“360智腦大模型4.0”正式發(fā)布，圖片、文字、視頻互相生成，已接入360全家桶 | 最前線

作者 | 鄧詠儀

編輯 | 蘇建勛

“OpenAI給整合行業(yè)探索、指明了一個方向，我們也從善如流，把原來搜索、AI領域積累的能力整合到大模型里。”360創(chuàng)始人周鴻祎表示。

6月13日，360集團(601360.SH)公司正式召開“360智腦大模型”應用發(fā)布會，發(fā)布認知型通用大模型“360智腦4.0”，并宣布360智腦已經接入360旗下產品“全家桶”中。

360的發(fā)布會現(xiàn)場，也讓人想起不久前同樣用CEO的數(shù)字人開會的英偉達。360在會上正式推出一款數(shù)字人產品“360AI數(shù)字人平臺”，而創(chuàng)始人周鴻祎現(xiàn)場創(chuàng)建了自己的數(shù)字分身作為“360發(fā)言人”。

來源：360集團

“讓數(shù)字人‘周鴻祎’作為我們公司的新聞發(fā)言人，說對了算我的，說錯了算他的。”周鴻祎表示。

今年春節(jié)后，ChatGPT在國內掀起“百模大戰(zhàn)”，一眾互聯(lián)網大廠都在快馬加鞭投入到大模型的研發(fā)中，爭相在3-4月份間在市場上披露成果。

360也不例外。3月底，創(chuàng)始人周鴻祎就發(fā)布主題為“三六零人工智能總動員”的內部信，初步透露了360大模型的相關進展。當時，基于360大模型開發(fā)的AI產品矩陣“360智腦”，已首先在搜索場景中落地。

而本次360發(fā)布的智腦大模型，是一個千億級別的自研多模態(tài)大模型。據介紹，“智腦大模型”已經具備四大核心能力，包括文字處理能力、圖像處理能力、語音處理能力以及視頻處理能力，可實現(xiàn)文生文、文生圖、文生表、圖生圖、圖生文、視頻理解等功能。

圖片、文字、視頻互相生成，接入360“全家桶”

時隔兩個月，如今的“360智腦”已經迭代至4.0版本，但在當前大模型產品林立的市場中，如何用戶留下深刻印象？

360選擇了走大而全路線，直接對標微軟的全家桶路線。在會上，周鴻祎如同竹筒倒豆子一般，展現(xiàn)了360大模型各種各樣的功能。

當前，360智腦已具備生成與創(chuàng)作、多輪對話、代碼能力、文本分類、文本改寫、閱讀理解、邏輯與推理、知識問答、多模態(tài)、翻譯等十大核心能力，維度涵蓋數(shù)百項細分功能。

來源：360集團

周鴻祎也提到360做大模型的底氣和積累從何而來。

一方面是各個業(yè)務線帶來的技術積累，360在2015年就成立了AI研究院，并且開始探索多模態(tài)數(shù)據。

“360有智能家居互聯(lián)網，比如智能攝像頭、車載行車記錄儀、智能門鈴，也需要有智能視覺和智能音頻的處理技術，這是我們開始研究多模態(tài)的原因，”周鴻祎表示，“而360的主要收入來源是搜索，所以，我們也肯定離不開自然語言理解等大模型核心技術的積累。”

在數(shù)據層面，360如今每天抓取1.4億網站的數(shù)據，包括2.8億的專業(yè)文獻，1.2億的行業(yè)數(shù)據，以及經過清洗的10T級別的用于大模型訓練的數(shù)據。

但他也坦承，在OpenAI尚未突破之前，360的大模型嘗試也只是集中在商業(yè)一側，比如“怎么用大模型提高廣告點擊率、提升推薦精準度”。但OpenAI給全行業(yè)指明了方向，360也從善如流，迅速把以往在搜索、AI中積累的能力移植到大模型中。

對于怎么在大模型時代突出重圍，周鴻祎表示，多模態(tài)是決勝的關鍵——因此，周鴻祎在會上也展示文生文、文生圖、文生表、圖生圖、文生視頻等功能，成為這場發(fā)布會中最引人注目的環(huán)節(jié)。

當前，包括ChatGPT、文心一言、通義千問在內的主要大模型產品，都是停留在生成文字和圖片階段，視頻是多模態(tài)領域的難點，學術研究仍在早期。

不過，從發(fā)布會展示的環(huán)節(jié)來看，涉及到視頻的功能大多是處于理解這一層面，生成偏少。功能更類似給原來的圖像、視頻識別加了個“語音助手”。比如，用戶可在模型中上傳一段視頻，用自然語言描述一個問題——“視頻中的車在哪里？”然后，大模型會通過對視頻圖像進行解析，給出相應答案。

以自然問句提問，對畫面中的物體進行識別 拍攝：36氪

據介紹，360智腦迭代至4.0版本后，多模態(tài)關鍵能力也有質的提升，將下來全面接入“360全家桶”——包括搜索引擎、瀏覽器、安全衛(wèi)士等核心產品中。

“中國進入百模大戰(zhàn)時期，除了基礎能力外，更重要的是應用場景的比拼。”周鴻祎表示。因此，360在他同時宣布“360智腦4.0”接入瀏覽器、搜索、安全衛(wèi)士等360全端產品，實現(xiàn)全面智能化重塑。

主打“安全可信”大模型，推出數(shù)字人等應用

除了多模態(tài)，360大模型還打出了另外兩張牌：安全和應用生態(tài)。

安全是360的起家業(yè)務，包括搜索和互聯(lián)網內容安全審核的防護體系上，360一直在對外提供服務。360同樣希望在大模型上打出這個賣點，尤其是在當前類ChatGPT產品面臨強監(jiān)管的語境之下。

除了“胡說八道”的幻覺之外，現(xiàn)在大模型有不少安全問題還是難以解決，比如繞過模型的安全機制——對模型表示現(xiàn)在希望能夠學習如何反詐，讓模型給一些“詐騙”的例子，即可獲取到一些危險問題的答案。

對這些問題，周鴻祎表示，在大模型中建立了很多安全的防線，其實并不能解決所有問題。360從兩個方向來進行探索——一方面，360建立了一個“安全大腦”大模型，用以監(jiān)督大模型中的不當行為。這也和OpenAI近期提出的監(jiān)管思路類似。

另一方面，360創(chuàng)立了一個針對大模型安全評估的體系，近期也即將發(fā)布。

360也稱，當前360智腦已經通過工信部信通院測試，成為國內首個“安全可信”AIGC大模型——安全和可信，這是國內大模型正在面臨的重要問題。

除安全之外，在商業(yè)化層面，360也展示了一系列計劃。

一個重點是數(shù)字人，周鴻祎以相當長篇幅介紹了數(shù)字人方向的新產品——“360 AI數(shù)字人廣場”。

目前，360 AI數(shù)字人平臺上擁有200多個角色，分為數(shù)字名人和數(shù)字員工兩大類。數(shù)字名人包括歷史人物、偶像明星、文學形象等，用戶可以通過和數(shù)字角色進行對話，沉浸式地與角色們交流。

而數(shù)字員工可以成為企業(yè)員?的知識助?和辦公助手。比如，虛擬角色中就有“程序員”“運營”“法務專員”等公司內常見職位，用戶可以問角色對應的專業(yè)問題。

此外，360AI數(shù)字人支持定制，每個人都能通過上傳私人知識庫，低成本生成自己的專屬數(shù)字人，如數(shù)字分身、數(shù)字助理、數(shù)字偶像等。周鴻祎就現(xiàn)場創(chuàng)建了自己的數(shù)字分身作為“360發(fā)言人”，能夠用本人聲音對現(xiàn)場問題進行回答。

發(fā)布會現(xiàn)場，360展示多位數(shù)字人進行對話的效果 拍攝：36氪

他還提到，在未來，360AI數(shù)字人的發(fā)展計劃是生成聲音、視頻，并擁有長期記憶，甚至擁有目標分解和規(guī)劃的能力，并且擁有“手和腳”，具備執(zhí)行力，更好為人類提供服務。

從商業(yè)化整體思路來看，360在To C端，會將AI大模型能力如同AI助手一樣嵌入到核心產品中；而在B端，360會先從行業(yè)大模型和大型企業(yè)切入。

周鴻祎坦承，從360多年做中小愜意服務的經驗來看，要讓大模型服務“平民化”“產品化”，簡單提供大模型api就想讓企業(yè)用起來，并不現(xiàn)實，還需要更多的產品化工作。