首页 产业新闻 全员i人?《大闹天宫》MBTI测试让全公司炸锅!最神秘国产大模型团队出手了

全员i人?《大闹天宫》MBTI测试让全公司炸锅!最神秘国产大模型团队出手了

产业新闻 6

    【新智元导读】最近,公司全体同事都在疯狂沉迷这款《大闹天宫MBTI》测试!各种直击打工人的灵魂拷问,让所有i人和e人在职场极限场景中反复拉扯。国产黑马和上影打造的原汁原味《大闹天宫》画风,简直让人一秒穿越回童年。

    就在最近,全公司都为这个大闹天宫MBTI测试炸了锅了。

    没想到啊,偌大一个公司居然隐藏着这么多i人?

    只见工位上的每个人都两眼放光,满怀期待地上传了自己的「美照」。

    下一秒,就可以等待转生,进入天宫了!

    当然,AI会为你全新打造一个进入天宫的形象。聪明的读者已经看出来了,角色画风就是来自《大闹天宫》……里的猴儿。

    小编莫名觉得,这猴子气质跟自己确实还蛮像的

    进入天宫之后,迎接我们的就是一大波MBTI测试。

    测试中的这些场景,分分钟让人惊出一身冷汗。显然,这就是个危机四伏的「大闹天宫」版现代职场啊!

    刚刚上任判官,你就在凌霄宝殿上提议引入KPI,众神哗然。

    仿佛已经感受到了同事们的死亡凝视。

    不小心听到同事在抱怨领导,你是上去好言相劝,还是装作无事发生悄悄飘走?

    在职场中面对同事,你是春风化雨,还是铁面无情?

    路见不平是当场拔刀相助,还是先退避三舍,查明原委后再出头?

    同事虚报数据,你发现了之后会怎么办?

    这些场景,则是对i人和e人的灵魂拷问。

    当着众多公司前辈的面,领导让你上台发言,你怎么办?

    遇见多年不见同事,你会热情搭讪,还是装没看见?

    公司聚餐忽然被领导cue上台,你会像小范大人一样,殿前醉吟一首《将进酒》吗?

    8道测试题后,你就会知道自己适合天庭的什么岗位了。

    绝大多数同事,居然都是i人。

    小编1号是ISTJ,被诊断为地府判官

    小编2号是ISFP,被诊断为蟠桃仙官

    合作上影,更懂中国风的图像生成大模型来了!

    或许你已经发现了,游戏中的画风透露着一股浓浓的国风味,仿佛跟童年的记忆似曾相识。

    没错,这个名为「AI+大闹天宫」的互动游戏,是阶跃星辰的一次惊喜跨界,合作对象就是创造了无数中国人童年回忆的上海美术电影制片厂。

    2024年,正值上影代表作《大闹天宫》制作完成60周年。

    为了纪念这个里程碑式的国民动画片,阶跃星辰与上影携手,进行了一次AI和内容创作融合的极致探索。

    当AIGC、大模型技术和传统的中国动画结合,会碰撞出怎样的火花?

    在WAIC现场,一家国产AI初创黑马——阶跃星辰给全场观众送上了这样一份大礼。

    路过的参展群众对这个游戏爱不释手,现场火爆至极。

    而在游戏的背后,阶跃星辰调用了多款自研的Step系列大模型,并融合了图像理解、风格迁移、图像生成、剧情创作等多种能力,丰富立体地展现了行业领先的多模态水平。

    当最先进的AIGC技术与《大闹天宫》情境深度融合,栩栩如生的效果加上个性化的交互过程,换了谁都得深深感叹一句:爷青回!

    还等什么,赶快扫码体验吧!

    不仅仅是这款「AI+大闹天宫」,Step-1X中融入的「国风」元素随处可见。

    为了打造更理解国人审美的图像生成模型,Step-1X在训练过程中结合了当下的「国潮」,对中国元素进行深度优化,让AI生成的内容也能呈现高质量的「中国风」。

    攀登AGI巅峰,万亿参数和多模融合缺一不可

    大模型发展到了今天,所有的业内人士都发出了这个疑问:Scaling Law到头了吗?

    从下图看,至少在未来几年,Scaling Law仍会奏效。

    在阶跃星辰创始人姜大昕看来,接下来,依然是模型参数量决定模型能力上限,而Scaling Law全面迈入万亿参数,就是通向AGI的另一核心了。

    现在到处都在说AGI,但哪条是通往AGI的坦途,业内大佬一向争论不一。

    在LeCun看来,LLM完全是把全世界带向了歧途,浪费巨大的算力资源在现有的LLMs上,远不如新想法和新架构更有效。

    但更多大佬,显然对目前的路线十分乐观,Sam Altman、马斯克、Anthropic联创&CEO Dario Amodei、DeepMind创始人Hassabis,都认为AGI会在未来十年内发生。

    前OpenAI研究员看来,2027年实现AGI的可能性极大

    而姜大昕认为,多模态理解和生成的统一,是通向AGI的必经之路。

    第一阶段,语言、视觉、声音不同模态独立发展,模态之间没有关系,每个模型所要做的是学习如何更好地表征各自模态的特点。

    第二阶段,多种模态已开始走向融合,然而融合并不彻底,主要原因正是理解任务、多模生成任务分开,造成模型的理解能力强但生成能力弱,或者反之。

    第三阶段,则是将生成和理解统一在一个模型里。

    当多模态理解和生成统一后,就可以和「具身智能」结合起来。把模型作为机器人或者一个设备的大脑,让它去探索这个世界,与世界进行交互。

    国产黑马,连甩三个更新

    正如上文所述,要攀登AGI的高峰,「万亿参数」和「多模」这两大抓手,二者缺一不可。

    而这些,也共同组成了Step系列模型的核心亮点。

    既一年肝出万亿参数MoE后,这家年轻的初创再度开启「硬核模式」,一口气连甩三个更新——

    Step-2万亿MoE语言大模型正式版、 Step-1.5V多模态大模型、Step-1X图像生成大模型。

    要知道,就在3月份,阶跃星辰才刚刚发了3个模型,距离今天3个新模型的发布,才区区100天。

    Step-2大语言模型

    Step-2大语言模型光是在参数规模上就达到了万亿级别,直接跻身国际顶尖模型的行列。

    在数理逻辑、编程、中文知识、英文知识、指令跟随等方面,Step-2的能力和使用体验可以全方位逼近GPT-4。

    从千亿模型扩展到万亿参数,并不是简单的「大力出奇迹」,而是需要跨过技术上的「分水岭」,对各个维度的要求都是水涨船高。

    一旦其中任何维度出现短板,Scaling Law都将不再适用,出现「只投入,不产出」的尴尬局面。

    为了训出强悍的Step-2,技术团队在算法和系统方面都做出了大量的关键创新。

    自主研发,全面创新

    阶跃星辰创始人姜大昕博士表示,模型扩大到万亿级别时,MoE几乎是必选项,这是权衡了性能、参数量、训练成本、推理成本等各个维度后的最佳选择。

    要训练如此大规模的MoE模型,有两条路可走:一是将已有模型进行向上复用(up-cycle)。

    这个方案最大的好处,就在于省钱省力,算力需求低、训练效率高,但会限制模型能力的上限,容易造成比较严重的专家同质化。

    为了达到最优性能,阶跃星辰团队选择迎难而上,没有采用第一种方案,而是完全自主研发,从头开始。

    Step-2的架构中采用了部分专家共享参数、异构化专家等一系列新颖的设计,充分利用万亿参数。

    虽然在MoE架构中,每次训练或推理只会激活部分参数,但背靠万亿总量,激活的参数量也能超越大部分稠密模型。

    当参数增长到万亿级别时,训练效率至关重要,这离不开高效且稳定的系统部署。

    高效,意味着GPU的使用效率高,让有限的硬件输出最多的算力;稳定,意味着训练过程需要持续进行,不能轻易被故障打断。

    系统的稳定有多重要?

    即使每张GPU日夜不停连续跑两个月才出现一次故障,放在万卡集群中,相当于平均每10分钟就有一张卡出问题。

    如果没有自动的故障检测和恢复机制,每张卡出问题时都要恢复检查点、重启训练,不仅工程师不用睡觉了,模型的训练周期更是成倍拉长。

    在Step-2训练过程中,阶跃星辰的系统团队突破了6D并行、极致显存管理、完全自动化运维等关键技术,从高效、稳定两个层面同时发力,才能在3个月的时间内发布新模型。

    Step-1.5V多模态大模型

    而多模态大模型的发布,则体现了阶跃星辰在多模理解和生成统一的技术路线上的快速突破。

    这一次,以万亿参数的Step-2为基座,阶跃星辰训练出了千亿参数的多模态大模型Step-1.5V。

    可以说,能做到如此理解能力的多模态大模型,在国内并不多见。

    识别复杂的图表、流程图一向是多模态模型的著名难点。训练过程中,研发团队创新了「图文混排」的方法,成功克服了这个问题。

    Step-1.5V不仅能游刃有余地准确理解各类图像,处理超高分辨率和极限长宽比也毫无障碍。

    不仅如此,模型还从二维图像的训练中发展出了三维的空间能力,能从一张图片中感知到物理空间和物体的几何位置。

    有了万亿参数模型当老师,Step-1.5V推理能力的提升也很惊人。

    根据图像内容,它进行各类高级推理任务,解答数学题、编写代码、创作诗歌都是一绝。

    此外,Step-1.5V的视频理解能力也相当出色,做到了智商、情商同步提升。

    对视频中出现的人、物体与环境,Step-1.5V不但可以准确识别,还「涌现」出了高超的共情能力,稳稳get到整体氛围和人物情绪。

    Step-1X图像生成大模型

    在多模态这条道路上,完成了感知和理解,下一步就是高质量的生成了。

    本届WAIC大会上,Step-1X图像生成大模型首次公开亮相,在多模理解和生成统一的技术路线上继续快速突破。

    Step-1X采用了团队全链路自研的DiT架构,将扩散模型与Transformer相结合,且发布了600M、2B、8B等3种不同规格的版本,完美适配不同场景下的生成效果和推理效率。

    当前的图像生成领域,可控性是一大难点,即使是DALL-E、Stable Diffusion这样的知名模型,也很难让图片忠实于用户的提示要求。

    Step-1X为此进行了特别优化,重点发力模型的语义对齐能力,实现更好的指令跟随。让图像生成做到「言出法随」,让视觉效果离我们的想象更进一步。

    荣获WAIC2024SAIL之星

    作为世界人工智能大会的最高奖项,Super AI Leader的评选异常激烈:不仅吸引了众多国内外合作机构,囊括了大批优质创新项目,而且今年的国际项目数量更是创下新高。

    而阶跃星辰则凭借着Step系列通用大模型在技术上的创新和广泛的应用落地,荣获了WAIC2024SAIL之星的称号。

    AI应用与生态

    有了模型之后,接下来就到应用阶段了。

    对于二者的关系,创始人姜大昕博士的比喻非常有趣:模型是灵魂,应用是皮囊。好看的皮囊千篇一律,有趣的灵魂万里挑一。

    两款C端大模型产品「跃问」和「冒泡鸭」,就是阶跃星辰交出的最好答卷。

    AI问答助手跃问//yuewen.cn

    AI互动平台冒泡鸭//maopaoya.com/

    从团队成立的第一天开始,姜大昕博士就确定了模型和应用「双轮驱动」的战略。

    在微软的多年经验让他深知,模型需要应用作为牵引、补充数据,应用也需要深度绑定模型。只有加持硬核模型,应用才能做到极致。

    「AI+大闹天宫」让我们看到了团队的产品创意,而支撑起AI应用的「灵魂」——Step系列大模型,则是团队对于攀登Scaling Law的一系列成功践行。

    最低调的AI创业公司

    阶跃星辰这个名字,在AI从业者听来也许有一种说不清道不明的熟悉感。

    没错,这四个字的确与人工智能有着深厚的渊源。创始人表示,起名的灵感来自阶跃函数(Step Function)——神经网络中最早的激活函数。

    激活函数那么多,为什么独独青睐阶跃函数?

    一方面,「阶跃」本身就有跳变、跃迁、超线性增长的意思,代表着AI行业的飞速发展。

    另一方面,也会让人想到step by step这句话,仰望星空的同时脚踏实地,扎实地做好手上工作,已经内化为公司基因中不可分割的一部分。

    阶跃星辰,寓意着以阶跃之力,赴星辰大海。

    但你可能会非常疑惑,明明技术实力如此强劲,怎么公司名字却几乎没听说过?

    早在一年多以前的2023年4月,阶跃星辰就正式成立。但在「百模大战」如火如荼、各类大模型层出不穷的那一年中,团队却一反常态地选择了「隐身」。

    没有大肆宣传造势,蛰伏一年钻研技术,直到沉淀出有强劲实力的模型,不鸣则已、一鸣惊人。

    今年3月,Step-1和Step-1V大模型横空出世,惊艳了国内所有的AI从业者。

    距上次发布刚过去短短的三个月,我们就看到了又一轮技术更新的成果,模型能力全方位提升。这种迭代速度,即使是在初创公司行列也是首屈一指。

    阶跃星辰这种低调钻研技术的风格,与核心创始团队有密不可分的联系。

    公司创始人及CEO姜大昕博士曾任微软全球副总裁,微软亚洲互联网工程院首席科学家,同时也是算法团队的负责人。

    自成立起,阶跃星辰就做出了综合布局,坚定地相信Scaling Law且集中全力投入。

    下一步计划

    万亿+多模可以说是2024大模型格局的分水岭。推出万亿参数模型后,阶跃星辰的下一步会怎么走?

    创始人姜大昕曾在采访中表示,希望模型朝着AGI方向努力,一是参数规模进一步扩大,二是从能力上,能够真正统一多模态的理解和生成。

    团队所坚定信仰的Scaling Law会有失效的一天吗?

    姜大昕博士认为,Scaling Law在肉眼可见的未来还不会触顶,我们至少还可以继续攀登一个数量级。AGI 是阶跃星辰注定踏上的征途,也必将到达。