ChatGPT热潮之下,国内人工智能大模型又新增一家入局者。
4月26日,第四范式宣布推出其GPT大模型产品“式说3.0”,并首次提出AIGS战略(AI-Generated Software),即生成式 AI 重构企业软件。“式说”将定位为基于多模态大模型的新型开发平台,提升企业软件的体验和开发效率,实现AIGS。
“C端产品已经逼近用户体验的上限,而B端的企业级软件往往是个十分复杂的执行系统,堆砌十几层菜单和成千上万功能也不算多。” 第四范式创始人兼CEO戴文渊表示,“目前这些B端软件极为复杂的交互体验,以及复杂性带来的极低开发效率,恰恰为生成式AI留下足够大的重构和改造空间。”
戴文渊介绍称,“过去很难通过人类语言(自然语言)的方式去调用企业软件的功能,现在当我们有更强的语义理解和生成能力,再加上GPT任务翻译、任务分发和推理的能力,就可以通过更好的‘对话框式’交互方式实现功能的调用,不再需要找到某个位于十几级的菜单目录之下的功能。”
“式说3.0”具备写作、制图、编程能力
据悉,“式说3.0”能够处理视频、图像、语音、文本等形式的查询及任务,把这些信息转化成用户软件能读得懂的指令,软件输出响应后,能将结果展示出来。
为了表达“式说3.0”不是线上调用ChatGPT,戴文渊在现场让团队切断公网、访问内网集群。随后,他展示了“式说3.0”大模型的图片理解、多轮对话、写小说、迅速画图等能力,以及通过推理能力完成更加复杂的“装箱”操作、现场编写代码的能力。比如问“五一要去硅谷旅游,有什么推荐的地方”会反馈谷歌、斯坦福大学等景点信息。
在戴文渊看来,要做到AIGS,大模型未必需要是知识广博、十项全能冠军的通才,更重要的在于模型具备Copilot(副驾舱),和思维链CoT(chain of thoughts,多步推理)的能力。
第四范式创始人兼CEO戴文渊
在现场,第四范式同时透露了“式说”的迭代过程——“式说1.0”为在ChatGPT爆红之后推出的第一代产品,有生成语言的能力,并且解决GPT技术应用时内容可信、数据安全和成本的三大问题;“式说2.0”则在语言能力基础上,加入了文本、语音、图像、表格、视频等多模态输入及输出能力,并增加了企业级Copilot能力。以与企业内部应用库、企业私有数据等进行联网,对信息和数据进行分析,回答员工的问询或执行相关任务,从知识助手成为业务助手;“式说3.0”则在生成式和语言能力的基础之上,发力Copilot和思维链COT(多步推理、复杂任务拆分、形成数据飞轮),改造传统B端企
“要去改造企业软件,大模型不能只有语言能力。式说2.0就加入了多模态和Copilot,因为很多企业软件里的数据是多模态的,而Copilot能把人的指令翻译成要调用后台的哪个API。”此前发布的式说2.0的Demo中,门店员工通过语音、文本等交互方式向式说发起指令,式说理解后,联网门店监控软件调出后厨未戴口罩的图片,并直接将图片以对话框的形式输出给员工。
大模型去调用软件内置的一个个功能、数据来“对话框式”完成任务,已经能产生巨大价值。但员工用企业软件时也会面临复杂任务,需要人按照顺序执行一个个功能。
因此,式说3.0强调的是Copilot加上思维链CoT,具有更强的推理能力,在学习大量数据和“攻略”后,能形成中间的逻辑推理步骤,从而做到拆分并执行复杂工作。
公开资料显示,第四范式成立于2014年,主要为企业端服务,聚焦于决策型 AI 领域,提供以平台为中心的 AI 解决方案,目前该公司解决方案已应用于金融、零售、制造、能源电力、电信及医疗等行业。最新招股书显示,2022年,第四范式营收达30.83亿元,同比增长52.7%。
AIGS的路径分为三个阶段
“在BERT出来的时候,范式研究院就开始关注并投入在这个技术领域,GPT3出来以后更加明确了要朝这个方向。不过相比今年的投入,过去几年肯定还是有差距的。ChatGPT对我们最大的帮助,就是整个市场的信心一下从0调满了,确定性的投入更大了,再往后就是变成产品、变成商业化的路线往市场去推。”戴文渊透露称。
在与国内大模型“同行”的对比上,第四范式认为,中国会有更多的大模型。大模型是新的生产力,大家都得有大模型作为底座,所以入局的门槛确实是变高了。但是在达到这个门槛之后,重点在于如何选择方向。
第四范式认为比较大的机会在于改造整个的企业软件行业,也就是AIGS这个方向。发力的大模型技术方向是Copilot可控(执行可控、知错能改),和思维链COT(chain of thoughts,多步推理、复杂任务拆分)的能力,形成数据飞轮(比如将某垂直领域的数据和流程投入大模型,很快可以形成模型在该领域的思维链)。
第四范式将AIGS的路径总结为三个阶段:第一阶段,Copilot调动不同的信息、数据、应用,作为助手完成用户的指令。相当于在所有企业级软件系统里,配备一个指挥官。指挥官听用户的指挥,比如“把照片亮度调亮20%”。
第二阶段,Copilot+基于企业规则的“知识库”,AI能够参照规则做复杂工作,进一步丰富了“对话框”的能力。比如AI查询了“人像美化”知识库后,能执行把照片修好看的步骤。
第三阶段,Copilot+CoT(思维链)。软件系统的使用行为最终会被大模型学会,形成AI针对这个领域的思维链,意味着“把照片处理得更好看”这种复杂指令,AI能自动地按照步骤完成。
第四范式的AIGS战略,就是指基于式说大模型背后的Copilot+COT能力,把企业软件改造成新型的交互范式,并在新型交互上不断地学习软件的使用过程,形成领域软件的“思维链”。
在式说3.0发布现场,来自航空制造、金融、医疗等行业的客户代表出席并做产品的live demo演示。在我国航空制造代表企业的实际场景演示中,其与第四范式基于Copilot技术,联手改造了某工业设计软件。现场某医疗行业的实际场景演示中,式说的“思维链”能够清晰指出将药品销售出去的具体步骤。
第四范式方面表示,最终,由于新的交互形式的出现,企业软件的开发效率变得更高。以前是功能和执行逻辑被编排在软件界面,每次一个功能升级,都要周而复始的经历原型图、设计、开发等,至少是月级别的开发时间。而现在由于“对话框式”的界面是固定的,功能和逻辑被改写在数据、API和内容层面,变成了天级别的开发效率。
值得一提的是,据第四范式透露,在短短两个月内,众多企业与合作伙伴已经与第四范式在生成式AI方面开展了深度合作。