来源：量子位
国产ChatGPT之战，已然是大步迈进白热化阶段。
商汤正式发布自研类ChatGPT产品，名曰商量（SenseChat）。
单单是这个名字，便值得说道一番。
商量的“商”，不仅体现了它是商汤自家“商字辈儿”的产品；从整体来看，更是具有商讨、交换意见的味道。
毕竟我们在使用类ChatGPT产品过程中，恰巧就是一种人机协同的过程：不应是一味的问与答，而是通过引导等方式让输出结果趋于理想。
在商量的背后，所依托的是商汤自研的千亿参数自然语言处理模型。
而在此模型的背后，则是商汤最新推出的日日新（SenseNova）大模型体系。
也正是因为这种的能力，商汤的发布还不同于此前国产类ChatGPT玩家，它一口气还发布了：
秒画：AI内容创作社区平台。
如影：AI数字人视频生成平台。
琼宇、格物：3D内容生成平台。
更重要的一点是，根据商汤CEO徐立在现场的描述，上述这些AIGC产品所要发力之处，将是诸如医疗、短视频、教育、营销以及开发等产业领域。
但不得不说，这一波科技之战，着实是愈演愈烈了。
“商量”的体验实录
那么商汤的AIGC产品，效果又是如何？
我们在前方现场也体验了一下。
先来看下商量这款产品，是否真的能做到商量。
多轮对话能力展示
既要多轮对话，又要人机共创，那么和它商量着创作一个故事，便是很好例子：
我们来一起创作儿童故事吧。规则是我先说一句，你再说一句，交替进行。直到我说故事编完了就结束。你明白了么？
在我们下达指示之后，“商量”表示了理解，然后就开始了“你一句我一句”人机共创故事的之旅：
人类：小花是一只小猫咪，他很喜欢钓鱼。
商量：小花在河边钓鱼，他钓到了一条大鱼。人类：大鱼对小花说，请你放我回去吧，我家里还有小鱼在等着我呢。
商量：小花心地善良，他同意了大鱼的请求，把大鱼放回了河里。大鱼感激地游走了，小花也继续享受着的钓鱼的乐趣。
从这个过程中不难看出，“商量”是可以理解用户的语义，了解故事中的角色和关系，并且能够get用户的思路，基于此以多轮对话形式来完成故事的创作。
（要是让小朋友们跟“商量”一起创作故事，怕是能玩上一整天吧。）
不仅如此，在体验过程中，我们还发现“商量”是具备一定共情能力的。
例如当我们处于迷茫之际，可以向它提问：
如何提高自我认识，更好地了解自己？
此时的“商量”仿佛可以抓住问题背后人类内心真正的需求，回答中的“学会爱自己”、“学会自我肯定和鼓励”，显得格外暖心。
当然，多轮对话仅仅是对话机器人能力展示的一隅。
接下来，我们就要拿网友们经常调侃AI的诸多问题，来开启更高难度的挑战了！
只认事实，不认“老婆说的都对”
当然，创作能力是聊天机器人能力的一面，但对于事实的尊重也是非常重要的一点。
对于此前被网友们玩坏的“老婆说的都对”，“商量”又会如何应对？
嗯，老婆在事实面前是真的不好使了。
我们再来一个更天马行空的胡诌：
请告诉我以下陈述是否包含时代错误：在盟军轰炸硫磺岛海滩期间，拉尔夫大声地对着自己的iPhone说话。
“商量”面对这么一句胡诌，直接指出了iPhone与二战的时代背景不符，可见其不仅能理解句子的意思，还能通过尝试判断句子的合理性。
那么对于非常绕的逻辑问题，“商量”是否也能轻松应对？
请听题目：
假设False与True是False，则True与not False是？
讲真，人类都得思忖半天的“绕弯问题”，“商量”不仅能够秒出结果，还能把推理过程一并给出。
超长文本也能hold住
正如我们刚才提到的，“商量”是一个To B的产品，那么它定然需要解决的问题不是“片段性”的。
为此，商汤在现场还演示了基于“商量”背后的大模型，开发了帮助用户进行新知识获取和理解的助手工具，是可以轻松hold住超长文本的那种。
例如把一本《专利法》投喂给它，我们就可以向它咨询很多专业性的问题了：
什么样的东西可以申请专利？
从结果上来看，这个工具并不是直接从《专利法》中copy对应的结果，而是模型理解了问题之后，生成并总结了答案。
基于这样的能力，以后我们在工作上的效率提高程度，可见一斑。
不仅如此，刚才我们投喂的《专利法》是2020年的版本，而今年国家知识产权局就专利申请是提出过新的要求的。
从我们提问“今年规定有没有新的变化”的回答中不难看出，模型确实融合了最新的资讯，并给出了合理的答案。
再如同样是基于大语言模型，商汤面向开发者所打造的AI代码助手，可以提供代码补全、注释生成代码、测试代码生成、代码翻译、代码修正、代码重构、复杂度分析等功能。
据了解，AI代码助手可以同时支持中英文及多种编程语言，并且可以快速适应开发者的个性化编码风格。
从根据商汤内部测试的结果来看，在使用“AI代码助手”后，代码编写效率可以提升62%，Humaneval测试集一次通过率可以达到40.2%。
马斯克中国游记，2秒钟就能搞定
除了对话机器人之外，商汤AI作画产品“秒画”也是本次发布的一大亮点。
话不多说，直接上效果。
我们同样是先来看看被网友们玩儿坏了的一个Prompt：
中国80年代，马斯克在河南的农村，穿着当时年代的中国服装。
嗯，是有那个味道了。
而且更为关键的是，生成512K图片仅需2秒钟！
不仅如此，商汤在现场演示的过程中，还展示了逼真效果版的港风美女。
同样是2秒出图，引得现场观众“哇”声一片：
那么除了这种趣味性的以文生图，“秒画”的作品是否能够达到在产业中的应用水平？
我们继续试验：
明亮的场面，鸟瞰图，中国古代城市，水晶，魔幻，幻想，华丽的光作用，透明度，镜面反射，华丽的光，错综复杂的细节，精细的纹理，超现实，单反摄影，广角镜头，照片，现实，锋利的焦点，超锋利。
不得不说，如此恢宏壮丽的景象，是把想象拉进现实的那种了。
若是想生成与太空探索主题相关的高清大海报，这个也可以有，只需把这句话投喂进去：
一艘闪闪发光的飞船绕着一颗巨大的气态巨行星的月球旋转，在天空中盘旋着云，飞船在月球前气态巨行星前，美丽的科幻艺术，超现实的白日梦。
不难看出，“秒画”是经得住考验的那种AI了。
除了以文生图之外，我们再来看下AI数字人生成平台。
据了解，商汤的“如影”仅需要5分钟真人视频素材，就可以生成出声音及动作自然、口型准确、多语种精通的数字人分身。
再如“琼宇”和“格物”，基于神经辐射场技术（NeRF），可以高效低成本生成大规模三维场景和精细化的物件，为元宇宙、虚实融合应用打开新的想象空间。
由此可见，商汤的AIGC能力已然是做到了全面覆盖，并且水平也是肉眼可见的达到了可以“上岗”的水平。
那么接下来的一个问题是：
怎么炼成的？
背后的日日新大模型，便是炼成“商量”、“秒画”等一众AIGC产品的杀手锏。
日日新，顾名思义，是指模型的迭代速度及处理问题的能力上可以日日更新，不断解锁AGI更多可能。
（取自《礼记·大学》中汤之盘铭曰“苟日新、日日新、又日新”）
从现场展现的能力来看，日日新大模型能够提供的能力，主要集中在了自然语言处理、图片生成、自动化数据标注、自定义模型训练等。
但日日新大模型并非是趁着这一波AIGC大热潮，一蹴而就出现的那种。
其实早在五年前，商汤便已经在大模型领域着手研发。
并且在2019年，商汤便使用上千张GPU进行单任务训练，推出了10亿参数规模的视觉模型，并实现了当时业界最好的算法效果。
后来在2021年到2022年期间，商汤训练并开源了30亿参数的多模态大模型——书生。
就目前来看，商汤已经成功研发了320亿参数量的全球最大的通用视觉模型；并且已经打造了CV、NLP和AIGC相关大模型。
因此，不难看出商汤此次发布的超大模型体系，其实是早有所准备，通过五年来的各项“小作业”，融会贯通并提交了一项“大作业”。
值得一提的是，在此次发布会中，商汤表示“日日新”将提供多种灵活的API接口和服务，包括图片生成，自然语言生成，视觉感知通用任务与标注服务！
……
但有一说一，多模态和决策智能大模型，并非是商汤通往通用人工智能（AGI）的唯一杀手锏。
大模型时代，大算力更为重要
没错，商汤自己的超强算力，正是另一项更为关键的因素。
它便是于2022年1月交付使用，首付56亿元，一举成为亚洲最大的AI超算中心之一的人工智能计算中心（AIDC）。
一年之前，商汤AIDC的总算力便已经是3740 Petaflops，如此算力之下，已经可以完整训练万亿参数规模的大模型。
时隔一年，现如今，这个算力数字已然是翻了个小翻，达到了5000 Petaflops！
它可以以最大4000卡规模集群进行单任务训练，并可做到七天以上不间断的稳定训练。
△商汤科技AIDC展厅中的裸眼3D展示
但了解商汤的朋友都知道，这个AIDC还仅是商汤AI大装置SenseCore的一部分。
除了AIDC这个算力层之外，加之数据层和模型层两大维度，便构成了“三位一体”的AI大装置。
因此，综合来看，商汤在通往AGI道路上的范式，便是“大模型+大算力”。
而如此布局的背后，在今天的发布会中，商汤对此的逻辑思考也逐步浮出水面，AGI时代之下，数据、算法和算力三要素有了新的需求：
计算量（GPU数量 x 运行时间 x 并行效率 ）= 模型参数量 x 处理数据量。
怎么理解？
模型参数量要足够多，才能实现AI智慧的涌现，而这也带来了对算力的剧增，需要更高的并行效率，才能有效支持大参数模型训练。
数据方面，高质量自然语言数据逐渐稀缺，而视觉数据相较自然语言在数量、质量、容纳信息等方面有多种优势，能够使得AI更好地理解世界。
由此，就不难理解商汤如此布局的原因了。
……
总而言之，有大数据、有大模型、有大算力，商汤在国产AIGC的亮相，一点也不意外。
是值得期待一波了。
推荐阅读
西电IEEE Fellow团队出品！最新《Transformer视觉表征学习全面综述》
润了！大龄码农从北京到荷兰的躺平生活（文末有福利哟！）
如何做好科研？这份《科研阅读、写作与报告》PPT，手把手教你做科研
奖金675万！3位科学家，斩获“中国诺贝尔奖”！
又一名视觉大牛从大厂离开！阿里达摩院 XR 实验室负责人谭平离职
最新 2022「深度学习视觉注意力 」研究概述，包括50种注意力机制和方法！
【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！
2021李宏毅老师最新40节机器学习课程！附课件+视频资料
欢迎大家加入DLer-计算机视觉技术交流群！
大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。
进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明）
👆 长按识别，邀请您进群！
