亚洲第一无码精品久久久播放,99精品国产自在现线10页,国产伦精品一区二区三区小说,国产免费久久久久久久无码浪潮,91av视频精品一区二区三区

24小時故障咨詢電話 點擊右邊熱線,在線解答故障撥打:400-186-5909
2025澳門跟香港天天免費精準大全,澳門一碼100%準確100_對話階躍星辰姜大昕:Sora技術有局限,多模態(tài)理解生成一體化才是未來|界面新聞 · 科技

2025澳門跟香港天天免費精準大全,澳門一碼100%準確100

全國報修熱線:400-186-5909

更新時間:

400服務電話:400-186-5909(點擊咨詢)
2025澳門跟香港天天免費精準大全,2025正版資料免費大全資料
2025澳門跟香港天天免費精準大全,澳門一碼100%準確100








2025澳門跟香港天天免費精準大全,7777788888精準新免費四肖:(1)400-186-5909(點擊咨詢)(2)400-186-5909(點擊咨詢)








2025澳門跟香港天天免費精準大全,新澳門今晚一肖中特(1)400-186-5909(點擊咨詢)(2)400-186-5909(點擊咨詢)




2025澳門跟香港天天免費精準大全,2025新澳正版資料最新056的資料
2025澳門跟香港天天免費精準大全,2025年天天彩精準資料








維修過程全程錄像,讓您對維修過程一目了然。








維修服務緊急響應團隊,應對突發(fā)故障:組建維修服務緊急響應團隊,24小時待命,快速響應客戶緊急維修需求,確保家電及時恢復正常使用。








2025澳門跟香港天天免費精準大全,新澳門平特一肖中特








2025澳門跟香港天天免費精準大全,維修服務電話全國服務區(qū)域:








吉林市樺甸市、東莞市寮步鎮(zhèn)、蕪湖市弋江區(qū)、酒泉市肅北蒙古族自治縣、銅仁市松桃苗族自治縣、達州市達川區(qū)、東方市八所鎮(zhèn)、陵水黎族自治縣英州鎮(zhèn)、日照市東港區(qū)、哈爾濱市南崗區(qū)








臨夏永靖縣、通化市輝南縣、甘南瑪曲縣、鞍山市海城市、阜新市海州區(qū)、文山丘北縣、南通市海門區(qū)、九江市廬山市、雙鴨山市四方臺區(qū)








樂東黎族自治縣萬沖鎮(zhèn)、渭南市白水縣、遼陽市燈塔市、慶陽市華池縣、武漢市漢南區(qū)、重慶市合川區(qū)








新鄉(xiāng)市長垣市、武漢市蔡甸區(qū)、內蒙古烏海市烏達區(qū)、鶴壁市淇濱區(qū)、南陽市社旗縣、咸陽市楊陵區(qū)、株洲市攸縣、渭南市富平縣、廣西桂林市全州縣、臨高縣新盈鎮(zhèn)








紅河河口瑤族自治縣、內蒙古赤峰市翁牛特旗、鹽城市鹽都區(qū)、酒泉市肅北蒙古族自治縣、三明市三元區(qū)、杭州市臨安區(qū)、永州市藍山縣








紅河彌勒市、常州市溧陽市、金華市浦江縣、鄭州市管城回族區(qū)、萬寧市長豐鎮(zhèn)、蚌埠市固鎮(zhèn)縣








焦作市博愛縣、萬寧市長豐鎮(zhèn)、臨高縣新盈鎮(zhèn)、合肥市巢湖市、廣西河池市鳳山縣、宜昌市興山縣、廣西柳州市融安縣








巴中市南江縣、濟南市槐蔭區(qū)、馬鞍山市雨山區(qū)、馬鞍山市含山縣、宣城市涇縣、海東市民和回族土族自治縣、信陽市浉河區(qū)、泉州市鯉城區(qū)、溫州市龍港市








上海市長寧區(qū)、曲靖市陸良縣、連云港市贛榆區(qū)、寧波市寧??h、宜昌市宜都市、廣西北海市合浦縣、遵義市紅花崗區(qū)








甘孜爐霍縣、東方市感城鎮(zhèn)、蕪湖市弋江區(qū)、畢節(jié)市織金縣、黑河市遜克縣、寧夏固原市西吉縣、河源市源城區(qū)、陽江市江城區(qū)、龍巖市新羅區(qū)








溫州市瑞安市、寧夏石嘴山市惠農區(qū)、亳州市蒙城縣、綏化市肇東市、廣西百色市西林縣、宣城市績溪縣、周口市川匯區(qū)








內蒙古呼和浩特市新城區(qū)、黔東南岑鞏縣、中山市東鳳鎮(zhèn)、貴陽市烏當區(qū)、四平市公主嶺市、北京市平谷區(qū)、漳州市華安縣








延安市黃陵縣、上饒市余干縣、聊城市東阿縣、贛州市崇義縣、定西市臨洮縣、隨州市曾都區(qū)、齊齊哈爾市甘南縣








金昌市金川區(qū)、清遠市清城區(qū)、咸陽市淳化縣、牡丹江市綏芬河市、南昌市灣里區(qū)








無錫市惠山區(qū)、邵陽市隆回縣、焦作市修武縣、蚌埠市蚌山區(qū)、泰安市泰山區(qū)、臺州市黃巖區(qū)、鶴壁市鶴山區(qū)、綿陽市涪城區(qū)、泉州市洛江區(qū)、天水市麥積區(qū)








商丘市柘城縣、內蒙古通遼市霍林郭勒市、鄭州市新密市、廣西崇左市憑祥市、甘孜理塘縣、菏澤市牡丹區(qū)、佳木斯市東風區(qū)、涼山會理市








丹東市寬甸滿族自治縣、肇慶市廣寧縣、迪慶香格里拉市、黃山市休寧縣、汕頭市龍湖區(qū)、廣西柳州市融安縣、漢中市略陽縣、贛州市南康區(qū)、臨沂市沂南縣、哈爾濱市依蘭縣








瓊海市中原鎮(zhèn)、伊春市豐林縣、廣西崇左市憑祥市、株洲市攸縣、十堰市張灣區(qū)








武漢市東西湖區(qū)、商丘市梁園區(qū)、中山市古鎮(zhèn)鎮(zhèn)、安慶市望江縣、昌江黎族自治縣海尾鎮(zhèn)、亳州市利辛縣、金華市浦江縣、雙鴨山市尖山區(qū)、張掖市民樂縣、茂名市高州市








溫州市文成縣、淮南市八公山區(qū)、昭通市水富市、上海市嘉定區(qū)、重慶市石柱土家族自治縣、荊門市沙洋縣、儋州市中和鎮(zhèn)、寶雞市扶風縣








酒泉市玉門市、齊齊哈爾市甘南縣、鹽城市濱??h、文山丘北縣、內蒙古呼倫貝爾市扎賚諾爾區(qū)、海東市循化撒拉族自治縣、甘孜瀘定縣、開封市順河回族區(qū)








荊州市沙市區(qū)、海東市循化撒拉族自治縣、吉安市萬安縣、鎮(zhèn)江市揚中市、濟南市歷下區(qū)、昭通市水富市、內蒙古呼倫貝爾市額爾古納市、隨州市隨縣、常德市鼎城區(qū)








昌江黎族自治縣七叉鎮(zhèn)、泰州市泰興市、瀘州市江陽區(qū)、懷化市溆浦縣、長治市壺關縣








屯昌縣楓木鎮(zhèn)、大連市莊河市、阿壩藏族羌族自治州理縣、樂東黎族自治縣利國鎮(zhèn)、牡丹江市穆棱市








昆明市宜良縣、榆林市子洲縣、汕頭市澄海區(qū)、蘇州市常熟市、嘉峪關市新城鎮(zhèn)








益陽市資陽區(qū)、商洛市鎮(zhèn)安縣、煙臺市招遠市、焦作市博愛縣、鶴崗市綏濱縣、六盤水市六枝特區(qū)、蚌埠市淮上區(qū)、陵水黎族自治縣新村鎮(zhèn)








大興安嶺地區(qū)新林區(qū)、陵水黎族自治縣隆廣鎮(zhèn)、樂東黎族自治縣萬沖鎮(zhèn)、中山市南區(qū)街道、武威市天祝藏族自治縣、澄邁縣永發(fā)鎮(zhèn)、內蒙古巴彥淖爾市磴口縣
400服務電話:400-186-5909(點擊咨詢)
2025澳門跟香港天天免費精準大全,7777788888管家精準管家婆免費三期中一
2025澳門跟香港天天免費精準大全,澳門一肖一碼一待一中資料








2025澳門跟香港天天免費精準大全,科技創(chuàng)新引領未來能源發(fā)展新方向:(1)400-186-5909(點擊咨詢)(2)400-186-5909(點擊咨詢)








2025澳門跟香港天天免費精準大全,新澳門2025年正版免費(1)400-186-5909(點擊咨詢)(2)400-186-5909(點擊咨詢)




2025澳門跟香港天天免費精準大全,7777788888精準四肖
2025澳門跟香港天天免費精準大全,2025年澳門天天彩免費記錄








維修服務個性化定制,滿足特殊需求:針對有特殊需求的客戶,提供個性化定制維修服務,如定制特殊配件、特殊安裝位置處理等。








我們的24小時客服熱線隨時待命,確保能夠即時接聽并處理您的來電。








2025澳門跟香港天天免費精準大全,2025新澳門天天開獎免費查








2025澳門跟香港天天免費精準大全,維修服務電話全國服務區(qū)域:








中山市大涌鎮(zhèn)、運城市永濟市、宿遷市宿城區(qū)、天水市秦州區(qū)、鄭州市新鄭市、廣西崇左市寧明縣、荊門市掇刀區(qū)、鄭州市登封市、三亞市崖州區(qū)、佳木斯市湯原縣








淄博市沂源縣、許昌市襄城縣、湘潭市岳塘區(qū)、遂寧市船山區(qū)、焦作市博愛縣、五指山市毛道








西安市鄠邑區(qū)、成都市成華區(qū)、廣西崇左市憑祥市、丹東市寬甸滿族自治縣、曲靖市羅平縣、宿遷市宿城區(qū)、武漢市江漢區(qū)、武漢市江夏區(qū)、杭州市濱江區(qū)、中山市港口鎮(zhèn)








內蒙古赤峰市林西縣、金昌市金川區(qū)、鹽城市濱海縣、內蒙古錫林郭勒盟蘇尼特左旗、焦作市溫縣、樂東黎族自治縣鶯歌海鎮(zhèn)








內江市隆昌市、泉州市安溪縣、福州市福清市、聊城市冠縣、溫州市洞頭區(qū)








雅安市名山區(qū)、遵義市余慶縣、楚雄牟定縣、湘西州吉首市、漢中市佛坪縣、伊春市伊美區(qū)








武漢市漢陽區(qū)、昆明市晉寧區(qū)、中山市石岐街道、盤錦市雙臺子區(qū)、安陽市湯陰縣








永州市江華瑤族自治縣、內蒙古鄂爾多斯市烏審旗、內蒙古錫林郭勒盟蘇尼特右旗、吉安市新干縣、涼山布拖縣








雙鴨山市饒河縣、吉林市永吉縣、恩施州利川市、自貢市自流井區(qū)、內蒙古烏蘭察布市卓資縣、哈爾濱市香坊區(qū)、五指山市通什、麗江市寧蒗彝族自治縣








遼源市東遼縣、廣西崇左市扶綏縣、焦作市馬村區(qū)、成都市崇州市、保亭黎族苗族自治縣什玲








青島市即墨區(qū)、阜新市細河區(qū)、丹東市寬甸滿族自治縣、廣西柳州市城中區(qū)、黔南獨山縣、廣西欽州市靈山縣








龍巖市武平縣、鄭州市中原區(qū)、內蒙古通遼市科爾沁區(qū)、??谑旋埲A區(qū)、廣西北海市銀海區(qū)、撫順市望花區(qū)、懷化市麻陽苗族自治縣








威海市環(huán)翠區(qū)、雞西市麻山區(qū)、佳木斯市富錦市、漳州市云霄縣、商洛市鎮(zhèn)安縣、沈陽市大東區(qū)、阜陽市潁泉區(qū)、濟南市鋼城區(qū)、陽泉市礦區(qū)、延安市志丹縣








呂梁市臨縣、黔東南從江縣、鄭州市登封市、長沙市寧鄉(xiāng)市、文昌市東路鎮(zhèn)、重慶市云陽縣、遼陽市燈塔市








河源市源城區(qū)、中山市港口鎮(zhèn)、新鄉(xiāng)市長垣市、五指山市通什、綿陽市鹽亭縣、三明市大田縣、上海市嘉定區(qū)、鶴壁市淇縣、吉林市舒蘭市、南京市浦口區(qū)








臺州市黃巖區(qū)、廣西來賓市象州縣、贛州市章貢區(qū)、內蒙古烏蘭察布市四子王旗、甘孜康定市、中山市沙溪鎮(zhèn)








梅州市平遠縣、西雙版納景洪市、廣西欽州市浦北縣、榆林市橫山區(qū)、遵義市鳳岡縣、岳陽市君山區(qū)、福州市平潭縣








莆田市荔城區(qū)、太原市迎澤區(qū)、蚌埠市蚌山區(qū)、吉安市泰和縣、廣西崇左市天等縣、內蒙古呼和浩特市托克托縣、黃岡市浠水縣、榆林市神木市、重慶市彭水苗族土家族自治縣








濰坊市壽光市、河源市源城區(qū)、忻州市五臺縣、廣西桂林市秀峰區(qū)、文昌市翁田鎮(zhèn)、大理云龍縣








臨滄市臨翔區(qū)、太原市清徐縣、安慶市大觀區(qū)、潮州市潮安區(qū)、白沙黎族自治縣七坊鎮(zhèn)、鄭州市管城回族區(qū)、商丘市柘城縣、南京市江寧區(qū)、汕尾市陸豐市








上海市閔行區(qū)、懷化市鶴城區(qū)、清遠市英德市、甘南迭部縣、晉中市平遙縣








福州市連江縣、錦州市太和區(qū)、渭南市蒲城縣、馬鞍山市和縣、北京市東城區(qū)、大理賓川縣、玉樹玉樹市、萬寧市禮紀鎮(zhèn)








大興安嶺地區(qū)漠河市、長治市長子縣、大慶市大同區(qū)、舟山市嵊泗縣、安陽市湯陰縣、中山市小欖鎮(zhèn)、白城市通榆縣、牡丹江市愛民區(qū)








龍巖市長汀縣、贛州市上猶縣、濮陽市南樂縣、玉溪市華寧縣、瓊海市陽江鎮(zhèn)








黃石市西塞山區(qū)、瓊海市塔洋鎮(zhèn)、韶關市曲江區(qū)、哈爾濱市松北區(qū)、濟寧市梁山縣








泰安市東平縣、洛陽市欒川縣、內蒙古烏蘭察布市商都縣、廣西玉林市北流市、涼山金陽縣、陽泉市平定縣








廣西桂林市恭城瑤族自治縣、鄂州市梁子湖區(qū)、肇慶市高要區(qū)、吉安市泰和縣、本溪市南芬區(qū)

對話階躍星辰姜大昕:Sora技術有局限,多模態(tài)理解生成一體化才是未來|界面新聞 · 科技

界面新聞記者 | 伍洋宇

界面新聞編輯 | 文姝琪

不同于兩年前的百模大戰(zhàn)時期誰都可以喊一句“沖擊AGI”,如今創(chuàng)業(yè)公司再堅稱自己以此為目標已經不是一種主流行為——但這仍是階躍星辰要在2025年延續(xù)的敘事。

5月8日,階躍星辰創(chuàng)始人兼CEO姜大昕進行了一場技術溝通會,強調公司的技術追求并對未來技術趨勢作出判斷。對于公司從Day 1起便明確的“單模態(tài)—多模態(tài)—多模理解和生成的統一—世界模型—AGI(通用人工智能)”路線圖,他也予以明確了當下時刻的定位。

幾乎以低調貫穿整個成立初期的階躍星辰,從去年下半年起主動對外釋放更多聲量,開始打一場水面之上的仗。

這些聲量大都圍繞模型進展。成立兩年,公司累計發(fā)布22款基座模型,覆蓋文字、語音、圖像、視頻、音樂、推理等系列。其中有16款是多模態(tài)模型,又分屬圖像理解、視頻理解、圖像生成、視頻生成、圖像編輯、音樂生成、多模態(tài)推理等方向。

區(qū)別于行業(yè)更常見的圖像模型、音頻模型、視頻模型等不加區(qū)分的定義和命名方式,階躍星辰格外強調多模態(tài)模型“理解”與“生成”的單一屬性。這與這家公司選擇的AGI路線以及即將要突破的關鍵節(jié)點息息相關。

“從模仿學習走向強化學習,以及從多模態(tài)融合走向多模態(tài)理解與生成一體化,是當下大模型發(fā)展主要呈現的兩個趨勢?!苯箨块_場點明了這一主題。

第一條趨勢行業(yè)并不陌生,這是OpenAI去年9月通過o1-preview掀起的模型訓練范式革命,并且主導了接下來數月幾乎所有大模型公司的迭代方向。隨著推理模型與后訓練成為業(yè)界共識,文本模型的技術路線相對收斂,這里的格局變換已不如從前那樣日新月異。

另一條趨勢屬于多模態(tài)模型,這是一個最優(yōu)技術路徑尚不明朗的領域,階躍星辰在此押下重注。

“有一句話我在很多場合不停重復——我們認為多模態(tài)是實現AGI的必經之路?!苯箨恐赋?,無論是從人類智能的多元化角度(符號智能、視覺智能、空間智能等),還是從垂直領域AI應用需求來說,大模型的多模態(tài)能力都必不可少。

這家公司進一步判斷,在多模態(tài)模型領域,理解與生成統一是其核心問題。

文本大模型的理解與生成已經由GPT類模型實現統一,但在視覺領域,內容的理解與生成仍普遍采用不同模型,例如用GPT-4o來理解圖片,但用Flux、Stable Diffusion等來生成圖片。

為什么一定要做多模理解與生成的統一?姜大昕解釋稱,一方面生成的內容需要理解來控制,確保內容具備意義和價值;另一方面,內容的理解需要生成來監(jiān)督,也即“只有能夠生成的時候才意味著真正的理解了”。

從統計學角度看來,相比文本模態(tài)的低維度離散分布,視覺模態(tài)的高維度連續(xù)分布造就了模型學習更高的復雜性。

這使得文本模型的NTP(Next-Token-Prediction)還無法順暢平移為視覺模型的NFP(Next-Frame-Prediction),也意味著屬于視覺模型的可規(guī)?;斫馍梢惑w化架構尚未出現——這正是Transfomer架構之于GPT等文本模型的重大意義。

姜大昕坦言,視覺領域的確處在一個等待“Transformer架構”出現的階段,而行業(yè)也在探索多個不同方向,公司當前的目標是要自己把“Transformer”做出來。

在他看來,擁有了這一架構的視覺模型,可以效仿文本模型的路徑,順利邁入海量圖片和視頻預訓練及指令跟隨的GPT-3階段,并可能加速進入融合了強化學習的視覺時空推理階段,直至誕生世界模型。

這也是為什么他會說,“一旦視覺模型理解與生成一體化的問題被解決,之后的路線會非常順暢”。

對話階躍星辰姜大昕:Sora技術有局限,多模態(tài)理解生成一體化才是未來|界面新聞 · 科技

作為該技術目標的最新進展,階躍星辰近期發(fā)布了圖像編輯模型Step1X-Edit,多模態(tài)推理模型Step-R1-V-Mini,以及圖生視頻模型Step-Video-TI2V。姜大昕指出,Step1X-Edit實現了初步的理解與生成統一,但還可以在架構和數據上做進一步優(yōu)化和打磨。

技術路線之外,階躍星辰梳理出了一條更明確的商業(yè)化路徑。

除了此前已有的ToC(用戶)產品嘗試和ToB(企業(yè))合作模式,階躍星辰將在應用層重點發(fā)力的方向是AI Agent。不過相較于自己做一款Manus類的產品,公司選擇聚焦智能終端Agent領域,也就是與手機、汽車、機器人等終端廠商合作,以端云結合平臺的角色構建智能終端的Agent生態(tài)。

作為一家已融資數億美元的B輪創(chuàng)業(yè)公司,這場溝通會沒有大談用戶規(guī)模、商業(yè)模式、盈利能力,更多話題還是圍繞如果要實現AGI,公司要如何翻越既定路線上的某一座山頭。這種氛圍在當前行業(yè)熱議AI應用公司如何火熱、掙錢的喧囂襯托下,頗有一種反差。

此外,姜大昕還接受了界面新聞等媒體采訪,更細致回答了有關多模理解與生成統一技術路徑的相關問題,以及對模型訓練與商業(yè)化的基本判斷。

以下為姜大昕采訪實錄,略作編輯:

媒體:躍問最近改名階躍AI了,原因是什么?公司過去一年發(fā)布過一些C端產品,目前對這個方向有什么經驗總結?

姜大昕:去年大模型還沒有出現這么強大的多模態(tài)和推理模型,我們看到的產品就幾類,Chatbot,AI陪伴,還有Runway、Pika這樣一些AIGC應用。那時候大家其實沒有特別明確的方向,只是因為有這樣的模型能力,所以產生了這樣的應用。這是產品探索的早期階段。

今年因為多模態(tài)能力和推理能力的進一步成熟產生了Agent,我們看到非常多像Deep Research或者Manus這樣的新應用。

我們的變化是想聚焦到Agent領域。而之所以改名階躍AI,是因為它要從Chatbot類產品向加入更多Agent能力的產品做轉變。

媒體:階躍的策略是超級模型+超級應用,這也是包括字節(jié)在內很多大廠在做的事情,這種情況下,很多初創(chuàng)公司已經放棄通用大模型了,階躍為什么還會堅持?

姜大昕:這里面分幾個層次去講,第一,現在這個行業(yè)趨勢還處于一個技術非常陡峭的區(qū)間。

我會很感慨,AI行業(yè)里面的發(fā)展變化確實是太快了。如果大家回到去年想一想,就覺得GPT-4是多么牛的東西,今天它都要快下架了;去年Sora剛出來的時候給大家多大的震撼,今天回過頭看,都覺得Sora有什么神奇的。而今年無論做出什么很牛的技術,可能明年回頭看會覺得微不足道。

在技術發(fā)展如此快的行業(yè)背景下,階躍肯定不愿意在這個過程中脫離主流,或者說放棄這樣的前進趨勢,還是會堅持做基礎模型的研發(fā)。

第二,從應用的角度來看,我們一直覺得應用和模型是相輔相成,模型可以決定應用的上限,應用給模型提供具體的場景和數據也非常重要。所以我們的產品形態(tài)隨著模型的演變動態(tài)發(fā)展,這樣的邏輯關系會一直保持下去。

媒體:在Agent這件事情上,為什么會選擇一個類似供應商的身份,而不是自己下場做一款直接ToC或者ToB的Agent產品?

姜大昕:這個東西很新,我們更好的選擇就是找到頭部企業(yè)合作。它們已經有了大量的用戶和場景,我們才能嘗試這個模型究竟怎么做。

如果我們上就來做ToC,第一件事情就得是user grow(用戶增長)。所以我們先和這些企業(yè)一起合作,如果這件事情探索清楚了,至于說將來我們是不是自己做,我覺得都是有可能的。

這里還有一個很誘人的場景,就是現在所有的設備都是孤立的,對于一個用戶來說,他當然希望AI Agent能夠跨設備。那么這件事情應該誰來做,肯定有很多人在思考。

媒體:公司最近在算法層面更加重視理解生成一體化整合,這個想法是基于什么樣的邏輯判斷?

姜大昕:我們覺得以Sora為代表的這一代視頻生成技術,它的上限就在那里了,很難去突破。下一代突破我們認為應該是基于理解生成一體化的。

對話階躍星辰姜大昕:Sora技術有局限,多模態(tài)理解生成一體化才是未來|界面新聞 · 科技

媒體:多模態(tài)理解與生成一體化架構很重要,那影響它出現最關鍵的因素是算法,更高質量的數據,還是什么?

姜大昕:兩個都很重要,首先就是架構的突破,因為確實不容易。

多模態(tài)的高維連續(xù)空間,我們很難用一個自回歸架構去模擬,所以大家不得不采用Diffusion。直白的說,Diffusion就是一步弄不成,就多走幾步,因為它太復雜了。

但自回歸架構不讓你走多步,那么這兩個東西怎么能連在一起,需要一個架構性的東西,這是算法層面需要解決的問題。甚至有可能把自回歸和Diffusion結合在一起這個方向也是錯的,這里面有非常多的不確定性。

有了技術以后,第二步就是數據。所有的人工智能里面數據都非常重要,有了架構但沒有合適的數據訓練它,就如同一輛車沒有石油,你還是不能跑。

媒體:你剛剛好像有提到,OpenAI最新的GPT-4o已經實現了理解與生成一體化?

姜大昕:我們只是猜測,因為它從不公布技術細節(jié)。它的做法應該是把理解和生成放在了一個模型里面,但這個東西是不是scalable(可規(guī)模化),我們不知道。

媒體:怎么判斷它是不是scalable?

姜大昕:它肯定要做到predict next frame,或者說如果OpenAI有一天推出了一個不叫Sora的視頻模型,很可能就是做通了。

事實上去年Sora出來的時候大家都很興奮,但我們是非常失望的,因為我們覺得它的主線應該是做理解生成一體化。

回過去想也是有道理的。從多模融合一步走到理解生成一體化太難了,所以干脆兩個獨立往前走,互相促進,有點像左腳踩右腳。因為它在Sora里面也說了,它拿著GPT-4o給數據打標注。

有了生成以后是不是能夠幫助理解,可能就是需要迭代幾輪以后再到理解生成一體化,但總的方向肯定是能夠predict next frame。這個問題不解決,后面有很多問題都到不了那個程度。

媒體:多模態(tài)理解與生成一體化這個技術方向目前還沒有收斂,對標語言模型的話,它大概處在哪個發(fā)展階段?

姜大昕:應該是在Transformer的階段,Transformer是2017年出來的,GPT-1是2018年,這個架構應該早于“GPT”。

媒體:階躍目前研發(fā)的模型很多,如果下一步理解生成一體化尤為重要的話,為什么我們不把所有的力量都集中去做它

姜大昕:我們也想這樣做,但不行,因為理解與生成一體化是非常要求綜合素質的一個考驗。首先你要理解,如果語言模型不強就談不上理解。其次你要做推理,視覺推理是視覺理解的升級。再者還有生成端,這也必須得做。

所以不是我們不夠focus(專注),要做這件事,就必須要做到所有條線能力都非常強,組合起來去探索它的路徑。

媒體:解決理解與生成一體化這個問題之后,你認為視覺模型應該達到一個什么樣的狀態(tài)?

姜大昕:你給它一個電影的開頭,它能夠一直往下編,并且大家認為還挺有道理的,連續(xù)、符合邏輯、符合物理規(guī)律。如果它能持續(xù)這樣做下去,這至少可以說明它的預訓練做成了。

相關推薦: