提高转化率!旋风视频软件广告长｜60秒快速了解

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>阿(e)裏(li)雲(yun)大(da)模(mo)型(xing)的(de)「陽(yang)謀(mou)」：全(quan)面(mian)發(fa)展(zhan)不(bu)偏(pian)科(ke)，壹(yi)力(li)降(jiang)十(shi)會(hui)

阿里云的「通(tong)義(yi)大模型家(jia)族(zu)」，加(jia)入(ru)了(le)新(xin)的成(cheng)員(yuan)。

7 月(yue) 7 日(ri)，上(shang)海(hai) WAIC 世(shi)界(jie)人(ren)工(gong)智(zhi)能(neng)大会期(qi)間(jian)，阿里云公(gong)布(bu)了新的 AI 繪(hui)畫(hua)創(chuang)作(zuo)大模型通义萬(wan)相(xiang)，將(jiang)大模型的模態(tai)從(cong)文(wen)本(ben)和(he)語(yu)音(yin)延(yan)伸(shen)到(dao)圖(tu)像(xiang)，逐(zhu)步(bu)向(xiang)多(duo)模态模型靠(kao)近(jin)。

阿里云在(zai)会上介(jie)紹(shao)，通义万相擁(yong)有(you)文生(sheng)图和图生图能力，可(ke)輔(fu)助(zhu)人類(lei)進(jin)行(xing)图片(pian)创作，大幅(fu)降低(di)图片設(she)計(ji)門(men)檻(kan)，可應(ying)用(yong)於(yu)藝(yi)術(shu)设计、遊(you)戲(xi)和文创等(deng)应用場(chang)景(jing)，目(mu)前(qian)已(yi)開(kai)啟(qi)定(ding)向邀(yao)測(ce)。該(gai)模型首(shou)批(pi)上線(xian)的功(gong)能具(ju)體(ti)包(bao)括(kuo)以(yi)下(xia)三(san)種(zhong)：

文本生成图像。輸(shu)入文字(zi)描(miao)述(shu)画面並(bing)選(xuan)定创作風(feng)格(ge)（水(shui)彩(cai)、油(you)画、中(zhong)國(guo)画、二(er)次(ci)元(yuan)等），AI 即(ji)可自(zi)動(dong)生成创作图片。

相似(si)图生成。提(ti)供(gong)一張(zhang)參(can)考(kao)图像，可獲(huo)取(qu)內(nei)容(rong)、风格相似的 AI 画作。

风格遷(qian)移(yi)。上傳(chuan)原(yuan)图和风格图，可自动把(ba)原图處(chu)理(li)為(wei)指(zhi)定的风格图。

输入一段(duan)提示(shi)詞(ci)，通义万相生成的 AI 创作图片

時(shi)至(zhi)今(jin)日，大模型将重(zhong)塑(su)軟(ruan)件(jian)服(fu)務(wu)行業(ye)已經(jing)成为行业共(gong)識(shi)。作为国内最(zui)大的云服务廠(chang)商(shang)，過(guo)去(qu)一段时间阿里云不斷(duan)加大這(zhe)一領(ling)域(yu)的技(ji)术和產(chan)品(pin)研(yan)发投(tou)入，阿里巴(ba)巴集(ji)團(tuan)董(dong)事(shi)局(ju)主(zhu)席(xi)、首席執(zhi)行官(guan)张勇(yong)甚(shen)至親(qin)自掛(gua)帥(shuai)，擔(dan)任(ren)阿里云智能集团的 CEO。

正(zheng)如(ru)张勇在接(jie)受(shou)采(cai)訪(fang)时所(suo)說(shuo)，所有行业、所有应用、所有软件、所有服务，都(dou)值(zhi)得(de)基(ji)于新型人工智能技术、基于 AIGC 各(ge)方(fang)面技术支(zhi)撐(cheng)、大模型支撑重做(zuo)一遍(bian)，这一定不僅(jin)能帶(dai)來(lai)创新性(xing)的客(ke)戶(hu)体驗(yan)、客户服务的滿(man)足(zu)，也(ye)会讓(rang)我(wo)們(men)的生产範(fan)式(shi)、工作范式、生活(huo)范式发生很(hen)多變(bian)化(hua)。

从阿里云首次公开基礎(chu)大模型通义千(qian)問(wen)，已经过去三個(ge)月的时间，阿里云自研大模型的布局，也已初(chu)見(jian)端(duan)倪(ni)。

01

苦(ku)練(lian)内功多年(nian)，

通义大模型家族开花(hua)結(jie)果(guo)

無(wu)論(lun)是(shi) Transformer 還(hai)是 Diffusion，都为大模型的研发奠(dian)定了基础。兩(liang)大主流(liu)框(kuang)架(jia)的问世让大模型研发的门槛大幅降低，但(dan)在这之(zhi)上的创新則(ze)是研发出(chu)差(cha)異(yi)化競(jing)爭(zheng)優(you)勢(shi)大模型的關(guan)鍵(jian)。

根(gen)據(ju)阿里云介绍，通义万相是阿里在大模型领域苦练内功多年的产物(wu)，其(qi)基于阿里研发的組(zu)合(he)式生成模型 Composer，後(hou)者(zhe)是一种基于擴(kuo)散(san)模型的「组合式生成」框架，这一引(yin)领性的成果早(zao)在今年 2 月相就(jiu)已发表(biao)，并吸(xi)引了国内外(wai)行业内人士(shi)的廣(guang)泛(fan)关註(zhu)。

其基本原理是：先(xian)将图像拆(chai)解(jie)成不同(tong)设计元素(su)（配(pei)色(se)、草(cao)图、布局、风格、语义、材(cai)質(zhi)等），再(zai)使(shi)用 AI 模型将这些(xie)元素重新组合，中间使用的元素可以自由(you)編(bian)輯(ji)。假(jia)设有 100 张图片，每(mei)张图片拆成 8 种元素，则全部(bu)元素的组合方式有 100 的 8 次方种之多，这被(bei)阿里云稱(cheng)为「组合爆(bao)炸(zha)」，可以給(gei)人类设计師(shi)生成图片提供極(ji)大的自由度(du)和想(xiang)象(xiang)空(kong)间。

加上此(ci)前已经推(tui)出大语言(yan)模型「通义千问」和聚(ju)焦(jiao)音頻(pin)的大模型应用产品「通义聽(ting)悟(wu)」，三个月的时间，阿里已经推出三个不同的大模型和产品，模态也已经从對(dui)話(hua)、文本等文字处理，延伸至音频、图像领域。

短(duan)时间内在产品層(ceng)面取得进展的背(bei)后，是阿里在 NLP、计算(suan)機(ji)視(shi)覺(jiao)等前沿(yan)科研领域多年的布局的结果。

极客公園(yuan)梳(shu)理了阿里大模型的发展脈(mai)絡(luo)。如下图所示，阿里最早于 2018 年底(di)启动大模型研发，在 2022 年的 AIGC 熱(re)潮(chao)到来之前，阿里已经在超(chao)大模型、语言及(ji)多模态能力、低碳(tan)訓(xun)练、平(ping)臺(tai)化服务、落(luo)地(di)应用等多个方面，做出了一定的投入和嘗(chang)試(shi)。

阿里大模型发展时间线丨(shu)制(zhi)作：极客公园

2022 年四(si)季(ji)度，ChatGPT 发布后很快(kuai)掀(xian)起(qi)了新的一輪(lun) AI 热潮，阿里也加快了行动步伐(fa)，加速(su)将實(shi)验室(shi)里的技术产品化，推入市(shi)场。

2023 年 4 月 7 日，阿里云正式推出大语言模型「通义千问」，该模型能夠(gou)響(xiang)应人类以自然(ran)语言方式提出的各类指令(ling)，拥有回(hui)答(da)问題(ti)、创作文字、编寫(xie)代(dai)碼(ma)等能力。两个月后，阿里云上线了音视频 AI 产品「通义听悟」，后者是接入了通义千问大模型能力的应用产品，用户可以隨(sui)时随地高(gao)效(xiao)完(wan)成对音视频内容的轉(zhuan)写、檢(jian)索(suo)、摘(zhai)要(yao)和整(zheng)理，比(bi)如用大模型自动做筆(bi)記(ji)、整理访談(tan)、提取 PPT 等。

研发基础大模型能力和开发产品的同时，阿里云也在加快生态的建(jian)设。阿里云透(tou)露(lu)，通义千问问世后不到三个月，目前已有 30 万企(qi)业用户申(shen)請(qing)接入，電(dian)力、通信(xin)、交(jiao)通、金(jin)融(rong)、企服等多个行业的數(shu)字服务商，也成为通义千问的首批合作夥(huo)伴(ban)。

而(er)随著(zhe)新的模型和产品陸(lu)續(xu)发布，阿里云大模型的使用场景和覆(fu)蓋(gai)行业也在进一步拓(tuo)展。通义听悟提供的音频内容撰(zhuan)写、检索、摘要、整理功能，拓展了大模型在企业会議(yi)、访谈等场景的使用；而通义万相的文生图和图生图能力，補(bu)齊(qi)了阿里云大模型的关键拼(pin)图，未(wei)来可用于电商、艺术设计、游戏等更(geng)广泛的文创场景。

放(fang)眼(yan)全球(qiu)，这樣(yang)的全面布局也仅有寥(liao)寥数家。

02

百(bai)模之争，

阿里云软硬(ying)兼(jian)修(xiu)

穩(wen)坐(zuo)第(di)一梯(ti)隊(dui)

客觀(guan)来说，不论是今天(tian)发布的通义万相，还是更早的通义千问、通义听悟，阿里云的这些大模型产品本身(shen)不是科技产业的新物种。在海外，此前已经有 Whisper、ChatGPT、Midjourney 等功能相近的大模型和应用产品。

国内在大模型领域起步較(jiao)晚(wan)，过去幾(ji)个月，国内科技公司(si)、创业团队紛(fen)纷卷(juan)入这一賽(sai)道(dao)，仅仅上海世界人工智能大会几天，就有数十个大模型亮(liang)相，百模之争的盛(sheng)況(kuang)愈(yu)演(yan)愈烈(lie)，但現(xian)实仍(reng)然很骨(gu)感(gan)，目前在市面上能打(da)的模型仍然寥寥可数，今天不论是基础的大模型能力，还是基于大模型的基础应用产品，全行业仍在极力追(zhui)趕(gan)。

想要在这一领域实现赶超，不论是研发大模型还是开发优秀(xiu)的应用，都不是「抄(chao)作业」这麽(me)簡(jian)單(dan)。比如大模型的研发，就不仅仅是靠算法(fa)，或(huo)者靠財(cai)力简单堆(dui) GPU 就能实现，这是囊(nang)括了底层算力、網(wang)络、存(cun)儲(chu)、大数据、AI 框架、AI 模型等復(fu)雜(za)技术的系(xi)統(tong)性工程(cheng)，需(xu)要 AI-云计算的全棧(zhan)技术能力。

而想要打造(zao) ChatGPT 这样的殺(sha)手(shou)級(ji)应用，也不只(zhi)是有个好(hao)的大模型就能解決(jue)所有问题。OpenAI 是通过数年努(nu)力，構(gou)建起了一條(tiao)从上游数据、大模型，到产品、生态的完整产业鏈(lian)条。不论是在国内还是国外，发展大模型都需要对技术、产品和生态的全方位(wei)投入。

阿里云大模型戰(zhan)略(lve)的决策(ce)者，顯(xian)然意(yi)识到了这个问题。过去数月，阿里云并沒(mei)有尝试去打造一个博(bo)眼球的、與(yu)海外同行差异化的所謂(wei)「杀手级产品」。而是全方位地投入技术、算力，打磨(mo)算法和基础产品，发展技术和行业生态。「全面发展不偏科」，也将是接下来一段时间，阿里云在大模型领域堅(jian)持(chi)的基础战略。

这样的做法不可谓不「奢(she)侈(chi)」。而能做到这一點(dian)，是因(yin)为阿里是全球少(shao)数在这几个领域都有深(shen)度布局、長(chang)久(jiu)積(ji)累(lei)的科技公司之一。

AI 算法方面，阿里達(da)摩(mo)院(yuan)是国内最早启动大模型研究(jiu)的机构之一。2018 年底便(bian)开始(shi)投入大模型研发，在中文大模型领域一直(zhi)处于引领地位，2021 年阿里先后发布国内首个超百億(yi)参数的多模态大模型及语言大模型，此后还训练实现了全球首个 10 万亿参数 AI 模型。2022 年，达摩院推出集大成的通义大模型，在语言及多模态能力、超大模型、通用统一模型等多个技术維(wei)度上，处于国内第一梯队。

在构建自身技术地基的同时，阿里也早早嗅(xiu)到了 AI 生态的机遇(yu)，最早提出 MaaS 概(gai)念(nian)（模型即服务），并牽(qian)頭(tou)建设了国内規(gui)模最大的 AI 模型服务社(she)區(qu)「魔(mo)搭(da)」，聯(lian)动瀾(lan)舟(zhou)科技、深势科技、智譜(pu) AI 等机构开源(yuan)开放 AI 模型，幫(bang)助中小(xiao)企业和开发者降低模型使用门槛，推动 AI 普(pu)惠(hui)。

當(dang)然在各类大模型遍地开花的背后，算力同样取到了决定性作用。不誇(kua)张地说，徹(che)底引爆大模型的 ChatGPT 没有微(wei)软 Azure 強(qiang)大的算力支撑，这一轮大模型的浪(lang)潮恐(kong)怕(pa)至少要往(wang)后推遲(chi)几年。

而在这項(xiang)关键指標(biao)中，阿里云也是全球最领先的玩(wan)家之一，作为亞(ya)太(tai)第一、全球第三的云计算服务商，阿里云拥有国内最强的智能算力储備(bei)，可以源源不断地为大模型研发输血(xue)。根据官方的信息(xi)显示，阿里云的智算集群(qun)可支持最大十万卡(ka) GPU 规模，承(cheng)載(zai)多个万亿参数大模型同时在线训练。基于飛(fei)天智算的阿里云深度學(xue)習(xi)平台 PAI，可将计算資(zi)源利(li)用率(lv)提高 3 倍(bei)以上，AI 训练效率提升(sheng) 11 倍，推理效率提升 6 倍，深度支持了通义大模型的研发。

强大的云基础设施(shi)能力、深厚(hou)的大模型技术积澱(dian)，对大模型的研发来说缺(que)一不可。多年的技术积累，是阿里参与本轮 AI 技术浪潮、持续开展技术长跑(pao)的重要保(bao)障(zhang)。

显然，阿里决心(xin)已定，一次新的长跑已经开启。

来源：极客公园返(fan)回搜(sou)狐(hu)，查(zha)看(kan)更多

責(ze)任编辑：