出门问问大模型“序列猴子”内测，李志飞扔出4款AIGC产品，升级智能语音助手
智东西
作者 | 吴菲凝
编辑 | 李水青
智东西4月20日消息，AI科技公司出门问问今日在2023 AIGC战略发布会上，宣布内测大语言模型“序列猴子”，为国内大模型创业潮再添一把火。
在大模型能力基础上，出门问问推出面向创作者的CoPilot产品矩阵，包含四款AIGC产品：AI写作平台“奇妙文”、AI绘画平台“言之画”、AI配音平台“魔音工坊”、数字人视频与直播平台“奇妙元”。
除了面向创作者的产品矩阵之外，出门问问本次还推出了面向C端的升级版语音助手“魔法小问”，据称类似于“Siri+ChatGPT”，以及面向B端的企业专属大模型。
出门问问创立于2012年，主打语音交互和智能软硬件研发，代表性产品包括智能手表Ticwatch和高级驾驶辅助系统问问魔眼Ticeye等，主要覆盖智能穿戴设备、车载、家具等场景。出门问问创始人兼CEO李志飞曾任谷歌美国总部科学家，是机器翻译开源软件Joshua的主要开发者，也是这波大模型创业潮中备受产业关注的一位创业者。
“序列猴子”链接为：
openapi.mobvoi.com
一、大模型“序列猴子”内测，李志飞只给其打50分？
出门问问大模型“序列猴子”是一款具备多模态生成能力的大语言模型，模型以语言为核心的能力体系涵盖“知识、对话、数学、逻辑、推理、规划”六个维度，能够同时支持文字生成、图片生成、3D内容生成、语音生成和语音识别等不同任务。
出门问问大模型之所以命名为“序列猴子”，是因为从“无限猴子”定理中汲取了灵感，该定理在20世纪初由数学家埃米尔·波勒尔提出，即如果有一群猴子在不限定的时间内学习打字机，最终一定能敲出一本完整的莎士比亚作品。“序列猴子”的构建原理与无限猴子理论类似，通过喂给机器猴子海量的文本序列，再用大规模的算力去训练它，就能训练出一只具有智能的“序列猴子”。
李志飞称，大模型的“大”绝不仅限于参数量，他目前没有透露“序列猴子”参数量的打算，他也强调，不能一味地以参数量的大小来评价一个模型，大模型是对于语言的建模，是对于认知边界的扩展，大模型拥有无限的想象空间。
他直言，GPT-4如今的表现近乎满分，相比之下“序列猴子”就像是一个需要不断教他学习的小孩子，目前还只有50分的水平，但他从中看到了“能考上哈佛的潜力”。
目前，“序列猴子”大模型已经具备了一定的自然语言理解、知识、逻辑以及推理等能力，对于“湖南和湖北哪一个省会的人口更多？”这类比较复杂的问题能够快速给出准确结果。
李志飞称，“序列猴子”在训练过程中已经展现出了“涌现”能力，目前正处于“顿悟”阶段，未来提升的速度会越来越快。他还认为，做人类的CoPilot（副驾驶）会是大模型最好的“工作”，未来CoPilot将无处不在。
二、构建CoPilot产品矩阵，四大神器助力创作者内容生产
基于“序列猴子”大模型，出门问问内测了多款面向创作者的AIGC产品及应用，为创作者构建一站式CoPilot产品矩阵，打通内容创作全流程。据官方数据，目前出门问问注册用户超500万，全球付费用户超百万。
1、AI写作助理：奇妙文
作为发布会上首个亮相的CoPilot产品，“奇妙文”的AI写作能力覆盖了职场办公、市场营销、新媒体和创意写作四大内容创作场景，能够在用户撰写年终总结、客服话术、剧本、广告文案等内容时，为其源源不断地提供灵感和创意方向。
奇妙文链接：write.mobvoi.com
为更好帮助用户提升内容创作效率，“奇妙文”开放了八大AI编辑功能，分别为风格转化、要点提取、校对纠错、续写、改写、扩写、缩写、翻译。“奇妙文”还能在写作中自动生成图片，为用户带来图文并茂的写作体验。
2、AI绘画助理：言之画
面对设计师、插画师等在文字外对设计有强烈需求的创作者，出门问问内测探索了“言之画”AI绘画平台。“言之画”支持二次元、蒸汽朋克、插画、古风、油画等8种创作风格。用户只需输入文字，“言之画”就能一次性生成8张光影逼真、细节丰富的2K高分辨率图像。
言之画链接：paint.mobvoi.com
除了以文生图，它还拥有以图生图、动图生成、个性头像生成等AI绘图能力。面向企业用户，“言之画”还支持专属模型定制，让企业用户能够根据自身需要自定义模型风格，并且支持多人协作生产，更好地满足企业的绘图需要。
目前，“言之画”已经和家装设计平台酷家乐达成了战略合作。在酷家乐平台上，用户在言之画的帮助下，只需用文字描述出自己的详细需求，即可更换装修风格、调整家具位置等，进而设计出自己喜欢的装修方案。
3、AI配音助理：魔音工坊
面向AI配音场景，出门问问推出了新一代AI配音产品“魔音工坊”以及海外版本DupDub。“魔音工坊”是一款全流程一站式AI配音平台，已向用户开放了超1000种音色、超2000种声音风格以及超20种方言和外语。
魔音工坊链接：moyin.com
在大模型技术的加持下，“魔音工坊”搭载了大模型AI写作功能，覆盖了AI写作、AI配音和剪辑等多个场景。用户可以在它的辅助下完成影视解说、有声书、在线教育、新闻播报等集文案与配音于一体的内容创作。目前，“魔音工坊”已经与微信读书、少年得到、趁早行动、大众等多领域企业达成了合作。
“魔音工坊”支持对选定声音进行包括平静、悲伤、开心在内的7种情绪的调节，对包括女中年、男孩等在内的10种角色进行迁移，同时还开放了韵律调节、局部变速、多人配音等AI声音个性化编辑功能，让用户能够像用word编辑文档一样编辑声音。
除了选择声音、编辑声音，基于大模型的语言生成能力，“魔音工坊”还将推出“捏声音”功能，用户可以自由选择性别、年龄、语言、风格和情绪等声音特征，从0到1创作自己喜欢的声音。
4、数字分身：奇妙元
奇妙元链接：weta365.com
在文字、图像、声音等生成能力基础上，出门问问还内测发布了AI数字形象创作及直播平台“奇妙元”。
“奇妙元”现有超100款数字人、超1000款3D数字资产、超1000种声音。凭借多模态生成技术，“奇妙元”平台目前共支持图片建模（2D数字人）、视频建模（2.5D数字人)、3D建模（3D数字人）三种不同形式的数字人生成。其形象克隆功能，仅需一段5分钟的真人视频素材，就可以1：1复刻用户的形象神态，为用户打造声音一致、动作自然的数字人分身。
三、智能AI助手“魔法小问”，类似于“Siri+ChatGPT”
出门问问在语音助手领域有着深厚的积累，对AI语音的研究可以追溯至十年前：2014年，出门问问发布了首款语音助手“小问助手”；2015年，更新“小问秘书”；2017年，推出了全场景VPA，并在2019年进行升级。在本次发布会上，出门问问内测发布了CoPilot“魔法小问”，李志飞称，这款智能语音助手可以理解为是“Siri与ChatGPT的综合体”。
作为面向个人用户开发一款智能语音助手，“魔法小问”可以帮助用户查百科信息、查天气、查餐厅、查酒店，还能与用户对话聊天。在现场演示中，向“魔法小问”提问“这附近有哪些好吃的川菜馆”时，它能按照远近距离、评分星数依次列出附近推荐的川菜餐厅。
据王志飞介绍，“CoPilot”源自超级助理的概念，它将拥有基于大模型的高智商大脑，能够分析海量数据即时准确地与人类交流；还会拥有动听的声音、靓丽的形象，可以搭载任意硬件平台，如手机、手表、车机等；还能够适配千行百业，化身高质量教学的老师、知识渊博的律师、专业的医生、金融理财客服等，在需要的时候，随时随地展示专业知识，为人分担压力。
四、“序列猴子”开放B端C端生态，首批赋能十大行业
基于“序列猴子”大模型的底层能力，对于B端用户和垂直领域，“出门问问Copilot”不仅提供通用能力支持服务和数字人形象定制服务，还将开放自身角色能力，持续迭代数据接口。有需求的企业用户可以登陆网页端调用API服务，并且能通过上传文档的方式，对行业专有内容进行训练，从而实现定制化语音交互。
目前，出门问问已经与首批十大行业的内测探索伙伴达成了合作，覆盖汽车、教育、律所、金融、医疗、旅游等领域，未来出门问问“CoPilot”将逐步赋能更多行业，助力更多企业拥有自己的专属大模型，打造自己的专属“CoPilot”。
结语：大模型卷起创业潮，AI加速平民化
时隔三年，出门问问携中文大模型和AIGC产品亮相，李志飞坦言“序列猴子”与GPT-4的差距不小，但他认为，公司研发大模型的目的从不是“打造一款中国版ChatGPT”，而是通过这个口号告诉外界他们现在正在研制什么，准备往何处发展。目前，出门问问推出了AI声音、AI写作、AI图片以及数字人直播等内容为一体的AIGC SaaS平台。
国内AIGC创业潮来袭，李志飞也称，走在硅谷时几乎所有的人讨论的话题都是“Chat”、“GPT”等。继百度打响了国内大模型第一枪之后，以知乎等为代表的互联网大厂和以商汤、昆仑万维等为代表的科技公司也纷纷加入其中。
不同于微软、谷歌等大厂要颠覆传统的野心，国内多家创企们专注于AIGC的细分赛道，比如聊天对话、音乐生成、协同办公以及AI和任何一个专业领域的融合。在这场大模型的同台竞技中，大模型技术不断平民化、生活化、场景化，使用门槛降低、认知熟悉程度提升，AIGC有望带来一场彻底的产业变革。