阿里云推出AI大殺器：可一鍵調(diào)用所有大模型

當(dāng)人工智能進(jìn)入千模大戰(zhàn)的白熱化狀態(tài)時(shí)，有些玩家開始獨(dú)辟蹊徑，要做大模型背后的“代理人”。這種智能代理的模式又被稱為大模型調(diào)用工具。

阿里云走的就是這條路線，它推出的大模型調(diào)用工具——魔搭GPT（ModelScopeGPT），可以完成比單獨(dú)的大語言模型更高級和多元化的任務(wù)。

比如，用戶在魔搭GPT的對話框輸入任務(wù)：“用20字描述一款新的VR眼鏡，并用女聲朗讀，隨后轉(zhuǎn)成視頻”，魔搭GPT會展示整個(gè)任務(wù)規(guī)劃過程，先由中樞模型生成一段描述VR眼鏡的文案，接著調(diào)用語音生成模型，生成語音并用女聲念出，最后調(diào)用視頻生成模型，輸出最終的視頻內(nèi)容。過程中，魔搭GPT先后調(diào)用了一大二小三個(gè)模型。

那么如何保證魔搭GPT有足夠多的模型可以調(diào)用呢？

阿里云為此建立了一個(gè)魔搭社區(qū)，作為國內(nèi)最大的AI模型社區(qū)，它集聚了180多萬開發(fā)者和900多個(gè)優(yōu)質(zhì)AI模型，這些模型由20多家頂尖人工智能機(jī)構(gòu)貢獻(xiàn)，累計(jì)下載量突破3600萬。這其中，有約100個(gè)參數(shù)規(guī)模在10億以上的大模型。在魔搭平臺上，所有模型生產(chǎn)者都可上傳模型，驗(yàn)證模型的技術(shù)能力，探索模型的應(yīng)用場景和商業(yè)化模式。

而上述產(chǎn)品，正是阿里Maas（“模型即服務(wù)”）概念的具體體現(xiàn)。

在7月7日的世界人工智能大會上，阿里云CTO周靖人闡釋了Maas的幾層含義：

最底層的含義是要把模型作為重要的生產(chǎn)元素，圍繞模型的生命周期設(shè)計(jì)我們的產(chǎn)品，設(shè)計(jì)我們的技術(shù)，從模型的開發(fā)入手，包括數(shù)據(jù)處理、特征工程、模型的訓(xùn)練和調(diào)優(yōu)、模型的服務(wù)等等，圍繞這樣模型生命周期提供各種各樣的產(chǎn)品和技術(shù)。

模型還有另外一層含義，圍繞模型的生態(tài)發(fā)展，除了底層的基礎(chǔ)模型，我們還會聚焦行業(yè)，有行業(yè)的專屬模型，甚至到某一個(gè)企業(yè)，根據(jù)具體的應(yīng)用場景，還有企業(yè)或者具體場景需要的專屬模型。可以看到模型正以這樣層次化的結(jié)構(gòu)不斷發(fā)展、不斷創(chuàng)新。

另外，模型不光是在云上，在端上、IOT設(shè)備里面也發(fā)揮了一系列的作用，今后，完整的模型生態(tài)不光是今天涉及到的云端，還會有手機(jī)端和隨身設(shè)備，模型在無形之中也形成了立體的服務(wù)機(jī)制，服務(wù)生活的方方面面。

在發(fā)布通義千問大模型之后，阿里云一直在豐富其AI產(chǎn)品形態(tài)，6月1日，阿里云發(fā)布了通義聽悟，這是一款基于通義千問語言模型、音視頻AI模型能力，能為用戶帶來音頻、視頻內(nèi)容記錄和閱讀全新體驗(yàn)的AI助手，幫助隨時(shí)隨地高效完成對音視頻內(nèi)容的轉(zhuǎn)寫、檢索、摘要和整理，比如用大模型自動做筆記、整理訪談、提取PPT等，可成為用戶工作學(xué)習(xí)中的得力AI助手。

7月7日，周靖人又推出了通義家族的一個(gè)新成員：通義萬相。

通義萬相是繪畫領(lǐng)域的模型。大家通過文字描述的方式，讓萬相生成相關(guān)圖片。還可以結(jié)合一系列的模式和風(fēng)格，讓萬相快速生成符合你描述的語義以及相關(guān)風(fēng)格的精美圖片。描述語義可以通過多種語言，有效地精準(zhǔn)地去描繪自己要生成圖片的內(nèi)容。

除此之外，萬相也可以做風(fēng)格遷移。比如，比較滿意圖片中體現(xiàn)的語義，但是不滿意圖象風(fēng)格，就能通過通義萬相做風(fēng)格的遷移。

如果我們比較喜歡某個(gè)圖片的風(fēng)格，希望生成更多樣性的圖片，就可以利用相似圖的生成，讓通義萬相在保持相關(guān)風(fēng)格的情況下，生成更多樣的圖片。