400服務電話：400-186-5909（點擊咨詢）
新門內(nèi)部資料免費提供,新員工培訓手冊上線助力團隊高效協(xié)作
新門內(nèi)部資料免費提供,2025澳門正版免費資本
新門內(nèi)部資料免費提供,新時代青年志愿服務精神傳承與發(fā)展：(1)400-186-5909（點擊咨詢）（2）400-186-5909（點擊咨詢）
新門內(nèi)部資料免費提供,科技新突破助力環(huán)保產(chǎn)業(yè)升級(1)400-186-5909（點擊咨詢）（2）400-186-5909（點擊咨詢）
新門內(nèi)部資料免費提供,智能家居全年無憂節(jié)能方案推薦
新門內(nèi)部資料免費提供,新澳最新版精準特
一站式解決方案，解決復雜問題：對于復雜的家電問題，我們提供一站式解決方案，從故障排查到維修完成，全程跟蹤處理，確保問題得到根本解決。
多渠道報修入口，方便快捷：我們提供電話、網(wǎng)站、APP等多種報修入口，讓客戶可以根據(jù)自己的習慣選擇最便捷的方式報修。
新門內(nèi)部資料免費提供,最新實用資源寶典免費領取指南
新門內(nèi)部資料免費提供,維修服務電話全國服務區(qū)域：
寧波市奉化區(qū)、遂寧市射洪市、金昌市金川區(qū)、郴州市臨武縣、內(nèi)江市市中區(qū)、三亞市天涯區(qū)、安康市漢濱區(qū)、邵陽市隆回縣
雞西市密山市、宜昌市宜都市、泰州市高港區(qū)、內(nèi)蒙古赤峰市克什克騰旗、德州市平原縣
三明市沙縣區(qū)、陵水黎族自治縣新村鎮(zhèn)、南充市蓬安縣、白沙黎族自治縣阜龍鄉(xiāng)、龍巖市新羅區(qū)、三亞市海棠區(qū)、溫州市文成縣、南平市建甌市、馬鞍山市和縣
贛州市贛縣區(qū)、漢中市西鄉(xiāng)縣、泰州市興化市、臨汾市霍州市、廣西桂林市灌陽縣、銅仁市德江縣
文昌市錦山鎮(zhèn)、哈爾濱市阿城區(qū)、朔州市應縣、朝陽市雙塔區(qū)、晉中市和順縣、平頂山市湛河區(qū)、廣西崇左市扶綏縣、宜賓市敘州區(qū)、黔東南施秉縣
玉溪市華寧縣、佳木斯市撫遠市、漢中市留壩縣、宜昌市遠安縣、臨夏臨夏縣、北京市海淀區(qū)、三明市大田縣、哈爾濱市木蘭縣、嘉峪關市峪泉鎮(zhèn)
三門峽市澠池縣、永州市江永縣、贛州市興國縣、漢中市寧強縣、天津市紅橋區(qū)、東方市感城鎮(zhèn)、內(nèi)蒙古呼倫貝爾市陳巴爾虎旗、上海市青浦區(qū)、海東市樂都區(qū)
?？谑行阌^(qū)、宜昌市猇亭區(qū)、合肥市肥西縣、宿遷市宿豫區(qū)、駐馬店市西平縣
泉州市石獅市、直轄縣天門市、萬寧市南橋鎮(zhèn)、臺州市路橋區(qū)、通化市二道江區(qū)、咸寧市通山縣、榆林市榆陽區(qū)、文昌市文教鎮(zhèn)
成都市彭州市、中山市東鳳鎮(zhèn)、郴州市安仁縣、天津市河北區(qū)、文昌市錦山鎮(zhèn)、南充市南部縣、郴州市蘇仙區(qū)、常德市漢壽縣、涼山西昌市
內(nèi)蒙古興安盟阿爾山市、湖州市吳興區(qū)、屯昌縣南坤鎮(zhèn)、淮南市潘集區(qū)、焦作市馬村區(qū)
臨高縣臨城鎮(zhèn)、漳州市南靖縣、淮南市潘集區(qū)、廣西桂林市永福縣、廣安市廣安區(qū)
綿陽市梓潼縣、曲靖市師宗縣、寧夏中衛(wèi)市中寧縣、孝感市大悟縣、陽泉市盂縣、慶陽市寧縣、齊齊哈爾市依安縣、廈門市同安區(qū)、岳陽市云溪區(qū)
安康市旬陽市、平頂山市寶豐縣、成都市郫都區(qū)、沈陽市沈北新區(qū)、德陽市中江縣、平頂山市新華區(qū)、成都市簡陽市
錦州市古塔區(qū)、上海市虹口區(qū)、深圳市坪山區(qū)、白城市洮南市、昆明市呈貢區(qū)、吉安市廬陵新區(qū)、宣城市旌德縣、三明市永安市、河源市源城區(qū)
東莞市道滘鎮(zhèn)、湖州市吳興區(qū)、內(nèi)江市市中區(qū)、岳陽市華容縣、武漢市漢南區(qū)、三明市寧化縣、菏澤市曹縣、慶陽市西峰區(qū)
萬寧市后安鎮(zhèn)、宜昌市五峰土家族自治縣、長治市沁縣、商丘市睢陽區(qū)、鹽城市大豐區(qū)、嘉興市海鹽縣、安康市紫陽縣
運城市芮城縣、黃岡市紅安縣、滁州市來安縣、菏澤市成武縣、洛陽市新安縣
樂東黎族自治縣佛羅鎮(zhèn)、樂山市峨眉山市、蘭州市紅古區(qū)、撫順市東洲區(qū)、德州市武城縣、德陽市綿竹市、廣西河池市宜州區(qū)、東莞市高埗鎮(zhèn)
甘孜九龍縣、重慶市巴南區(qū)、大興安嶺地區(qū)呼瑪縣、三門峽市澠池縣、南充市高坪區(qū)
平頂山市魯山縣、贛州市龍南市、牡丹江市陽明區(qū)、黃山市徽州區(qū)、定安縣龍河鎮(zhèn)、麗水市景寧畬族自治縣、安陽市內(nèi)黃縣、湖州市德清縣、文昌市東郊鎮(zhèn)
重慶市石柱土家族自治縣、寧波市鎮(zhèn)海區(qū)、涼山雷波縣、寶雞市鳳翔區(qū)、涼山昭覺縣
滁州市天長市、十堰市房縣、臨沂市沂水縣、泰州市靖江市、平?jīng)鍪徐`臺縣、平?jīng)鍪袥艽h、四平市公主嶺市、郴州市汝城縣、蕪湖市鏡湖區(qū)、永州市零陵區(qū)
葫蘆島市龍港區(qū)、儋州市海頭鎮(zhèn)、銅仁市印江縣、大理洱源縣、云浮市郁南縣、平?jīng)鍪谐缧趴h、廣西賀州市平桂區(qū)、玉溪市江川區(qū)、重慶市江津區(qū)
楚雄武定縣、成都市郫都區(qū)、大同市云州區(qū)、慶陽市合水縣、甘孜色達縣、南陽市社旗縣、深圳市龍崗區(qū)、樂東黎族自治縣佛羅鎮(zhèn)、咸寧市赤壁市、天水市秦州區(qū)
南京市溧水區(qū)、濟寧市曲阜市、內(nèi)蒙古呼和浩特市武川縣、貴陽市云巖區(qū)、陵水黎族自治縣椰林鎮(zhèn)、黃山市屯溪區(qū)、隴南市禮縣、南京市建鄴區(qū)、六安市霍山縣
鐵嶺市開原市、佛山市南海區(qū)、定安縣新竹鎮(zhèn)、懷化市芷江侗族自治縣、荊州市石首市
400服務電話：400-186-5909（點擊咨詢）
新門內(nèi)部資料免費提供,新澳2025年正版最精準
新門內(nèi)部資料免費提供,2025年正版資料免費大全
新門內(nèi)部資料免費提供,2025新澳掛牌正版掛牌完整掛牌：(1)400-186-5909（點擊咨詢）（2）400-186-5909（點擊咨詢）
新門內(nèi)部資料免費提供,科技新突破助力環(huán)保產(chǎn)業(yè)升級(1)400-186-5909（點擊咨詢）（2）400-186-5909（點擊咨詢）
新門內(nèi)部資料免費提供,新能源科技助力綠色生活新選擇
新門內(nèi)部資料免費提供,澳門一肖一特一一中
維修服務維修日志電子化，便于管理：將維修日志電子化，便于管理和查詢，同時也為客戶提供維修記錄的電子備份，方便日后參考。
緊急情況快速響應，保障安全：對于突發(fā)緊急情況，我們提供快速響應服務，確保能夠及時解決家電故障，保障客戶的安全和利益。
新門內(nèi)部資料免費提供,7777788888澳門開獎2025年
新門內(nèi)部資料免費提供,維修服務電話全國服務區(qū)域：
大興安嶺地區(qū)加格達奇區(qū)、重慶市潼南區(qū)、天津市南開區(qū)、黃南同仁市、忻州市代縣、沈陽市沈北新區(qū)
內(nèi)蒙古呼和浩特市回民區(qū)、寧夏石嘴山市惠農(nóng)區(qū)、濮陽市南樂縣、沈陽市康平縣、咸陽市永壽縣、黃石市西塞山區(qū)、渭南市澄城縣、東莞市常平鎮(zhèn)、屯昌縣南坤鎮(zhèn)
淮安市淮安區(qū)、太原市古交市、樂山市夾江縣、黔南惠水縣、亳州市蒙城縣、株洲市荷塘區(qū)、廣安市岳池縣
萍鄉(xiāng)市蘆溪縣、通化市通化縣、黔東南丹寨縣、平?jīng)鍪徐`臺縣、上海市長寧區(qū)、上饒市鄱陽縣、北京市昌平區(qū)、甘南碌曲縣
泰州市靖江市、文昌市龍樓鎮(zhèn)、龍巖市連城縣、鶴崗市蘿北縣、廣西桂林市龍勝各族自治縣、衢州市江山市
六安市葉集區(qū)、果洛瑪沁縣、焦作市沁陽市、昭通市威信縣、保山市隆陽區(qū)、韶關市樂昌市、周口市淮陽區(qū)、玉樹曲麻萊縣、珠海市斗門區(qū)
牡丹江市寧安市、內(nèi)蒙古包頭市石拐區(qū)、畢節(jié)市赫章縣、保山市施甸縣、撫州市東鄉(xiāng)區(qū)、新鄉(xiāng)市長垣市、雞西市麻山區(qū)
大連市莊河市、郴州市資興市、雅安市滎經(jīng)縣、淮安市金湖縣、淄博市博山區(qū)、佛山市高明區(qū)
晉城市陽城縣、駐馬店市驛城區(qū)、達州市萬源市、內(nèi)蒙古錫林郭勒盟蘇尼特右旗、三明市清流縣、金華市磐安縣、寶雞市麟游縣、景德鎮(zhèn)市昌江區(qū)
本溪市南芬區(qū)、內(nèi)蒙古赤峰市敖漢旗、內(nèi)江市東興區(qū)、直轄縣潛江市、宿遷市宿城區(qū)、荊州市沙市區(qū)、鄭州市管城回族區(qū)、澄邁縣金江鎮(zhèn)、鞍山市立山區(qū)、牡丹江市東安區(qū)
中山市南區(qū)街道、揭陽市揭西縣、泰安市寧陽縣、安陽市安陽縣、池州市東至縣、朝陽市龍城區(qū)、洛陽市西工區(qū)、深圳市龍崗區(qū)
內(nèi)蒙古鄂爾多斯市鄂托克旗、西安市蓮湖區(qū)、漯河市郾城區(qū)、黔南福泉市、天津市東麗區(qū)、珠海市斗門區(qū)、菏澤市單縣、南充市高坪區(qū)、瓊海市博鰲鎮(zhèn)
儋州市海頭鎮(zhèn)、文山西疇縣、平頂山市汝州市、鄂州市梁子湖區(qū)、佳木斯市富錦市、麗水市青田縣
遵義市湄潭縣、廣州市白云區(qū)、安康市石泉縣、內(nèi)蒙古包頭市固陽縣、榆林市佳縣、臨沂市平邑縣
廣西桂林市疊彩區(qū)、葫蘆島市綏中縣、惠州市惠陽區(qū)、成都市郫都區(qū)、咸寧市通山縣、東方市東河鎮(zhèn)、黃岡市團風縣、中山市坦洲鎮(zhèn)
佛山市高明區(qū)、阜陽市潁東區(qū)、漯河市臨潁縣、贛州市信豐縣、廣西崇左市天等縣、臨汾市侯馬市、中山市港口鎮(zhèn)、宜賓市江安縣、錦州市凌河區(qū)、湘西州永順縣
衡陽市石鼓區(qū)、長沙市長沙縣、資陽市安岳縣、臺州市三門縣、長治市壺關縣、清遠市英德市、瀘州市古藺縣、鐵嶺市鐵嶺縣、天津市紅橋區(qū)、七臺河市桃山區(qū)
怒江傈僳族自治州瀘水市、廣西賀州市鐘山縣、襄陽市樊城區(qū)、梅州市蕉嶺縣、湛江市廉江市、宿遷市泗洪縣、澄邁縣橋頭鎮(zhèn)、忻州市偏關縣
景德鎮(zhèn)市樂平市、鞍山市岫巖滿族自治縣、延邊敦化市、伊春市嘉蔭縣、內(nèi)蒙古興安盟突泉縣、大慶市林甸縣、內(nèi)蒙古通遼市科爾沁左翼后旗、寶雞市眉縣、廣西南寧市良慶區(qū)
衡陽市耒陽市、黔東南天柱縣、吉林市永吉縣、德州市樂陵市、廣西南寧市隆安縣、黃石市陽新縣、臨汾市汾西縣、牡丹江市愛民區(qū)
黔東南丹寨縣、東方市感城鎮(zhèn)、焦作市中站區(qū)、遼陽市遼陽縣、海東市循化撒拉族自治縣、湘西州古丈縣、齊齊哈爾市富拉爾基區(qū)、牡丹江市東安區(qū)
吉林市豐滿區(qū)、昌江黎族自治縣烏烈鎮(zhèn)、鹽城市濱?？h、大興安嶺地區(qū)松嶺區(qū)、資陽市雁江區(qū)、玉溪市峨山彝族自治縣
慶陽市鎮(zhèn)原縣、澄邁縣橋頭鎮(zhèn)、阿壩藏族羌族自治州黑水縣、中山市古鎮(zhèn)鎮(zhèn)、延安市富縣、益陽市桃江縣
內(nèi)蒙古興安盟阿爾山市、徐州市云龍區(qū)、蚌埠市五河縣、天水市張家川回族自治縣、咸寧市咸安區(qū)、六盤水市盤州市、迪慶維西傈僳族自治縣、陵水黎族自治縣光坡鎮(zhèn)、青島市市北區(qū)
內(nèi)蒙古赤峰市松山區(qū)、濟南市市中區(qū)、清遠市佛岡縣、忻州市保德縣、甘孜鄉(xiāng)城縣、漢中市鎮(zhèn)巴縣
樂東黎族自治縣抱由鎮(zhèn)、荊門市東寶區(qū)、四平市雙遼市、曲靖市師宗縣、內(nèi)蒙古赤峰市林西縣、杭州市江干區(qū)
湘潭市韶山市、陽泉市盂縣、晉中市壽陽縣、寶雞市扶風縣、濟南市鋼城區(qū)、朝陽市雙塔區(qū)、三門峽市陜州區(qū)
對話階躍星辰姜大昕：Sora技術有局限，多模態(tài)理解生成一體化才是未來|界面新聞 · 科技
界面新聞記者 | 伍洋宇
界面新聞編輯 | 文姝琪
不同于兩年前的百模大戰(zhàn)時期誰都可以喊一句“沖擊AGI”，如今創(chuàng)業(yè)公司再堅稱自己以此為目標已經(jīng)不是一種主流行為——但這仍是階躍星辰要在2025年延續(xù)的敘事。
5月8日，階躍星辰創(chuàng)始人兼CEO姜大昕進行了一場技術溝通會，強調(diào)公司的技術追求并對未來技術趨勢作出判斷。對于公司從Day 1起便明確的“單模態(tài)—多模態(tài)—多模理解和生成的統(tǒng)一—世界模型—AGI（通用人工智能）”路線圖，他也予以明確了當下時刻的定位。
幾乎以低調(diào)貫穿整個成立初期的階躍星辰，從去年下半年起主動對外釋放更多聲量，開始打一場水面之上的仗。
這些聲量大都圍繞模型進展。成立兩年，公司累計發(fā)布22款基座模型，覆蓋文字、語音、圖像、視頻、音樂、推理等系列。其中有16款是多模態(tài)模型，又分屬圖像理解、視頻理解、圖像生成、視頻生成、圖像編輯、音樂生成、多模態(tài)推理等方向。
區(qū)別于行業(yè)更常見的圖像模型、音頻模型、視頻模型等不加區(qū)分的定義和命名方式，階躍星辰格外強調(diào)多模態(tài)模型“理解”與“生成”的單一屬性。這與這家公司選擇的AGI路線以及即將要突破的關鍵節(jié)點息息相關。
“從模仿學習走向強化學習，以及從多模態(tài)融合走向多模態(tài)理解與生成一體化，是當下大模型發(fā)展主要呈現(xiàn)的兩個趨勢?！苯箨块_場點明了這一主題。
第一條趨勢行業(yè)并不陌生，這是OpenAI去年9月通過o1-preview掀起的模型訓練范式革命，并且主導了接下來數(shù)月幾乎所有大模型公司的迭代方向。隨著推理模型與后訓練成為業(yè)界共識，文本模型的技術路線相對收斂，這里的格局變換已不如從前那樣日新月異。
另一條趨勢屬于多模態(tài)模型，這是一個最優(yōu)技術路徑尚不明朗的領域，階躍星辰在此押下重注。
“有一句話我在很多場合不停重復——我們認為多模態(tài)是實現(xiàn)AGI的必經(jīng)之路?！苯箨恐赋觯瑹o論是從人類智能的多元化角度（符號智能、視覺智能、空間智能等），還是從垂直領域AI應用需求來說，大模型的多模態(tài)能力都必不可少。
這家公司進一步判斷，在多模態(tài)模型領域，理解與生成統(tǒng)一是其核心問題。
文本大模型的理解與生成已經(jīng)由GPT類模型實現(xiàn)統(tǒng)一，但在視覺領域，內(nèi)容的理解與生成仍普遍采用不同模型，例如用GPT-4o來理解圖片，但用Flux、Stable Diffusion等來生成圖片。
為什么一定要做多模理解與生成的統(tǒng)一？姜大昕解釋稱，一方面生成的內(nèi)容需要理解來控制，確保內(nèi)容具備意義和價值；另一方面，內(nèi)容的理解需要生成來監(jiān)督，也即“只有能夠生成的時候才意味著真正的理解了”。
從統(tǒng)計學角度看來，相比文本模態(tài)的低維度離散分布，視覺模態(tài)的高維度連續(xù)分布造就了模型學習更高的復雜性。
這使得文本模型的NTP（Next-Token-Prediction）還無法順暢平移為視覺模型的NFP（Next-Frame-Prediction），也意味著屬于視覺模型的可規(guī)?；斫馍梢惑w化架構(gòu)尚未出現(xiàn)——這正是Transfomer架構(gòu)之于GPT等文本模型的重大意義。
姜大昕坦言，視覺領域的確處在一個等待“Transformer架構(gòu)”出現(xiàn)的階段，而行業(yè)也在探索多個不同方向，公司當前的目標是要自己把“Transformer”做出來。
在他看來，擁有了這一架構(gòu)的視覺模型，可以效仿文本模型的路徑，順利邁入海量圖片和視頻預訓練及指令跟隨的GPT-3階段，并可能加速進入融合了強化學習的視覺時空推理階段，直至誕生世界模型。
這也是為什么他會說，“一旦視覺模型理解與生成一體化的問題被解決，之后的路線會非常順暢”。
.png "對話階躍星辰姜大昕：Sora技術有局限，多模態(tài)理解生成一體化才是未來|界面新聞 · 科技")
作為該技術目標的最新進展，階躍星辰近期發(fā)布了圖像編輯模型Step1X-Edit，多模態(tài)推理模型Step-R1-V-Mini，以及圖生視頻模型Step-Video-TI2V。姜大昕指出，Step1X-Edit實現(xiàn)了初步的理解與生成統(tǒng)一，但還可以在架構(gòu)和數(shù)據(jù)上做進一步優(yōu)化和打磨。
技術路線之外，階躍星辰梳理出了一條更明確的商業(yè)化路徑。
除了此前已有的ToC（用戶）產(chǎn)品嘗試和ToB（企業(yè)）合作模式，階躍星辰將在應用層重點發(fā)力的方向是AI Agent。不過相較于自己做一款Manus類的產(chǎn)品，公司選擇聚焦智能終端Agent領域，也就是與手機、汽車、機器人等終端廠商合作，以端云結(jié)合平臺的角色構(gòu)建智能終端的Agent生態(tài)。
作為一家已融資數(shù)億美元的B輪創(chuàng)業(yè)公司，這場溝通會沒有大談用戶規(guī)模、商業(yè)模式、盈利能力，更多話題還是圍繞如果要實現(xiàn)AGI，公司要如何翻越既定路線上的某一座山頭。這種氛圍在當前行業(yè)熱議AI應用公司如何火熱、掙錢的喧囂襯托下，頗有一種反差。
此外，姜大昕還接受了界面新聞等媒體采訪，更細致回答了有關多模理解與生成統(tǒng)一技術路徑的相關問題，以及對模型訓練與商業(yè)化的基本判斷。
以下為姜大昕采訪實錄，略作編輯：
媒體：躍問最近改名階躍AI了，原因是什么？公司過去一年發(fā)布過一些C端產(chǎn)品，目前對這個方向有什么經(jīng)驗總結(jié)？
姜大昕：去年大模型還沒有出現(xiàn)這么強大的多模態(tài)和推理模型，我們看到的產(chǎn)品就幾類，Chatbot，AI陪伴，還有Runway、Pika這樣一些AIGC應用。那時候大家其實沒有特別明確的方向，只是因為有這樣的模型能力，所以產(chǎn)生了這樣的應用。這是產(chǎn)品探索的早期階段。
今年因為多模態(tài)能力和推理能力的進一步成熟產(chǎn)生了Agent，我們看到非常多像Deep Research或者Manus這樣的新應用。
我們的變化是想聚焦到Agent領域。而之所以改名階躍AI，是因為它要從Chatbot類產(chǎn)品向加入更多Agent能力的產(chǎn)品做轉(zhuǎn)變。
媒體：階躍的策略是超級模型+超級應用，這也是包括字節(jié)在內(nèi)很多大廠在做的事情，這種情況下，很多初創(chuàng)公司已經(jīng)放棄通用大模型了，階躍為什么還會堅持？
姜大昕：這里面分幾個層次去講，第一，現(xiàn)在這個行業(yè)趨勢還處于一個技術非常陡峭的區(qū)間。
我會很感慨，AI行業(yè)里面的發(fā)展變化確實是太快了。如果大家回到去年想一想，就覺得GPT-4是多么牛的東西，今天它都要快下架了；去年Sora剛出來的時候給大家多大的震撼，今天回過頭看，都覺得Sora有什么神奇的。而今年無論做出什么很牛的技術，可能明年回頭看會覺得微不足道。
在技術發(fā)展如此快的行業(yè)背景下，階躍肯定不愿意在這個過程中脫離主流，或者說放棄這樣的前進趨勢，還是會堅持做基礎模型的研發(fā)。
第二，從應用的角度來看，我們一直覺得應用和模型是相輔相成，模型可以決定應用的上限，應用給模型提供具體的場景和數(shù)據(jù)也非常重要。所以我們的產(chǎn)品形態(tài)隨著模型的演變動態(tài)發(fā)展，這樣的邏輯關系會一直保持下去。
媒體：在Agent這件事情上，為什么會選擇一個類似供應商的身份，而不是自己下場做一款直接ToC或者ToB的Agent產(chǎn)品？
姜大昕：這個東西很新，我們更好的選擇就是找到頭部企業(yè)合作。它們已經(jīng)有了大量的用戶和場景，我們才能嘗試這個模型究竟怎么做。
如果我們上就來做ToC，第一件事情就得是user grow（用戶增長）。所以我們先和這些企業(yè)一起合作，如果這件事情探索清楚了，至于說將來我們是不是自己做，我覺得都是有可能的。
這里還有一個很誘人的場景，就是現(xiàn)在所有的設備都是孤立的，對于一個用戶來說，他當然希望AI Agent能夠跨設備。那么這件事情應該誰來做，肯定有很多人在思考。
媒體：公司最近在算法層面更加重視理解生成一體化整合，這個想法是基于什么樣的邏輯判斷？
姜大昕：我們覺得以Sora為代表的這一代視頻生成技術，它的上限就在那里了，很難去突破。下一代突破我們認為應該是基于理解生成一體化的。
媒體：多模態(tài)理解與生成一體化架構(gòu)很重要，那影響它出現(xiàn)最關鍵的因素是算法，更高質(zhì)量的數(shù)據(jù)，還是什么？
姜大昕：兩個都很重要，首先就是架構(gòu)的突破，因為確實不容易。
多模態(tài)的高維連續(xù)空間，我們很難用一個自回歸架構(gòu)去模擬，所以大家不得不采用Diffusion。直白的說，Diffusion就是一步弄不成，就多走幾步，因為它太復雜了。
但自回歸架構(gòu)不讓你走多步，那么這兩個東西怎么能連在一起，需要一個架構(gòu)性的東西，這是算法層面需要解決的問題。甚至有可能把自回歸和Diffusion結(jié)合在一起這個方向也是錯的，這里面有非常多的不確定性。
有了技術以后，第二步就是數(shù)據(jù)。所有的人工智能里面數(shù)據(jù)都非常重要，有了架構(gòu)但沒有合適的數(shù)據(jù)訓練它，就如同一輛車沒有石油，你還是不能跑。
媒體：你剛剛好像有提到，OpenAI最新的GPT-4o已經(jīng)實現(xiàn)了理解與生成一體化？
姜大昕：我們只是猜測，因為它從不公布技術細節(jié)。它的做法應該是把理解和生成放在了一個模型里面，但這個東西是不是scalable（可規(guī)模化），我們不知道。
媒體：怎么判斷它是不是scalable？
姜大昕：它肯定要做到predict next frame，或者說如果OpenAI有一天推出了一個不叫Sora的視頻模型，很可能就是做通了。
事實上去年Sora出來的時候大家都很興奮，但我們是非常失望的，因為我們覺得它的主線應該是做理解生成一體化。
回過去想也是有道理的。從多模融合一步走到理解生成一體化太難了，所以干脆兩個獨立往前走，互相促進，有點像左腳踩右腳。因為它在Sora里面也說了，它拿著GPT-4o給數(shù)據(jù)打標注。
有了生成以后是不是能夠幫助理解，可能就是需要迭代幾輪以后再到理解生成一體化，但總的方向肯定是能夠predict next frame。這個問題不解決，后面有很多問題都到不了那個程度。
媒體：多模態(tài)理解與生成一體化這個技術方向目前還沒有收斂，對標語言模型的話，它大概處在哪個發(fā)展階段？
姜大昕：應該是在Transformer的階段，Transformer是2017年出來的，GPT-1是2018年，這個架構(gòu)應該早于“GPT”。
媒體：階躍目前研發(fā)的模型很多，如果下一步理解生成一體化尤為重要的話，為什么我們不把所有的力量都集中去做它？
姜大昕：我們也想這樣做，但不行，因為理解與生成一體化是非常要求綜合素質(zhì)的一個考驗。首先你要理解，如果語言模型不強就談不上理解。其次你要做推理，視覺推理是視覺理解的升級。再者還有生成端，這也必須得做。
所以不是我們不夠focus（專注），要做這件事，就必須要做到所有條線能力都非常強，組合起來去探索它的路徑。
媒體：解決理解與生成一體化這個問題之后，你認為視覺模型應該達到一個什么樣的狀態(tài)？
姜大昕：你給它一個電影的開頭，它能夠一直往下編，并且大家認為還挺有道理的，連續(xù)、符合邏輯、符合物理規(guī)律。如果它能持續(xù)這樣做下去，這至少可以說明它的預訓練做成了。
相關推薦：
