Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

机器之心编辑部发布

聆心智能Open Day发布CharacterGLM,共创超拟人大模型全「心」未来

现场,学界和业界嘉宾围绕 “超拟人大模型” 商业化进行了深度思考与分享,从技术、产品、应用到商业模式,全面探索 “超拟人大模型” 行业新趋势。

聆心智能 Open Day 活动现场

CharacterGLM 超拟人大模型:打造 “走心” 的 AI

聆心智能创始人、首席科学家黄民烈教授带领团队在开放日活动展示了聆心智能最新的技术进展和产品,与参会嘉宾分享和交流了大模型产业的趋势、挑战和机会。

聆心智能 CEO 张逸嘉

活动现场,聆心智能 CEO 张逸嘉首先围绕 “AI Companion:从过去走向未来” 的主题,分享了 AI 聊天机器人的 “前世今生”。自 1950 年艾伦・图灵推出了著名的图灵测试到 2022 年 ChatGPT 的火爆,人类从未停止对于聊天机器人的探索,功能型 AI 与拟人型 AI 在大模型时代均迎来革命性突破。如今,ChatGPT 增长已达瓶颈,人们对 “数字生命” 的需求远超预期,为此聆心智能依托自研的超拟人大规模预训练模型,打造 “数字生命大脑”,并在此基础上构建 AI 角色生成引擎,应用于社交、娱乐、教育、文旅、健康等多场景中,发挥 “拟人” 优势,打破 AI 聊天机器人的应用瓶颈。

聆心智能联合创始人郑叔亮

接下来,聆心智能联合创始人郑叔亮分享了 CharacterGLM 超拟人大模型的最新进展。聆心智能与 AI 大模型公司智谱 AI 深度合作,基于于 GLM 基座深度优化升级,打造 CharacterGLM 超拟人大模型,具备 “六边形能力”—— 人格、知识、能力、社会化、成长性、价值观。

CharacterGLM 超拟人大模型能够使 AI 拥有自己的 “个性” 和 “情感”,在交流过程中呈现出丰富的立体化 “人格”,不局限表面上 “机械性” 话术,具有更符合人类逻辑的思考能力、动作表情等非语言信息表达能力、角色的延续性记忆,根据用户实时情绪和性格人设给予富有个性但不失温度的回答,改善 “枯燥无味” 的聊天感受,同时更符合人类伦理道德。

除了能力超群之外,CharacterGLM 超拟人大模型还具备行业领先的技术优势,包括更强大的性能、更高效的推理、更长的上下文和更低成本的模型定制,能够允许更详细的角色设定、更多轮次的对话和更远的记忆深度,同时实现小数据多风格迁移的强大能力,兼顾灵活与高效。

聆心智能产品主创张雨薇

基于 CharacterGLM,聆心智能研发了全新产品 AiU,目前正在内测中。AiU 是一个连接人与 AI 的兴趣互动社区。在社区内,用户可以根据个人偏好创造不同性格与人设的 AI 角色,实现互动聊天、分享美好瞬间。通过互动,AI 角色能够记住用户的喜好和信息,实现用户对 “角色” 的不断 “塑造”,同时,这些 AI 角色也在时时刻刻 “学习” 和 “感受” 外部世界,并发展成自己独特的成长轨迹。

在 AiU 社区内,用户能够实现 “Ai by U,Ai for U,Ai with U(AI 由你创造,AI 因你而在,AI 伴你同行)”,不仅能获得工具性支持,更能感受精神上的陪伴,共同创造有爱的 “乌托邦”。

AiU 社区内的 AI 角色与嘉宾对话

有情更有 “用”:社交、情感、娱乐多领域探索 AI 商业化道路

CharacterGLM 超拟人大模型已经开启了商业化探索之路,聆心智能联合创始人郑叔亮以《商业模式的初探:用 “心” 创造商业价值》为题进行了分享。聆心智能以开放 API、云端私有化、本地私有化为底层技术支撑,构建了多样化的服务模式,包括创新型应用开发合作伙伴陪伴成长计划、领域代表性企业赋能 & 科研课题合作、平台企业 & 大型业务 & 规模化系统集成。

目前,聆心智能在社交、教育、文旅、娱乐、营销、健康、直播、客服等领域布局超拟人大模型服务,例如提供专业的心理陪伴和咨询;快速配置上线适应多场景的 “数字人”;生产游戏剧情和辅助策划;等等。

数字栩生 CMO 郭学赟

活动现场,数字栩生 CMO 郭学赟分享了大模型在数字人领域的应用。数字栩生是一家数字人底层技术基础设施服务商,曾经打造了字节跳动游戏主角 “李星澜”、高逼真数字演员 “春草” 等专属数字人 IP, 并参与了 “梅兰芳” 大师复现项目,成功打造了全国首个高精度京剧数字名人。郭学赟认为,大模型是驱动数字人资产的重要底层,事实上当前还有很多数字人停留在基于语音、文本或预设触发的基础层级上,基于数字栩生和聆心智能双方长久以来的合作,将聆心智能 CharacterGLM 超拟人大模型与数字栩生自研的 AIGC 数字人智能交互系统相结合,让数字人具备更好的情绪价值,提供更多的情感交流,真正成为人类的贴心朋友。

洪恩 AI 产品负责人聂靖骐

洪恩 AI 产品负责人聂靖骐分享了基于 CharacterGLM 拟人大模型打造的洪恩 AI 问答 2.0。该项目有效利用聆心智能在大模型领域的 “技术优势” 和洪恩高度契合用户需求的 “场景优势”,2023 年第一季度已上线,以独特的 IP 角色人设实现 “有温度的交流” 和 “准确的知识引导”,帮助小朋友收获德与智的双面成长。

互动问答环节

互动问答环节,来自物灵科技、凌云光、芒果 TV、bilibili 等产业界和行业媒体的伙伴就 “超拟人大模型” 的记忆能力、用户反馈、应用场景、对话质量评价、未来计划等问题进行了提问,聆心智能创始人黄民烈教授、联合创始人郑叔亮、CEO 张逸嘉、产品主创张雨薇给予了全方位的解答。

孵化自清华大学计算机系的聆心智能,是国内最早一批做大模型和自然语言生成对话系统的团队,基于自身情感对话系统领域的先发性技术优势自研打造 “超拟人大模型”,具备可信、可控、可配置的特点,拥有数百亿的参数量,是商业应用中参数规模较大的语言模型,在对话信息量、相关性、一致性等多个维度的性能评测中优于所有基线模型,达到目前中文对话模型的最优性能。

活动现场

聆心智能 CharacterGLM 超拟人大模型的发布,意味着 “超拟人大模型” 在 “情感” 方面获得了显著提升,将在个性化表达、共情能力、伦理道德等方面推动 AI 发展,让 AI 更 “有心”“有爱”。此外,聆心智能与合作伙伴在商业化方面的探索,也将助力大模型的应用普及,共创未来美好人类社会。

入门超拟人大模型CharacterGLM
相关数据
清华大学机构

清华大学(Tsinghua University),简称“清华”,由中华人民共和国教育部直属,中央直管副部级建制,位列“211工程”、“985工程”、“世界一流大学和一流学科”,入选“基础学科拔尖学生培养试验计划”、“高等学校创新能力提升计划”、“高等学校学科创新引智计划”,为九校联盟、中国大学校长联谊会、东亚研究型大学协会、亚洲大学联盟、环太平洋大学联盟、清华—剑桥—MIT低碳大学联盟成员,被誉为“红色工程师的摇篮”。 清华大学的前身清华学堂始建于1911年,因水木清华而得名,是清政府设立的留美预备学校,其建校的资金源于1908年美国退还的部分庚子赔款。1912年更名为清华学校。1928年更名为国立清华大学。1937年抗日战争全面爆发后南迁长沙,与北京大学、南开大学组建国立长沙临时大学,1938年迁至昆明改名为国立西南联合大学。1946年迁回清华园。1949年中华人民共和国成立,清华大学进入了新的发展阶段。1952年全国高等学校院系调整后成为多科性工业大学。1978年以来逐步恢复和发展为综合性的研究型大学。

http://www.tsinghua.edu.cn/
相关技术
字节跳动机构

北京字节跳动科技有限公司成立于2012年,是最早将人工智能应用于移动互联网场景的科技企业之一,是中国北京的一家信息科技公司,地址位于北京市海淀区知春路甲48号。其独立研发的“今日头条”客户端,通过海量信息采集、深度数据挖掘和用户行为分析,为用户智能推荐个性化信息,从而开创了一种全新的新闻阅读模式

https://bytedance.com
参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

聊天机器人技术

聊天机器人是经由对话或文字进行交谈的计算机程序。能够模拟人类对话,通过图灵测试。 聊天机器人可用于实用的目的,如客户服务或资讯获取。有些聊天机器人会搭载自然语言处理系统,但大多简单的系统只会撷取输入的关键字,再从数据库中找寻最合适的应答句。

对话系统技术

对话系统大致被分成两类: 任务为导向的对话系统,帮助用户去完成特定任务,比如找商品,订住宿,订餐厅等。实现任务为导向的对话系统,主要有两类方式,流水线方法和端到端方法。非任务导向的对话系统,与用户进行互动并提供回答,简单的说,就是在开放领域的闲聊。实现非任务导向对话系统也主要可分为两类,生成方法和基于检索的方法。

自然语言生成技术

自然语言生成(NLG)是自然语言处理的一部分,从知识库或逻辑形式等等机器表述系统去生成自然语言。这种形式表述当作心理表述的模型时,心理语言学家会选用语言产出这个术语。自然语言生成系统可以说是一种将资料转换成自然语言表述的翻译器。不过产生最终语言的方法不同于编译程式,因为自然语言多样的表达。NLG出现已久,但是商业NLG技术直到最近才变得普及。自然语言生成可以视为自然语言理解的反向: 自然语言理解系统须要厘清输入句的意涵,从而产生机器表述语言;自然语言生成系统须要决定如何把概念转化成语言。

语言模型技术

语言模型经常使用在许多自然语言处理方面的应用,如语音识别,机器翻译,词性标注,句法分析和资讯检索。由于字词与句子都是任意组合的长度,因此在训练过的语言模型中会出现未曾出现的字串(资料稀疏的问题),也使得在语料库中估算字串的机率变得很困难,这也是要使用近似的平滑n元语法(N-gram)模型之原因。

黄民烈人物

黄民烈,清华大学计算机科学与技术系副研究员。人工智能、深度学习、机器学习方法与应用;自然语言处理,自动问答,人机对话系统,情感分析,社交数据挖掘。

图灵测试技术

图灵测试(The Turing test)由艾伦·麦席森·图灵发明,指测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置(如键盘)向被测试者随意提问。

推荐文章
暂无评论
暂无评论~