。
而就在現在，這種Auto AI Copilot已經有人批量生産了。
大概畫風 be like：
如果你正在浏覽旅行 APP 打算訂酒店，點一下 AI 助手，它就會根據自己掌握的信息貼心發出詢問：
我記得你說打算去新加坡旅遊來着，有什麽需要我幫忙的嗎？
然後對着手機說出自己的情況和需求，它立馬找出了13 個方案，并且給出自己最推薦的選擇。
不僅如此，它還會查詢當地天氣提醒你要準備什麽衣服，并能根據天氣情況來規劃路線。整個過程，完全就是和真人助理對話的感覺啊。
除了旅行 APP，如購物、家裝等各類軟件裏都能内置這樣一個 AI。而且官方還透露說，底層平台将會在近期開源。
這就讓人好奇了，到底這些 AI 從哪裏來？
生産有記憶會自學習的 AI Copilot
如上看到的 AI Copilot 來自名爲MindOS的 AGI 應用助手平台。
它主打的功能就是爲各類軟件打造一個超級 AI，不光能回答人類用戶提出的問題，還擁有記憶、自主學習能力，同時也能有個性。
比如當你打開家裝軟件準備再買點裝飾，但其實沒想好具體買什麽時，AI Copilot 就能根據它對你的了解，給出推薦的物品。
除了推薦好物，AI Copilot 還能基于人類的問題揣測意圖。
比如讓它查詢下買的桌子椅子發貨了沒有，AI 先是回答了物流的進度，然後感覺到人類可能希望桌椅能一起送過來，就馬上提出了自己的猜測。
人類：我的訂單到哪了？
AI Copilot：嗨，你的訂單已經由 DHL 快遞發出了，預計在今天下午 7 點送到。
人類：椅子和桌子是配套一起送過來的嗎？
AI Copilt：它們是分開賣的。你有 4 把椅子會在今天送到。你是想今天也收到桌子，這樣周六就能有一整套了是嗎？
人類：是的，我能取消訂單然後重新下單一整套嗎？
而且它還會智能地根據情況給出推薦的解決辦法。
比如告訴人類，已經發貨的椅子沒法取消訂單了。與其現在把椅子退貨再重新下單一整套桌椅，倒不如直接再買張桌子補齊吧。
據了解，MindOS 平台現在支持包括中英文在内的 30 種語言，提供超過 1000 個帶有性格、功能的預置 AI 角色，準确推斷意圖的準确率達到97%。
而定制這些 AI Copilot，其實并不難，不用懂算法和編程，也不用給數據打标，幾分鍾就能搞定。
平台上有多種類型的 AI 助手可以選擇，包括購物、金融、網站引導等。
選好類型後，就能開始個性化定制了。
平台支持接入 API、數據和文檔等，并爲 AI 助手提供了一些技能，可以按需選取使用。
然後隻用自然語言描述，就能完成對 AI 助手的初始設定。
可以控制的内容包括 AI 的形象、自我介紹、對話風格、要完成哪些任務、不能做哪些事等。
整個過程就和招來一個新員工一樣，告訴它工作守則即可。
設置完成後，将平台生成的代碼插入到網站或軟件中，即完成 AI Copilot 的接入。
據了解，MindOS 其背後原理是以大模型作爲底層基礎，在此之上背後開發團隊搭建了一套模仿人腦宏觀架構的自研框架 UMM（Unifined Mind Model），爲 AI 加入複雜思考、記憶、服務和更強的自主學習能力，讓大模型内容更可控、能力更自主、部署更靈活、整合更深度。
其中，大模型就好比通用計算平台，類似于人類大腦的前額葉，具備很強的理解能力和邏輯推理能力。但人想要在現實世界中完成各種任務，一定還需要視覺、執行、動機、記憶等區域的配合。
因此，UMM 框架就是給大模型接入了這些能力，比如可以感知和處理多模态信息、記住專業知識、曆史信息和數據、自主學習等。以此讓 AI 可以完成一個長鏈條任務，和 AutoGPT 非常相似。
而且相對于 AutoGPT，MindOS 背後框架的自主性更高。
舉例來說，AutoGPT 是在給定公開的技能下（如搜索），自主規劃出合适的執行計劃。
而 MindOS 中的 AI，會在發現自己技能不夠用時，主動去互聯網上搜索新技能，自主測試、連接，并利用新學會的技能進一步完成複雜任務。
比如當用戶提問 " 我想知道公司有哪些西雅圖的客戶？"
MindOS 的 AI 發現自己現有能力沒法解決這一問題，于是它就在公司網絡中找到了一個 CRM 接口（客戶信息系統），然後在用戶允許下自主學會如何使用，最後給出了公司的西雅圖頭部客戶和每個客戶的具體介紹。
去年 11 月初，MindOS 發布 1.0 版本，比 ChatGPT 還早了幾周。
在經過幾個月叠代後，在最近推出 2.0 版本，并将開放一輪封測，屆時可以搶先體驗。
而且幕後團隊透露，其底層框架 UMM 也會在後續開源。
這絕對算得上是一個重磅消息了，畢竟當下 ChatGPT、AutoGPT 熱度夠高，但是在使用和自主可控性上都還存在一些讓人有顧慮的方面。一個真正可商用的、成熟的 AI 框架，加上完整的配置平台，相信有很多人會躍躍欲試。
這不免讓人更加好奇，MindOS 的背後開發團隊到底是何人？
前臉書高級研究科學家帶隊打造
MindOS 來自心識宇宙，在 2022 年 1 月創立，定位是一家AGI 公司。
公司團隊成員來自 Meta、Google、TikTok、Alibaba 等，創立至今已獲得紅杉中國種子基金、線性資本、銀杏谷資本等頂級基金投資。
創始人兼 CEO陶芳波，是數據挖掘和 AI 領域的熟悉面孔了。
他本科畢業于清華大學，後赴伊利諾伊大學香槟分校獲得計算機科學博士學位，師從數據挖掘領域鼻祖韓家炜教授。
陶芳波博士先後在美國微軟研究院、Facebook Research、NASA 等從事研發工作，并是阿裏達摩院神經符号實驗室的創建人。其研發成果已應用到 NASA、波音公司等；搭建的 Facebook 大規模内容理解平台，日均服務超過 2 億用戶。
此外，他還擔任了 EMNLP、CIKM、ACL、SIGMOD、WWW 等領域頂會的評審專家。
心識宇宙的創立契機，主要有兩方面。
一方面是底層技術的驅動，另一方面是需求真實存在。
其中，從技術維度出發的思考和準備，要從 3 年前說起。
2020 年 GPT-3 震撼發布，讓陶芳波看到了 LLM 的無限潛力。
這是第一個模型，可以一個模型完成很多複雜任務，承載了人類幾乎所有知識。
當時，業内對 AGI 的讨論已經不絕于耳，陶芳波同樣認同 AGI 會給未來世界帶來變革。
怎麽通往這裏？大模型這條路已經逐漸清晰了起來。幾年前，當時還在研究實驗室的團隊就已經開始搭建一種 AGI 框架的雛形了。
他們提出的技術理解是：大模型是一種全新的計算革命，提供了一種新的通用算力資源，即可以通過自然語言來調取的數字腦力資源。
相比于提供 " 連接能力 " 的傳統算力，現在這種算力可以直接提供 " 理解和推理 " 能力。
但問題是，目前這種算力依然是無差别的，和場景、個人需求沒有深度整合（Grounding）。而這種整合需要非常複雜的場景理解、個人需求理解。
因此，需要在大模型之上構建一個有價值的調度框架，類似于新時代的操作系統，讓這種算力不僅有理解能力，還和場景深度整合，可以在目标的驅動下獨立成長和自我構建。
而技術創新，還隻是底層的支撐。更上一步，需要行業中有真實存在的需求。
實際上，近幾年不少軟件和應用都傾向于爲自己構建一個 AI 助手。一般是一些低頻剛需 APP，如銀行、政府類；以及一些信息整合、用戶決策路徑長的 APP，如電商、旅遊類。
對于低頻剛需類 APP，因爲打開頻率低，用戶對操作界面的熟悉程度不高。一旦有需求時，往往要先花費一段時間來摸索功能界面，有時甚至還得去網上搜教程，确實比較繁瑣。
因此，APP 會傾向于加一個 AI 助手，讓用戶通過自然語言交互，就像是問引導員一樣，快速完成操作。
而對于決策路徑比較長的 APP，一般有兩種情況。
第一，用戶還不知道自己明确需要什麽。
比如下周要去參加婚禮了，該準備什麽樣的禮物？很多人在打開購物軟件時是沒有想法的，這就需要自己來搜索找靈感，到最終确定商品下單，會是一個比較長的過程。
第二種情況，是用戶需要進行複雜的貨比三家，最後才能完成消費。
比如大到汽車、房産，小到球鞋、護膚，購買時不同人會優先比對不同的規格參數；或者是訂酒店，也要事先了解好多家的價格、環境、位置等信息。這類決策過程也都會比較複雜。
那麽，如果有 AI 能夠快速整合對比信息，或者給出明确的推薦，這會提升用戶的體驗感，也能提升平台商家的轉化率。
由此也就不難理解，爲什麽心識宇宙聯合創始人兼 COO 林宋琪在創業初期就反複表達：
所有分發都可以⽤ AI 再做⼀遍，所有 UI 都可以⽤⾃然語⾔再做⼀遍，所有軟件 ( Application ) 都值得⽤虛拟⻆⾊再做⼀遍。
不可否認，軟件 AI 化在最初也受到了不少來自市場的質疑。但随着 OpenAI 和微軟的一系列組合拳，這一趨勢開始逐漸被大家看到并相信。
ChatGPT 引爆趨勢後，微軟率先将 GPT-4 整合到 New bing，讓 AI 滲入到人們日常使用搜索引擎的全流程中。這一波操作，直接讓 New bing 日活用戶破 1 億，數百萬活躍用戶中，有三分之一都是新用戶。
緊接着，Office 全家桶也宣布接入 GPT-4，推出新功能 Microsoft 365 Copilot。微軟 CEO 納德拉在發布會上直接放話：今天，進入人機交互的新時代，重新發明生産力。
随後國内大廠也紛紛跟進，阿裏放話要在所有産品中接入通義千問。
但問題是，有能力自己推出大模型、自己完成 AI 化升級的，畢竟還是極少數科技巨頭的 " 特權 "。即便是直接接入 API，也需要企業本身具備一定的開發團隊。因此在新的趨勢下，很多軟件和應用服務方，都在急迫尋找一個效果好、門檻低的軟件應用 AI 化方案。
而作爲作爲微軟和 OpenAI 的企業級合作夥伴，擁有領先商業化成果的心識宇宙，這幾個月自然要被人 " 踏破門檻 " 了。
據心識宇宙透露，從 MindOS 發布以來，他們收到了數百家企業的試用申請，尤其是今年 1 月趨勢引爆以後，申請量更是空前暴增。
目前，他們已經和全球 Top 3 電商平台之一、亞太地區頭部金融券商、全球頂尖跨境電商平台、國内頭部虛拟人公司和頭部元宇宙平台達成合作。
人機交互變革的新起點
總之，心識宇宙的浮出水面，傳遞出了一個讓人頗爲興奮的信号：
更加自主的 AI Copilot，正在大踏步走進你我的生活。
加之最近 AutoGPT、AgentGPT 等自主人工智能工具爆火，再次驗證了更加靈活、可靠、易用的 AI 是新趨勢的方向。
作爲提前看到趨勢，并率先開啓技術研發、商業化落地的 AGI 領域創始人，陶芳波提出了自己的認知和判斷，即未來世界的發展将會分爲三個階段：
應用和服務的 AI 化：任何需要用戶來做決策的過程，都應該有 AI Copilot 的輔助，來更好提供深度需求理解和場景化推理。
個人爲中心的 AI 出現：每一個人，都可以在交互的過程中，逐漸培養一個和自己深度綁定、且可以幫助串聯任何事的 AI Copilot。
AI Copilot 串聯成網絡：應用和服務的 AI Copilot 和每個個人 AI Copilot，連接成一張全新的網絡，服務的分發會在這個 AI Network 上發生。不是傳統的基于連接的分發，而是基于理解和推理的分發，這些 AI Copilot 會相互合作、協同，幫助人類完成複雜任務。
目前心識宇宙正在快速推進的，就是第一階段。
第二階段也近在咫尺，在今年下半年，他們将會發布面向消費者的 MindOS，屆時所有人都有機會塑造一個專屬于自己的 AI Copilot。
在這些趨勢下，一個更加震撼的變革也在悄然推進，即人機交互方式正在被改寫。
過去一百多年來，人機交互的方式從最初的基于按鈕，發展到了通過命令行，再更進一步飛躍到通過圖形界面完成交互。
當下的計算機、智能手機等，人和軟件之間的信息交流，都是建立在 GUI 的基礎上，也讓人機交互從最初的僅限于專業人群，發展到了普通人範圍。
但對人機交互稍有了解的人都知道，人類最自然的交互方式，其實是語言。
比如想要查詢天氣，如果通過語言，隻需要說一句話 " 北京明天天氣怎麽樣？" 如果通過 GUI，則需要用戶找到軟件、選擇城市、再查看具體的日期。
過去，由于 AI 的能力有限，這種基于語言的交互也隻能做到淺嘗辄止。
AI 語音助手往往是通過識别固定的句式、關鍵字，來做出機械式的回複，給人帶來的體驗升級比較有限。
如今，在大模型能力飛升的背景下，新的可能出現了。
當 AI 可以充分理解人類語言、鏈接各方面能力，僅通過語言的人機交互就會成爲最方便的交互方式。傳統由産品經理定義 UI 界面的方式，都可能被改寫。
林宋琪表示：
未來用戶通過自然語言講解工作流程，AI 就可以連通各個軟件的 API，自主構建工作流和專屬用戶的 UI，這樣所有屏幕都可以變成 AI 的畫布，而每個 AI 助手都是用戶的 " 馬良神筆 "。
也就是說，AGI 之于軟件，正如 Made to order 之于制造，之前是供給到需求，之後是需求到供給，這是一種全新的生産方式。
由此産生的影響，或許都不局限于軟件領域，乃至硬件的生态都可能被改寫。
未來，AI 的載體可能是手機、電腦、頭顯，也可能像鋼鐵俠那樣——是機器人。
或許在以前，這種說法會被定義爲 " 美好的無限想象 "，但是在 ChatGPT 趨勢下，創新正在 " 以小時爲單位 " 發生。
兩個月前，學生們拿 ChatGPT 寫作業、考試，已經讓人咋舌；而如今，人們開始嘗試讓 ChatGPT 自己想辦法開發網站、讓 GPT-4 控制實驗室的機器人做化學實驗……
似乎已經沒什麽不可能發生了。
而人們的無限憧憬與期待，或許也是 AI 創造無限可能的必要因素之一。
那麽，你覺得人人一個 AI Copilot 會是人類的未來嗎？
P.S. 本周心識宇宙将召開 MindOS 内測發布會，感興趣的童鞋可戳下方鏈接報名：
Webinar 1: https://us02web.zoom.us/webinar/register/WN_mCV8jzA-S--4K5u9KssCug#/
Webinra 2: https://us02web.zoom.us/webinar/register/WN_Wpn01K2lTt2sbIw0M0e8IA#/registration
— 完 —
點這裏關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
