4月10日下午，在商湯科技的技術交流日活動上，商湯揭開了一批自研AI應用產品的神秘面紗。其中，商湯“日日新SenseNova”大模型體系備受市場關注。

　　隨著ChatGPT熱潮在全球范圍內一浪高過一浪，國內互聯網科技大廠也紛紛官宣自己的大模型產品。本次商湯科技發布了功能全面的生成式AI大模型產品，充分展示出公司的雄心。而伴隨GPT的廣為人知，通用人工智能(AGI)時代正在徐徐到來。

　　商湯版ChatGPT亮相

　　4月10日下午，在商湯科技的技術交流日活動上，商湯科技董事長兼首席執行官徐立宣布推出商湯自研的大模型“日日新SenseNova”，并基于這一模型推出了一系列生成式AI應用，從文本聊天到AI繪畫，功能可謂相當全面。

　　具體來看，在基于SenseNova的模型上，商湯推出了秒畫、如影、瓊宇、格物四大平臺，分別對應自然語言聊天、文本生成圖片、AI數字人以及空間3D大模型生成。

　　被視為對標ChatGPT的產品，商湯最新自研的中文語言大模型應用平臺“商量SenseChat”備受關注。據介紹，這款模型是一款千億級參數的自然語言處理模型，參數規模達到1800億，若僅按此參數規模來看，SenseChat的參數量已超越GPT-3.5參數量。

　　據介紹，“商量SenseChat”最大的特點在于訓練過程中，充分考慮中文語境，因此能夠更好地理解和處理中文文本。多位券商分析師以及市場人士向記者反饋，商湯此次推出的大模型“超出市場預期”。

　　不同于許多廠商發布的產品偏概念，此次商湯發布的大模型產品均給出了相應的商業應用場景。比如“商量SenseChat”展現了出色的多輪對話和超長文本的理解能力。語言大模型支持包括編程助手、健康咨詢助手、PDF文件閱讀助手等在內的創新應用。

　　作為一家從底層技術起家的AI平臺公司，商湯科技此次發布“商量SenseChat”可謂是“秀肌肉”。為完成這類大模型訓練，商湯搭建了豪華的訓練平臺。據悉，商湯歷時五年，建設了AI大裝置，大裝置上總共有27000塊的GPU芯片卡，可以輸出5000P的總算力，是亞洲目前最大的智能計算平臺之一。

　　“GPT4發布之后，業內預言未來AI行業會出現馬太效應，強者恒強。”一位從事人工智能研發的資深工程師告訴記者，算力指標之于數字時代，將類似于鋼產量之于工業時代。

　　在本次活動上，商湯科技負責人提出了新的“二八定律”，并預言“低代碼”人工智能時代即將到來。他表示，未來80%的基礎代碼將由人工智能自動生成，僅有20%需要人工手動調試。

　　“未來將是屬于prompt(提示指令)的時代，傳統代碼語言都會被淘汰。”一位資深程序員非常認同商湯對于“低代碼”時代的預言，他對記者表示，隨著人工智能在基礎領域的性能越來越強，未來程序員的核心工作將是通過prompt調試人工智能，而非手動撰寫基礎代碼。

　　商湯方面表示，“日日新SenseNova”將為政企客戶提供了多種靈活的API接口和服務，供合作伙伴在后續接入。

　　通用人工智能時代或正在到來

　　隨著商湯發布自研大模型，通用人工智能成為業內關注的焦點。

　　商湯科技聯合創始人、首席科學家王曉剛表示：“通用人工智能催生了新的研究范式，即基于一個強大的多模態基模型，通過強化學習和人類反饋不斷解鎖基模型新的能力，從而更高效地解決海量的開放式任務。通用人工智能將實現從‘數據飛輪’到‘智慧飛輪’的演進，最終邁向人機共智。”

　　記者注意到，通用人工智能也是商湯科技2022年年報中的關鍵詞。商湯科技在年報中寫道：2022年，通用人工智能領域在大算力與大模型的驅動下取得了顯著進展。商湯始終以前瞻性的眼光，專注于超大模型的研發，并積極投資建設人工智能高性能計算基礎設施。

　　一般而言，業內普遍預測人工智能發展分為三個階段，即弱人工智能(ANI，Artificial Narrow Intelligence)、通用人工智能(AGI，Artificial General Intelligence)和超人工智能(ASI，Artificial Super Intelligence)。此前震動圍棋界的AlphaGO尚屬于弱人工智能，其最顯著的特征便是這些系統在特定領域表現出色，但無法跨領域進行推理和學習。通用人工智能則是指能夠像人類一樣理解、學習和適應各種任務和環境的人工智能系統。這意味著，通用人工智能可以在廣泛的任務中表現出色，并具備類似于人類的思維能力。

　　隨著科技的不斷進步，人工智能已經在諸多領域取得了突破性成果。然而，相較于目前的弱人工智能，通用人工智能無疑是一個更具挑戰性的目標。“推理其實是判斷人工智能水平的一個關鍵指標。”前述資深工程師告訴記者，在大數據的訓練下，傳統模型很多的決策更類似于“相似概率”。

　　ChatGPT的出現，讓關于人類身處弱人工智能時代的定論被動搖。尤其是在模型訓練中，隨著參數增加，模型出現了智能的“涌現”和泛化現象，讓人們開始意識到，通用人工智能時代或許已經緩緩降臨。此前被譽為GPT之父的山姆·阿爾特曼曾坦言，自己也不清楚為何在某個節點，GPT會突然出現類似推理的能力。

　　當然，眼下通用人工智能的發展仍處于初級階段，許多研究者和機構正在努力解決其面臨的關鍵挑戰，如算法創新、知識表示和抽象思維等。一些頂尖科研機構如OpenAI、DeepMind和微軟等，已投入大量資源研究通用人工智能技術。這些研究為實現通用人工智能提供了重要基礎，也推動了人工智能領域的創新。

　　“以數據來說，目前的AI系統大多依賴于大量標注數據進行學習，這在很大程度上限制了其泛化能力。”對于通用人工智能面臨的挑戰，前述工程師告訴記者，要實現通用人工智能，就要發展新的學習方法，使AI能夠像人類一樣從少量數據中學習和推理。

　　此外，目前業內普遍認為，當前的AI系統很難理解和處理抽象概念，這在很大程度上阻礙了其在復雜任務中的表現。因此，未來的通用人工智能系統需要具備更強大的知識表示和抽象思維能力。