連社恐的鳥鳥，現(xiàn)在都變成話癆了……

(相關資料圖)

（這到底是人性的扭曲，還是道德的淪喪）

最近有一種很新的脫口秀：不花錢、一對一、而且任意話題隨便and隨時聊。

結果一小時跟鳥鳥聊天下來，發(fā)現(xiàn)她話多且密，根本就不會把天聊死。

原來啊，是一個阿里新版本大模型的技術演示脫口秀版GPT——鳥鳥分鳥，并且已經(jīng)在天貓精靈上為個人終端行業(yè)的客戶做了演示，量子位搶先體驗了一把。

激辯一小時宛如真人面對面，除了社恐這點人設崩塌以外，其他人設倒是屹立不倒：

文本扛把子、有知識有自己的情緒、還能隨時來個段子。尤其是在回答弱智吧問題時，簡直被她折服。

這不是脫口秀版GPT，這是科技與狠活呀！哥們！

話不多說，直接上效果。

與弱智吧激辯一小時

鳥鳥分鳥，AKA脫口秀GPT。

作為一名脫口秀演員，鳥鳥最強還是在文本。那就首先來試試強項，結果就是說，任意話題都能展開，甚至還能教你寫段子、寫作文——

從開頭、場景細節(jié)、中心思想細化，最后微調(diào)潤色等步驟逐步教你入手。

畢竟是文本の神，這些當然不在話下。

可以看到，不管是在語速、情緒以及文本風格都跟鳥鳥本鳥很像。

（尤其是這個語速…簡直是著急死人）

接下來挑戰(zhàn)的，就是ChatGPT時代下的Benchmark——弱智吧。

比如，雷公和電母用的是直流電還是交流電？宮廷玉液酒減一個大錘等于多少？我的女朋友她說需要時間和距離，她是想算速度嗎？

Bingo！感覺到鳥鳥分鳥很認真、很一本正經(jīng)地在跟我解釋。連多年前的小品都知道……

（這邊建議直接出院）

就是一些天馬行空的，也是一本正經(jīng)地對答如流。

比如，奧特曼會飛嗎？

還有其他通識性問題：「你知道大模型嗎？」、「禪修是什么？」也都能回答。

交流一番下來可以看到，鳥鳥分鳥確實繼承了本鳥的相關能力，尤其是文本的創(chuàng)作和表達、風格情緒以及語速……

不過也發(fā)現(xiàn)，目前處于測試階段的鳥鳥分鳥，仍存在一些問題。

雖然不用一次次喚醒了，但反應過于靈敏，你如果不喊停，它會跟你聊到天荒地老；以及僅部分支持英文問答。

再者就是人設屹立不倒，不能玩一些角色扮演類的游戲。

15天訓練出鳥鳥分身

以往業(yè)內(nèi)曝光的大模型應用，無非兩種。

一種是以ChatGPT為代表的通用對話聊天代表，但需要排隊。另一種則是具體場景中的應用，比如輔助寫作、代碼生成等。

像大模型應用在日常消費場景，其實并不多見。

從ChatGPT這個回答可以看出，至少不能簡單依靠通用大模型來完成。

而各種傳統(tǒng)語音智能助手，到現(xiàn)在都還沒有“大模型化”。這其實與背后本身技術工程難度有關。

以鳥鳥分鳥這個智能音箱場景為例，就需要解決至少三個方面的問題。

1、應對更復雜的交互場景。不同于以文本交互為主的通用場景，雙向開放對話決定了用戶不會對文本進行“二次”過濾，而是想說就說，這就要求AI能過濾掉諸多無意義的對話。

與此同時，用戶也不愿意等待數(shù)秒，而是像日常交流那樣，低延時、還能支持隨時打斷、隨時反饋。

2、基于人類反饋強化學習的可行性。ChatGPT驚艷全球的生成效果，背后歸結于注入強人工反饋的獎勵機制。高質(zhì)量的數(shù)據(jù)標注成為大模型落地的關鍵，而且消費場景下多輪對話的頻率遠比文本交互要高，這對企業(yè)的數(shù)據(jù)處理能力提出了更高的要求。

之后隨著應用落地，大量的人類交互和反饋來幫助大模型更快進化，以及關乎用戶數(shù)據(jù)完全管理機制也需要完善和健全。

3、需要強大的網(wǎng)絡分發(fā)能力。大模型每一次運行都需要耗費大量的計算存儲資源，這就要求企業(yè)能有廣泛部署的網(wǎng)絡分發(fā)能力。

總的來看，算力、算法和數(shù)據(jù)是大模型能力實現(xiàn)的三板斧，而要讓大模型落地應用還需要云端工程化能力、海量的用戶交互、安全管理機制等要素。

既然如此這個鳥鳥分鳥又是如何做到的？阿里大模型聯(lián)合團隊的算法專家分享了背后的一切。

簡單歸結，鳥鳥分鳥的訓練過程，在他們內(nèi)部稱之為層次化的訓練方式。類似于人類的學習過程，先學習簡單知識，然后逐漸進階，最后再嘗試專業(yè)領域知識的學習。

具體分成了四個步驟：

大規(guī)模語言訓練； 知識和工具增強； 個性化對話增強； 人類反饋增強。

基于基礎的預訓練大模型，團隊做了知識增強——讓模型學會使用工具，類似于ChatGPT插件功能。

比如針對每日新增的知識，它能調(diào)用搜索引擎來做輸入，在搜索結果基礎上進行理解、總結和歸納。這樣一來，輸出結果有更好的準確率和時效性。

個性化對話增強則主要是讓大模型學習多種對話形式，比如啟發(fā)式、多輪對話，尤其是一些需要依賴長期記憶的對話。

與此同時，還要塑造鳥鳥人格，這就涉及到最后兩個步驟「個性化對話增強」和「人類反饋增強」?？吭黾痈哔|(zhì)量的鳥鳥相關數(shù)據(jù)，并讓人類去做問答結果的反饋和標注，哪一個回復更像鳥鳥，讓大模型朝著鳥鳥方向做正向增強。

最終只花了15天的時間就訓練出了鳥鳥分鳥，后續(xù)還可能開放更多人加入強化反饋和更有情緒化的音色，讓鳥鳥分鳥逐步升級迭代。

除了大模型訓練，他們在算法和工程上面做了不少工作。從交互流程來劃分，主要分成聽清、音色、文風、對話等步驟。

最終形成了這樣一個對話過程：

當人類詢問一個問題（Query）時，首先經(jīng)過貓耳算法將其轉(zhuǎn)換為文本，隨后通過大模型產(chǎn)生個性化的對話回復，最后再到個性化的語音合成給出回答。整個過程還有Multi-Turn對話系統(tǒng)來支持。

對于測試階段存在的一些問題，阿里這邊也給出了回應。

比如反應過于太強，這是因為還沒有將線上的貓耳算法和ASR做充分的融合，為了聽清多輪對話信息，顯得過于靈敏，以及暫沒有全面支持英文等問題，他們表示后續(xù)還將進一步迭代更新。

普通人也能獨占大模型？

這件事之所以值得關注，除了有意思的產(chǎn)品體驗，這也是個性化大模型發(fā)展的一次可行性驗證。

大模型發(fā)展進程，有兩條路徑已經(jīng)明晰：如火如荼的通用大模型，以及備受關注的個性化大模型。

以GPT-4為代表的通用模型，在多個標準化考試中大幅超過人類水平，適用于搜索引擎、生產(chǎn)力工具這種廣泛、公域場景。

但像更多私域個性化、或者垂直專業(yè)化場景中，比如問及有無特別偏好、對某件事情觀點等，個性化大模型就會是一個很好的補充。

當前，全球研究機構和大廠在這一路徑的探索，主要涵蓋了四個研究方向：

有偏好的個性化對話、邏輯一致性和三觀、對話風格、多輪對話中人設一致性。

此次在鳥鳥分鳥上的探索，一方面呈現(xiàn)出個性化大模型的研究方向——

在大模型系列的基礎上，打造知識、情感、性格和記憶四位一體的個性化大模型，并且這個大模型版本可能是很適合在消費者終端上部署的。

另一方面，也再次印證了對話即入口的AI2.0未來趨勢。

ChatGPT上線的插件功能，以文本交互的方式，與全球5000+應用聯(lián)動。

現(xiàn)在，鳥鳥分鳥則是驗證了以語音這一模態(tài)，在消費電子場景中觸達諸多功能的可能性。

大模型所引領的AI 2.0時代，而對話相當于是操作系統(tǒng)（ChatOS），所有應用都將被重新定義。

而且隨著個性化大模型的發(fā)展，未來每個普通人甚至都會擁有屬于自己的大模型。

One More Thing

在被問到脫口秀會不會被AI替代時，鳥鳥跟鳥鳥分鳥給出了不同的解答。

鳥鳥表示，希望它能啟發(fā)思路，提供一些以前沒有看到的素材和觀點，但對于預期文本和出梗方向，還需要人自己去想。

為此鳥鳥還分享個機器人寫的段子：

婚姻和坐地鐵很像，你都會被迫和一個陌生人待在一個空間里很久，想下車的時候未必能下得去。

鳥鳥分鳥則自信表示：脫口秀不會被AI替代。

關鍵詞：