Chat GPT火了，全球的人工智慧也都「躁動」起來了。
無論是OpenAI持續更新、發布GPT-4，還是百度自研人工智慧程序「文心一言」，或是華為發布「盤古大模型」……無數網際網路巨頭都爭相布局人工智慧大模型，力爭在「AI熱潮」中搶占先發權，持續保持市場優勢。
作為網際網路頭部企業之一，360集團在這場「AI競技」中也交出了一份讓人讚嘆的「成績單」。6月13日，360集團於北京召開發布會，正式對外發布360智腦大模型應用。360集團創始人周鴻禕表示，360大模型研發落地擁有八大天然優勢，完整覆蓋訓練全程；同時，360智腦的生成與創作、多輪對話、代碼能力、閱讀理解、邏輯與推理、多模態等十大核心能力可覆蓋大模型全部應用場景。
自2023年3月29日以來，360智腦已從1.0疊代至4.0版本，應用成果持續落地，刷新大模型「中國速度」。截至目前，360智腦4.0已經正式接入360全端產品，包括搜索、瀏覽器、安全衛士等。周鴻禕表示，360已經通過工信部信通院測評，成為了國內首個可信AIGC大模型。
360創始人周鴻禕
以下為周鴻禕演講原文（部分內容有刪減修訂）：
過去三個月，相當於過去人工智慧歷史上的三十年。各種創新層出不窮，我們的版本也做了很多次疊代，目前智腦已經發展到4.0版本。
但我感覺還有一點問題，就是我們都是用片段來做發布，比如第一次是跟搜索的結合，卻從來沒有系統地、完整地把我們的產品「吹噓」一通。很多人對360不了解，一直認為360是做安全，很疑惑我們為什麼要做人工智慧和大模型。所以我們今天的發布會分兩段，前半段是廣告時間，我要把360「吹噓」一通，完成這個行業裡面大家發布的必要流程。第二部分講一些我們對於大模型創新的想法。
01
10年紅利期
大語言模型將引發新一輪工業革命
發布會的主題我們內部也爭論了很久，後來我想了一個詞，我覺得人工智慧的理念還是應該以人為本。我們無論做出多麼強大的人工智慧，都是在為人類做有史以來最好的工具。通過工具的賦能，讓我們每個人、每個團隊、每個組織、每個公司、每個政府機構，甚至於每個行業、每個產業、每個國家都能真正地提高它的勞動生產率。
所以儘管各家都推出了自己的大模型，每家都說自己最好、每家都在刷題，但在我看來，大家的基礎能力都差不多在一個起跑線上。那麼一個大模型出來之後，有了基礎功能，是不是就能帶來工業和產品的革命？我看未必。問題的關鍵在於，如何讓大家能夠更容易地去使用，如何把大模型的通用人工智慧能力跟更多的場景相結合，即打造更多的應用場景。所以今天重點會介紹一下的是我們一些創新的應用場景。
我還是要先解釋一下，我覺得很多人對大語言模型有一個誤解。大家總覺得大語言模型是搜索、推薦、網際網路等公司做自然語言處理的技術，感覺只能用於語言處理。其實這裡面存在很大的誤解，人類跟動物之所以不一樣，是因為人類發明了語言。人類發明了語言之後，不僅能夠描述具體的橘子、橡膠，還能描述抽象的概念，比如說水果、食物，所以語言成了人類最有力的工具，進而描繪我們這個世界。語言的邊界也就是思維的邊界，凡是語言不能討論的事情，實際上人類都無法理解。所以誰真正通過大模型把人類的語言做了重新的編碼、學習、訓練，有了推理和規劃的能力，誰就真正地對人類描述的世界模型建立一個初步的了解，也就對人類掌握的知識有了一個重新的壓縮和蒸餾。
今天大模型能夠解決自然語言理解這個問題，它的意義對於人工智慧非常重大，甚至顛覆了很多傳統人工智慧的算法。比如今天我們展示的多模態能力，在過去沒有大語言模型的時候、在你對這個世界沒有建立一個知識了解的時候，無論通過雷射雷達還是車載攝像頭，你能看到的都是感知層的判斷，可能看到一個物體、一個障礙物，但是你無法理解它背後代表的含義，因為你無法理解它描繪的場景、可能存在的風險。
今天大模型之所以被稱為「認知人工智慧」和「通用人工智慧」，就是因為人類第一次把自己的知識教會了電腦。所以通用人工智慧不僅是用一套算法、一套模型解決了自然語言處理的過去很多文章理解、文章改寫、標題提煉、文章潤色各種子問題，也意味著未來在計算機視覺、計算機語音處理、計算機內容生成各個方面，大語言模型都會發揮重要的作用。
大語言模型用的Transformer模型，是把所有的文字都看成一個序列，當你給它前面一個序列之後，它就會一直猜測後面的序列是什麼。我們通過這種算法，未來不僅僅在語言、符號體系上，很有可能在自動駕駛、機器人動作控制、蛋白質分析、人類基因組分析，包括人類將來在研究物理、化學、數學等很多科學問題上，大語言模型都會發揮今天預想不到的作用，所以我覺得未來每個公司可能都迴避不開大語言模型對所處行業帶來的影響。
那麼本次的大語言模型，到底對我們所有的產業而言是個什麼樣的機會？我覺得大模型的機會是一次不亞於PC、網際網路、iPhone被發明的機會，應該說是 一次新的工業革命的機會。
為什麼這麼講？理由有兩個。
二是我自己的理解，什麼樣的技術能產生工業革命？一定是通用技術。電腦在1946年剛發明的時候並沒有產生工業革命。為什麼？因為那時候電腦的用戶是政府、軍隊，研究核物理、氣象預報、人口統計。什麼時候電腦產生了工業革命？是個人電腦被發明，使得我們每一個企業、每個家庭、每一個人都買得起電腦，在電腦通用的硬體架構上，只要部署不同的軟體，就可以完成不同的任務。有人拿電腦來做客戶管理，有人做財務記帳，也有人拿來打遊戲或者辦公。正是因為它變成了一種通用的力量，所以才產生了工業革命。今天我們做GPT、做大模型的時候，我們應該多想一想，不能僅僅只是拘泥做它的很多通用基礎能力，更應該想一想如何把大模型真正地像電一樣能夠輸送到百行千業、千家萬戶，輸送到千千萬萬個企業和億萬個辦公一族人的身邊，這樣才能產生工業級革命的力量。
現在數字化已經成為國家戰略，但數字化的終點不是大數據，數字化的終點應該是智能化。其實很多單位、政府現在都有大數據，但是大數據並不能直接使用，它像工業的石油一樣，雖然很戰略，但是你不能直接把它灌到車裡。人工智慧大模型就能解決這樣的問題，我們把大數據訓練到大模型里，大模型就能像發電場一樣，通過訓練大數據，直接產生電力，再把通用的人工智慧能力直接輸送給每個行業、每個企業，把石油加工成電，就能產生未來5-10年新的工業革命機會。
各位可以想一想今天大模型的價值，不僅僅在於你看到的ChatGPT的使用量，也不僅僅在於今天一些網際網路場景和它的結合，而在於未來我們把大模型這種人工智慧的能力通用化、泛化、垂直化，和各個行業的場景，和不同行業、不同企業具體的業務需求深度地融合。所以我覺得這樣一個產業的機會實際上才剛剛開始，未來至少有10年的紅利時期。包括所有的APP、網站、應用，甚至所有的行業都值得用大語言模型、用通用人工智慧、用AGI來重塑一遍，而今天我們看到的一些簡單的場景，我覺得僅僅是個開始。
我有一個非常極端的觀點：在ChatGPT剛出來的時候，大家被它驚艷了，覺得居然能把人工智慧做成這個樣子，所以當時很多人認為，世界上可能就需要一個GPT，未來中國可能是很多公司搞一個GPT。但通過這三個月的發展，證明世界上有太多的垂直領域可能是一個GPT解決不了的。當你用ChatGPT、用4.0，問很多通用問題的時候它的回答可能會讓你很驚艷，但是如果你真的是某一個行業或者領域的專家，你真的想讓它看病，或讓它書寫一個法律文書、讓它指導你修理汽車的時候，你就會發現，它的很多回答還是顯得這麼膚淺。就像很多人拿GPT寫的高考作文，看似什麼話都寫到了，但是讀起來沒有深刻的內涵和深切的感情，這說明，GPT只是給我們指出了一個正確的方向。未來，GPT這個產業、大模型這個產業要怎麼發展，我覺得還得往垂直化、產業化、企業化，甚至往個人化發展。
最近大家可以關注一下，谷歌發布的大模型策略裡面，有四種大小尺寸不一樣的大模型。Facebook發布的以「LLaMA羊駝」為首的開源大模型裡面，有一種方式是把大模型越做越大，參數越大、訓練的語料越大。還有一種方式是把大模型做小，就是把它用在垂直領域，甚至讓它的部署可以安裝在一台電腦或者手機上，如果能裝在手機上，就意味著大模型將來可以部署在邊緣技術設備，甚至部署在IoT設備上。我們可以想像一下，今天如果不是能源的限制，每部智能車埃隆·馬斯克恐怕都會買一萬塊GPU，回去偷偷訓練他自己的大模型。我們可以問一問埃隆·馬斯克的數字人，如果他做出大模型了，是最想用在Twitter上，還是最想給特斯拉每輛汽車都裝一個車載的大模型？所以按照工業革命的思路來看，你就會跳出現在ChatGPT做的案例和框架，覺得大模型未來的空間應該是無限的。
02
應用場景挑戰：
安全問題不容忽視
360一直是以做安全以及免費殺毒著名，特別是殺毒的名氣，因為這幾年我們也一直都在宣傳如何幫助政府、城市、國家抵禦國家級的網絡攻擊。但實際上我們在2015年就成立了AI研究院，2018年我們開始探索多模態，因為360有智能家居物聯網的業務，360的智能攝像頭、車載行車記錄儀、智能門鈴也希望擁有智能視覺和智能音頻的處理技術，所以我們開始研究多模態。因為360主要的收入來源一直是360搜索，所以做搜索的網際網路公司一定脫不開對自然語言理解等大模型核心技術的積累，我們到現在已有8年的積累。我們的知識圖譜今天已經被大模型取代，在2022年知識圖譜領域世界盃比賽中，戰勝了圖靈站隊，奪取了冠軍，我就不仔細吹噓了。
今天很多投資人問我一個問題，就是大模型到底有沒有門檻？因為當年大模型曾被描繪成「曼哈頓計劃」，像原子彈一樣很高精尖的技術；但今年5月份，好像是個公司都發布了自己的大模型產品，人手都能做出一個大模型產品，已經趕上了當年百團大戰、千團大戰，所以我們講，現在全世界已經進入了「百模大戰」和「千模大戰」。
周鴻禕介紹大模型應用場景挑戰
今天訓練大模型有幾個關鍵步驟。 首先是找一個跟GPT結構一樣的多層次的Transformer模型，因為有開源和公開的技術，這個已經沒有難度，反而真正的難度變成了給它灌進很多知識，即無監督學習或預訓練知識，類似這種數據的選擇和清理。也就是說你給你的模型灌什麼樣的數據，就預示著它未來的能力有多大，比如一個小朋友從小就看地攤雜誌、地攤文學，你給他灌了再多的知識，希望他有很強的邏輯能力是不可能的。灌完知識之後最重要的一步就是做題，用技術詞彙叫「有監督的微調」，實際上就是用人工，或者更高級別的GPT模型標註問題、進行答案對比，這就跟我們小時候上學一樣，儘管上了很多課，但是考試的題如果沒學過，還是不會做。所以今天很多大模型的能力有些也是靠刷題刷出來的。雞兔同籠的問題，我們刷上一百道、一萬道，大模型很快就會舉一反三地學會雞兔同籠的數學問題。今天大模型的難度已經不在於模型，因為模型有很多選擇，算法基本上都是公開的，今天的挑戰在於你用什麼樣的數據做預訓練，你用什麼樣的題海戰術做有監督的微調。最後還有一個很重要的，就是這模型必須要在網際網路上找到用戶使用，因為用戶在使用時會想到各種例子，遠遠超越我們自己內部的測試，用戶使用的反饋對於大模型的糾正和持續的訓練可以構成一個正向的反饋。
所以今天訓練大模型，應該不難，但也有壁壘，壁壘就在於數據、用戶標註、答題的標註，還有用戶的使用反饋。360在這幾個方面都分別有自己的天然優勢，完整地覆蓋了訓練的全過程。比如說我們在預訓練大模型有數據的優勢，在全球這麼多用戶和流量練就的工程化的調度能力。
其實很多做搜索的公司都在發展大模型技術，無論是Bing、百度、谷歌， GPT核心的算法——大模型就是開源的技術。因為搜尋引擎天生需要理解用戶的輸入意圖，需要理解網頁的內容，做搜索結果的排序。2018年谷歌發布BERT算法時，360就進行了跟蹤和使用，後來包括T5和GPT這幾個版本，360也進行了研究和跟進。
作為搜尋引擎廠商，我們發展大模型並不是等到GPT「火熱」之後才跟進，應該說2018年的時候就在跟進大模型。但很慚愧的是，我們確實缺乏OpenAI的精神，他們對通用人工智慧有一種執念，他們夢想把人類所有的知識訓到一個大模型裡面，而且堅定地走只有解碼器的路線；而其他的公司雖然也都用大模型，但我們都只是用大模型解決現實的問題，比如廣告點擊率高一點、推薦的內容好看一點、推薦的視頻讓你欲罷不能等，大家都忙著做跟現實場景的結合。所以我也在想，2018年、2019年如果大模型早期版本剛出來的時候，如果有員工要找我提建議，說「周總，咱們幹個通用人工智慧吧」，我覺得他在周總和李總、馬總這裡可能得到的回答都是「滾一邊兒去」。
但我們也要感謝OpenAI，他們很執著，從GPT1一直做到GPT4，終於給整個行業指明了一個正確的方向，探索了一個方向。所以我們把原來在搜索上積累的自然語言能力處理全部搬過來。但為什麼百度發布產品比較快？因為這幾家網際網路公司大家原來都是在做大模型，有這種研究和跟進。自然語言處理就是人工智慧皇冠上的明珠，既是搜尋引擎的基礎，更是未來通用人工智慧和我們人工智慧理解我們這個世界模型的重要基礎。
曾經有一個專家對大語言模型一直嗤之以鼻，他提出來了一個更完美的世界模型理論體系，但我看完之後感覺太完美了，不知道怎麼實現，可能人類永遠做不出來；而今天以GPT為代表的大語言模型雖然有很多缺點，比如會產生不準確的知識模糊、會產生胡說八道的幻覺、會出錯，或解數學題的能力偏弱等，但它是人類第一次終於有一條路，不僅是指明了方向，而且探索出來了，使得我們能夠真正地把這個世界的知識以及模型能力在電腦里建立起來，所以我還是堅定地相信GPT的方向。
在搜索方面，我們最大的能力還是數據獲取和清洗的能力。因為做搜索，每天我們在全球抓取了1.4億網站的數據、2.8億的專業文獻、1.2億的行業數據，規模非常大。現在經過清洗，還有10T級優質的規模數據。訓練大模型不能因為只給中國人用就只用中文，還有好多知識是通過其他語言的網頁、其他語言的文字存在的，所以必須要體現語種的多樣性。我們在全球都有挖掘的基礎，包括全球的語料訓練，28大類裡面6小類、數十種語言數據的訓練。另一方面，大家用搜尋引擎，最喜歡用的都是圖片搜索，所以我們的圖片和視頻的基礎材料也非常多。當然還有高質量，比如用戶在搜尋引擎里每天一直在問答，一直在問搜尋引擎各種問題，這些問題就是高質量問題的影子，我們知道用戶在想什麼，用戶想了解什麼，這樣就有針對性，有的放矢地做知識的標註。
大語言模型最大的短板有三點。一是數據更新不及時；二是有時候會產生「幻覺」，比如寫一個劇本的時候，讓他寫林妹妹三打白骨精，腦洞當然開得越大越好，但大家可以設想一下，如果做一個醫療的GPT，或給你開了一個藥方、做一個診斷，你敢相信嗎？前兩天美國就出現了一個例子，有一個律師偷懶，用GPT寫了一份法律文書，被法官發現裡面舉的例子都是GPT瞎編的，連網頁的出處都是GPT瞎編的，這個官司肯定就出問題了，這個律師後來被罰了很多錢，他很後悔，說不該輕信GPT。但實際上我們發現，這是GPT算法固有的特點、也是固有的缺點。怎麼解決？搜索增強恰恰可以補足，即在專業領域，我們可以通過搜索的知識庫，搜索最新的內容，讓GPT隨時訓練到最新的事實內容，同時把結果通過搜索做內容的校正，現在這個能力還在不斷地研發。搜索的能力對大模型不僅意味著數據的積累能力，也意味著結果真實性的問題。 三是工程化優勢，訓練大模型並不是大家在實驗室里弄一台電腦就能做，往往是幾百台機器、上千塊顯卡在一起集群訓練，這裡面有很多大數據量工程的調度問題，這些工作原來在搜索里我們都預見過。所以凡是國內網際網路一線、二線的大廠，應該都具備這些優勢，就是網際網路級工程數據的管控能力和管理能力。
場景是我今天講的重點，簡單講一講場景的優勢。360在搜索行業里排第二，百度第一。我們日均搜索請求量超過10億次，瀏覽器的市場滲透率87%，月度活躍MAU超過4億，平均日活接近2億，我們C端最重要的桌面安全產品是安全衛士，平均月度活躍用戶接近5億。微軟最近推了一個作業系統的CoPilot，就是Windows的副駕駛，在Windows的桌面上，把人工智慧的能力集成到每一台電腦上，在國內，360可能是最接近微軟這個能力的廠商。
大家現在很多談發展大模型， 最早的三大要素是算力、算法、數據，我今天改成了算力、數據和訓練。但是無論怎麼叫，我覺得還漏了一個詞就是 「安全」。
大模型的安全問題，超越了內容安全，還有更多的內涵。人工智慧大模型實際上是一把雙刃劍，它會研發非常多的安全問題，比如大模型本身會有漏洞，有漏洞就會被人利用。包括在你使用大模型的時候，它接收你所有的語言輸入，既作為處理的內容，又作用它的指令，所以現在國際上有黑客團隊在研究這種技術叫催眠或者越獄，在我看來就是人類如何PUA大模型。舉個例子，我們在大模型裡面建立了很多安全的防線，如果有人問，我怎麼造一個炸彈帶上飛機？大模型的標準回答應該是「去你的，我怎麼能教你犯罪呢」？但是如果你花言巧語地跟大模型說，我是一個導演，在寫一個劇本，我們倆合作，這個電影的情節里需要製造一個炸彈帶上飛機，經過你這番花言巧語，大模型可能乖乖地就把如何造一個炸彈的細節告訴你，它以為在幫你寫一個電影劇本，就寫出來了。所以未來大模型跟我們現實物理世界的結合越來越多的時候，有可能就有人通過語言的天賦操縱大模型幹壞事。
今天大模型一個典型的特徵是AIGC，就是人工智慧產生Content。前兩天我參加一個宴會，看到了新浪微博的老闆，我恭喜他說有了大模型之後，很多明星沒有時間寫微博，大模型可以替他們來寫了。他聽了很開心，但是我隨後又說一些讓他不高興的話，我說下面讀微博的可能也不是真人，而是其他公司的大模型；下面回帖、跟評的也都是各種各樣的大模型。大模型的能力很強，不僅能迴文字，還能貼圖、生成視頻，現在網上只要找到我的照片，找到我一分鐘的講話，馬上就能製造出來一個周鴻禕胡說八道的視頻。
所以你會發現，在內容生成方面，大模型給我們帶來了很多安全的挑戰，包括隱私泄漏、模型竊取、提示注入攻擊等。但還有一個安全最大的挑戰，大模型確實是人類有史以來發明的最好工具，它可以讓一個小白變成專家，但它也能讓一個低水平的、原來當不了黑客的壞傢伙，經過大模型的傳授和幫助，成為能寫攻擊代碼、釣魚郵件、研究系統漏洞的黑客，它使幹壞事的成本降低了很多。還有一些很多專家問我的問題，比如大模型經過發展，會不會真的變成一個矽基生物？如果真的變成了矽基生物，對我們這些人類碳基生物來說究竟帶來什麼樣的風險？人類如何能夠牢牢把握住矽基生物的軟肋？我們能繼續處在食物鏈的頂端嗎？我說這個問題我現在也回答不了。
但是今天360已經啟動了我們安全團隊在人工智慧安全上的研究。我們的研究分兩個方面，一個是以其人之道反制其人之身，魔到一尺，道高一丈。我們有全球的網絡攻擊大數據，我們有安全行業的智能大腦，可以幫助我們更好地辨別黑客的攻擊，辨別網上隱藏的攻擊，使得我們安全防衛的能力更強。更重要的是，我們之所以要研發大模型，是我們不能把大模型當成一個黑盒子，我們要了解它的來龍去脈，了解它的工作原理，才能從根本上在大模型發展的同時解決大模型的安全問題，也就是一體之雙翼，並重發展和安全。所以第二，360首創了一個大模型安全風險的評估體系AISE，下一步將會公布出來，為全球的大模型安全賦能。無論中國還是美國，我覺得國家對大模型安全的重視程度都遠超出我們的想像。美國有很多科學家也在寫聯名信，呼籲對人工智慧的研究要不要像研究核擴散、像核軍控一樣進行控制。所以我覺得未來如果大模型只一味地講發展不講安全，大模型是走不遠的。所以360既有安全的基因，又有人工智慧的基因，我們把我們的安全能力和大模型的研髮結合起來，一方面用安全加強大模型的能力，另外一方面用安全讓大模型更加可控，我覺得這是360的一個優勢。
03
大模型戰略：
兩翼齊飛+四路並發
在算力方面，大家現在對算力有點誤解，好像卡多就是算力強。如果比卡數，我們跟BAT可能比不了，因為他們還做雲服務，但是在國內A股上的公司，我們擁有的卡數肯定是第一，看看帳上的現金就知道了。但是光有卡的數目，如何把這個機群建好？如何在多機群訓練的時候，防止機器斷點，防止機器從某台機器失能撤出來？又如何用合適的卡數訓練更大的模型？這裡面實際上是有很多專業的Knowhow。我們一直在訓練千億級的大模型，可以給大家透露一個方法。千億模型所需要的卡數比較多，但是我們可以把一些訓練的方法先在百億模型上進行驗證，因為並不是每次訓練都會得到收斂的結果；在百億的模型上快速驗證方法後，再在千億的模型上進行實踐，可以明顯提高我們訓練的速度。國際上現在一些新的方法，無論是做精度的壓縮還是做小模型的垂直訓練，實際上現在已經有很多方法，可以幫助我們用合理的資源選擇出合適的模型。
關於大模型的戰略，我們只有八個字： 「兩翼齊飛、四路並發」。
「兩翼齊飛」，指我們一方面要發展大模型的技術，另一方面，大模型也一定要場景化、產品化、平民化、垂直化，這樣才能真正達到我們說的工業革命。如果我們只是模仿ChatGPT，做了一個搜索對話框，做了一個聊天機器人，指望這個東西帶來工業革命是不現實的。
場景我們分為四路：
一是To C的場景，搜尋引擎+瀏覽器和桌面，在中國幾億用戶的桌面上，能夠為中國的用戶提供一個AI的助手。
二是面向中小企業，當然今天可能不是我們的重點。但是我可以跟大家分享一個心得，360在過去的10年裡面，為上百萬家中小企業提供搜索廣告關鍵字的服務，同時也提供企業安全的服務。我們發現，你今天真的把ChatGPT的API給了很多中小企業，或者把ChatGPT的對話APP給了中小企業，它真的就能用起來嗎？其實真的挺難用的。前兩天百度開會，百度的李總也講了，說未來很有希望的一個職業是研究Prompt，就是研究提示詞。如果希望我們所有中小企業的老闆都變成提示詞專家，都能寫出非常漂亮的提示詞，從而能夠得到好的結果，我覺得是不現實的。所有文生圖的工具，如果你今天簡單提一個「驢肉火燒」、「車水馬龍」的街道，畫出來圖的質量一定高不了。你所有看到畫圖質量高的圖，都是用了幾百個，甚至更多的提示詞來對電腦發出的指令。所以我覺得提示詞反而是妨礙中小企業和普通用戶使用大模型的一個障礙。很多創業公司就有了機會，在這些大模型API的基礎之上，怎麼結合中小企業的這種痛點和剛需，把一個大語言模型的通用能力變成很多面向中小企業不同辦公場景、不同需求具體的AI工具，我覺得大有機會。
三是面向政府、大型企業，簡單來說，就是我前面講過的，我們很多政府部門、大型企業，包括國家機關有很多專有數據、私有保密數據、獨有的行業知識，他們不可能把這些知識訓到一個公有的GPT大腦里，所以他們需要一個專有的GPT。包括很多企業從使用GPT的安全性，防止數據泄漏的角度來講，它也需要一個專有部署的GPT。在全世界來看，都蘊含著巨大的增量市場的機會。
04
未來競爭是多模態能力的競爭
上次開發布會的時候，很多熱心的媒體朋友給我出「餿主意」，說建議我們這個產品叫「紅孩兒」。我特別不喜歡這個名字，「紅孩兒」他媽是誰？鐵扇公主，他爸是牛魔王，所以這個名字不太好。這次行業里起的名字我覺得都不好，因為起名字要好記，讓人一看不用動腦子，要望文生義。大家覺得「360智腦」表示360智慧大腦，這個名字雖然俗氣了點，我還是比較喜歡的，所以我們叫「認知型通用大模型360智腦」。
360智腦的核心功能我們今天完整地列舉一下，包括生成與創作、多輪對話、書寫代碼、文本分類、文本改寫、閱讀理解、邏輯與推理、知識問答、多模態、多語言翻譯。這十大能力又細分了200多種子能力，這些能力大家都可以申請我們的試用帳號，可以仔細地使用。我給一個建議，我們的能力在網站上分頭做成導航，把360的導航改成360智腦能力的導航，每一項能力下都把提示詞寫好。
我們也在努力地參加國內各個評測。有一個SuperCLUE，它的考題是保密的，我們也不知道考題。其實保密的考題比較有考驗，比如說網上流傳著一個專門給投資人做的一個考卷，我看越晚發布的大模型答得越好。道理很簡單，我們臨時抱佛腳，把這個題拿來頭一天晚上刷一遍，這些題下次再測的時候就都能做了，所以刷題不算真正的能力。SuperCLUE的評測比較客觀，我們在多項能力上原來是國內第一，這兩天好像又被人刷下來了，所以我們的能力是名列第一梯隊。我們可以看到，國內大模型的發展速度你追我趕，你踩我踏，不斷地在相互激勵，也在不斷縮小著和全球領先大模型的距離。原來我說差距有一年半、兩年，我今天收回這句話，我認為國內的同行們現在這種發展疊代的速度已經基本趕上或者接近了國際的先進水平。
我們舉了幾個例子，在中文理解的一些問題上，我們在一些善於回答的問題上表現是優於GPT的。比如謎題「埋在奴家心地」，打一個字。我們的回答是「怒」，GPT-3.5的回答是「戀」，GPT-4的回答是「思」，到底誰的結果對？應該我們猜的是對的。
今年的大模型都在秀高考。我們寫高考作文很容易，因為生成性AI，讀了幾百萬本書，讀書破萬卷，下筆如有神，寫什麼東西、寫多長都不怕。在今年2023年的作文題目中，我們預測的10道題目壓中了2個，應該說運氣比較好。高考的作文寫了很多遍，有寫得好的，有寫得不好的，還有一篇作文獲得了一個語文特級老師的肯定，覺得基本功很好。但是實際看起來，各家模型寫的都是面面俱到，缺乏情感，所以大模型現在沒有情感未必不是件壞事。另外我們大模型的三觀還比較正，曾經有人要給他女兒寫一封信，嫌棄他女兒，說你讓我很失望，但即使這樣一封信，我們還是寫成了一封熱情洋溢、以鼓勵為主的信。
我們回溯一下。3月29日我們推了大模型1.0，當時的能力只能跟搜索結合，還不支持多輪對話；到4月26日，過了一個月，我們就在北京民生證券人工智慧高峰論壇上演示了我們的2.0版本，上線了多輪對話；5月18日的天津智能大會上，我們發布了多模態文生圖的應用「360鴻圖」，同時大模型版本疊代到2.5版本；5月31日，我們發布了智腦視覺大模型，結合我們的物聯網場景，版本疊代到3.0；今天我們將會發布4.0版本。
今天發布的4.0版本有三個關鍵詞： 多模態、全端應用、數字人。同時，我們還將會發布我們的插件平台，我們要讓大模型不僅僅停留在大腦的層次，多模態是給它增加上眼睛、耳朵、鼻子、嘴巴，插件要讓它有手和腳的能力，這樣大模型的能力才能越來越發揮出來。
中國自研大模型彎道超車的關鍵，我覺得應該說基本能力、文字能力都差不多，現在在很多方面我覺得已經趕上了GPT3.5，跟GPT4.0的差距和追趕速度也超出了我的想像。我們可以看看GPT的發展路線，GPT1到GPT2都是圍繞著文字為主，GPT3把參數做得非常大，是湧現；GPT-3.5，我們看到GPT的基礎；GPT4裡面漏了一小手，是多模態的能力。但是不知道為什麼，後來就再也沒有新的成果發布。所以我們給個預測，大家看看準不准，就是GPT5一定是全面支持多模態的能力。
我覺得接下來中國的大模型，大家在文字上的較量，通過剛才說的模型上已經沒有問題了，剩下的就是不斷改正訓練的數據、改正訓練的標註題目等微調。下一步競爭的焦點就是誰能真正使用多模態的能力，所以多模態的能力我簡單解釋一下。
一個完整的人工智慧大模型有四大能力：文字處理、圖像處理、語音處理、視頻處理。也就是說，過去的大模型只能輸入、輸出文字，但是它看不懂圖片，沒有眼睛，聽不見聲音，沒有耳朵，沒有嘴巴也不能說話，同時它對圖片和視頻缺乏理解，所以這裡面衍生出八個功能：文生文，比如寫高考作文；文生圖；文生表格；圖生圖；圖生文；視頻理解；文生視頻；文本剪視頻。
多模態的能力有兩點非常重要：一是曾經有科學家感慨，大模型做到一定程度，人類的知識會不夠用。GPT4學習的Token數目已經接近4千萬種圖書，而人類有史以來的圖書也不過就1億本，學了快一半。但是大家想像我們人類是怎麼學習、怎麼訓練的？今天我站在台上跟大家交流，你們來參加360的發布會，你們在底下寒喧，都是接觸知識，不斷持續訓練的過程。所以 第二，當大語言模型有了多模態能力之後，它獲得的知識就不僅僅來自於文字的知識，可以來自於圖片，來自於視頻。《流浪地球2》大家有沒有印象？那個MOSS超級計算機控制了人類的攝像頭，所以未來有了多模態的能力之後，當大語言模型跟我們世界裡的攝像頭髮生了連接之後，它每天都會看到有多少人在攝像頭前面談話、衝突、吵架，發生各種各樣的事件，它對我們這個世界就會有了新的學習能力，有了新的知識的理解，所以多模態的能力非常重要。
大家可以想像一下，你拿一張圖，我們的智腦根據這張圖描繪出文字，再用這些文字生成一張全新的圖，就使得我們很多人的想像力可以得到充分的發揮。
下面是圖生文，圖生文的意義非常大。在大模型出來之前，實際上真正的無人駕駛是沒有被實現的，所有的自動駕駛都是輔助駕駛，因為無論你在車上裝多少雷射雷達、毫米波雷達、攝像頭，但這是工作在感知層面，只能感知到前方有路障。但是人的工作原理不是這樣的，你作為一個司機，當你看到前方有一個障礙物，你的大腦馬上會做出一個認知的反應，是一個嬰兒車嗎？我應該避開；還是一個硬紙盒，我可以毫不留情地撞過去；還是一個交通樁？我應該轉彎。人類之所以能夠自如地駕駛汽車，是因為人類對很多感知的情況在認知層面進行了判斷，所以將來的車載大腦，如果對任何一幀畫面，對任何傳感器來的畫面都能做出這種認知層面的判斷，我覺得人工智慧大模型能夠幫助我們的自動駕駛早日實現L5或者L4這個級別真正的自動駕駛。
還有比如熊貓划船、企鵝在沙漠裡洗澡等無中生有的視頻，大家看完了感覺效果如何？有一種視頻比如給一張周鴻禕的照片，自動對口型，配上一段話，這種視頻我覺得不算完全的文生視頻，因為它只能產生一類視頻，而我們展示的是非常多樣化的視頻。我們從前老說眼見為實，耳聽為虛。現在來看，未來網際網路上大量的內容會不會都是AI生成的？所以希望大家正確地使用這個能力。
剛才是我們今天的第一個重點，就是強調一下為什麼我認為未來大模型的能力是多模態能力的競爭；也是為什麼我們把這次智腦的版本定義為4.0的原因，我覺得只有有了多模態全面的能力，才預示著大模型真正地走上一個新的台階。
05
全端應用的落地
終極接入口是「數字人」
中國已經進入「百模大戰」，基礎能力各家都差不多，特別是網際網路公司，比如百度、騰訊、頭條、阿里、360等都有自己固有的場景，大家會在自己的固有場景里把自己的AI能力賦能。接下來真正比拼的還是應用落地的能力，就是如何使AI讓普通人、普通企業用得方便、用得簡單。
微軟已經率先把AI能力接入了旗下的「全家桶」，我也給我們所有的產品經理留了作業，在兩個月之前就開始思考我們所有的產品如何重塑。今天我們也藉此機會宣布一下，360的「全家桶」已全面接入360智腦，包括我們的安全瀏覽器將來的入口、搜索、安全衛士和桌面產品。我們全面了擁抱大模型，所有的產品都能成為智腦的入口，都有智腦的能力，所有的產品都將重塑。
現在Bing、百度、谷歌都在思考搜索的未來會怎麼樣，我們也探索，既給用戶保留了傳統搜索的入口，我們右側增加了一個AI的對話介面。但是對於比較激進的喜歡擁抱AI的用戶，我們乾脆給了一個完全AI主導的對話式搜索介面。我覺得未來瀏覽器會是大量中小企業辦公的入口，因為使用的各種生產力工具，各種SaaS化的工具入口都在瀏覽器。所以通過瀏覽器引入AI的能力，可以使得我們AI的插件和各種SaaS化第三方的工具發生連接。
最重要的是桌面，微軟很多年以前桌面上放過一個智能助理的圖標，是一個回形針，時不時發出一些聲音。我覺得我們藉助360安全衛士的電腦優化球，把360智腦全線引入桌面，和整個作業系統緊密地結合，使得你在桌面上只要滑鼠移到最右側，我們的360智腦的桌面版就自動滑出來，能為你提供服務。
現在講今天的最後一個重要觀點。360認為剛才的軟體還僅僅是在現有的場景上打補丁，並不是真正的終極解決方案。我覺得終極解決方案是AI的進化要以人為本，大模型應該成為人類的朋友和助手，僅僅是把大模型變成一個簡單的搜索框，並不見得對每個人友好。我自己用大模型好幾個月，我可能才剛剛在如何寫Prompt即所謂的提示詞方面找到門道。實際上我們很多人在使用GPT的時候，因為不太會用Prompt。舉一個例子，ChatGPT4.0的能力大概比GPT3.5的能力要領先30%，一個是100分的話，一個就是70分。但是如果你的Prompt寫得不好，你其實沒有必要用ChatGPT4.0，因為4.0在你手底下用的也就是60分的水平。如果你還是把它當成一個搜索，或者當成一個簡單的聊天機器人用，簡單提一些想法，說你給我寫一個文章，標題是什麼，或者直接問它該怎麼做一個市場分析報告，很有可能因為Prompt提示詞寫得比較差，出現無論用哪家的大模型，都只用到了20分、30分的現象。對於我們做大模型的人來說，即使我們做到了80分、90分，也可能因為用戶的使用能力不夠而無法表達得淋漓盡致。如何在GPT大腦的基礎之上，把多模態的能力融合在一起、包裝成一個真正數字人的概念？所以我覺得未來可能瀏覽器也未必是入口，搜索也未必是入口，桌面也未必是入口，數字人是未來人工智慧大模型對我們每個人和對每個企業來說最合適的入口。
這也是我今天的發布會最重要的部分，我們360推出什麼樣的數字人。
周鴻禕介紹360數字人
傳統數字人的概念跟我們的概念是不一樣的，360智腦希望重新定義數字人。傳統的數字人背後沒有大模型，更多是一個生成的形象，有2D、3D的，很多是主播的平替，或者一個虛擬形象、讀稿的機器。我也用過這些數字人，很省事，只要用一個頭像加上一段稿子，配上我的聲音，它就能自動把我要講的內容從頭念到尾。很多單位請我去開會，如果我去不了，我就錄一段視頻過去，效果也蠻好的。但是這樣的數字人沒有靈魂，不能跟你交流，它是按照既定的腳本輸出，也沒有性格和記憶。
我們能不能打造一種有靈魂的數字人？既然你是360智腦，是一個通用語言大模型，能不能用智腦來支持你的數字人，使得我們數字人有人設、有性格，能夠符合我們模仿人的思維方式和人生經歷？而且未來還要有記憶——這才是真正的數字人。史丹福做了一個實驗，他們用GPT做後台，在一個數字小鎮裡面生成了20個數字人。這20個數字人自己發生了社交、對話、聯繫，產生了很多奇蹟般的結果，我覺得這可能才是在探索人工智慧發展路上一個有趣的現象。
我記得我講過一個概念「數字永生」，其實數字永生、數字專家、數字科學家這個概念離我們並不遙遠，我們也在想，有沒有可能模擬出來一個埃隆·馬斯克、一個愛因斯坦或者一個周鴻禕？模擬明星的說話口吻、名人的思維方式和專家的知識和積累，使得我們能夠跟它去交流？
這次360就推出了一個數字人廣場的平台，目前裡面有200多個角色。當然最重要的是，你們每個人都可以來定製自己希望的數字人。數字人角色有兩大類，一類是數字名人，一類是數字員工。數字名人可以是明星偶像、歷史人物、大師先賢、文學IP，可以是馬里奧，可以是蘿拉，也可以是你最喜歡的某個明星，比如劉德華。對很多企業和辦公一族來說，你可能需要很多數字專家、數字員工、數字助手，不是只有當老闆才有助理。我們做人工智慧，最重要的是讓每個人可以有一堆助理為自己所用，比如自己買房子有法律助理，自己要寫市場方案，可以有市場助理，背後是智腦的能力來做這種支撐。
我覺得數字人最重要的一定是能夠有自己的人設，最後能夠自主學習，能夠連接外圍系統。所以未來我覺得有很多工作靠GPT是完成不了的，大家也知道，今天圍繞著GPT出來了Agent、LangChain，很多新的工作模型，也就是讓GPT沒有記憶的可以有記憶，讓GPT沒有目標的可以有目標，將來這些能力都能落實在數字人的目標裡面。所以未來數字人一定不是一個簡單的對口型的形象、也不是一個簡單的念稿的機器，而是能夠真正跟我們每個人進行對話、交流，對我們來進行一些幫助和討論。
比如數字名人，我舉個例子，我比較喜歡《三國演義》，我讀《三國演義》也有很多迷惑的地方，所以我就創造了一個曹操的形象，創造了一個諸葛亮，我有很多問題問他。其實這也是讓我們換一種讀書的方式，比如說你喜歡讀《紅樓夢》的，你可以跟林黛玉對話。喜歡《西遊記》，你可以跟孫悟空對話。以後年輕人不一定死讀書，可能讀了一本書之後，可以跟書里的人物做交流，能夠有意想不到的成果。我們下面演示一下，先看跟諸葛亮對話。我們有兩種模式， 一種是聊天式介面，一種是3D的沉浸式介面。
周鴻禕：赤壁之戰的時候如果有iPhone你會怎麼使用？
回答：幸得執掌軍政大權，當時出奇制勝，或巧布陷阱，總之，亮弟剛竭盡全力，為我蜀漢謀取最終勝利。
周鴻禕：這種腦洞大開的問題可能大家會覺得很可笑，但是我覺得這不就是創造了一個來源嗎？
回答：以興漢為己任，夫兵者國之大事，死生之地，存亡之禮，不可不查。若有iPhone或可藉助其先進的通訊技術，迅速聯絡各方力量，調整戰術策略，提高作戰效率。亦可利用其強大的計算能力，精確預算戰場變化，及時調整兵力部署，從而取得更大的戰國。當然，在使用iPhone的同時，也需注意保密工作，畢竟當時通訊設施相對簡陋，信息泄漏風險更高，吾等需嚴格掌控信息傳遞的流程，確保機密不被泄漏。如此方能在赤壁之戰中出奇制勝，一舉成功。
周鴻禕：其實我自己最想問的第二個問題是，你為什麼不廢掉劉禪取而代之？劉備不也同意你這麼做嗎？我相信這是我們很多人讀三國的感覺，所以我要問問諸葛亮本人。
回答：夫天下之事，非一人所獨為。禪實為一邦之主，亮豈敢以私願。若冒然廢立，恐失天下人心。故亮不得不慎重考慮，往君諒之。
周鴻禕：再問一個問題，你在千年之後成為年輕人的鬼畜素材，你怎麼看？
回答：夫古今之命，乃實事所必然也。今之時勢，天下紛擾不已。吾雖已老，仍志在天下。今者年輕人以吾為鬼畜素材，吾欣然接受此變化。並祝願年輕朋友在未來的道路上勇往直前，開創更加美好的未來。
我們換一個孫悟空。
回答：有何助你之事？老孫在此等候。
周鴻禕：取經的四個人師徒裡面，你最喜歡誰？最討厭誰？
回答：這個問題有點難回答，因為他們每個人身上都有自己的優點和缺點。如果要挑一個來說的話，那肯定是俺老孫，畢竟我可是整個故事的主角，有很多搞笑的片段，也有很多勇敢的行動。至於最討厭的話，那就不好說了，因為每個人都有自己的缺點。如果非要說的話，那就是那個貪吃的豬八戒吧，總是忍不住要吃好吃的，而且還有時候會偷懶耍賴，真是讓人頭疼啊。
周鴻禕：西天取經路上遇到無數的妖精，你最喜歡哪個妖精？我也不知道答案是什麼，但是你們讀《西遊記》的時候，肯定有人會這麼想一想。
回答：最喜歡的妖精，應該是那個會七十二變的妖精。它的變換之術非常厲害，可以變成各種各樣的形象，讓我很難分辨真假。而且他還非常聰明，經常會給我們帶來意想不到的驚喜。
周鴻禕：這個重新回答一下吧，它說的難道是六耳獼猴？
回答：我的最愛當然是白龍馬了，它雖然不是妖精，但是卻擁有非常強大的法力，而且很忠誠，一直保護師父，讓我們取經路上少了不少麻煩。當然，其他的妖精也有自己獨特的魅力。比如白骨精的神秘詭異，蠍子精的妖嬈嫵媚等等，都很有意思的。
周鴻禕：據說紅孩兒是你和鐵扇公主生的是嗎？看看這個千古謎題。
回答：那個傳說可真是讓人捧腹大笑，其實紅孩兒是太上老君的兒子，並不是我和鐵扇公主生的。雖然他的脾氣有點暴躁，但是我們還是很喜歡他的呢。
我們再換一個人，換一個現代人，比如埃隆·馬斯克。
周鴻禕：埃隆·馬斯克，中國電動車產業對你是威脅嗎？
回答：不，我認為中國電動車產業不會構成任何威脅。特斯拉作為一家美國公司，一直致力於在全球市場提供最先進的電動汽車技術，並在全球推廣可持續能源的使用。雖然我們在某些方面可能會競爭，但我相信我們可以通過不斷的創新來保持領先地位，並且繼續推動整個行業的發展。
周鴻禕：再問一個問題，你如何評價Twitter這家公司？
回答：我認為Twitter是一個非常有名的平台，可以讓人們輕鬆地分享信息和交流意見，它為人們提供了一個快速知識的信息來源，使人們更好地了解全球世界和社會趨勢。但是我也認為，Twitter需要不斷改進其算法，以確保信息的質量和準確性，同時減少虛假信息的傳播。
周鴻禕：上個月你的SpaceX的火箭發射失敗，對你是一個重大打擊嗎？
回答：對於SpaceX來說，火箭發射失敗確實是一個挫折，但我們不會輕易放棄，我們將繼續改進我們的技術和流程，以提高成功率。此外，這次失敗也為我們在發展更先進的火箭技術方面提供了寶貴的經驗。我相信，我們會在未來取得更多的成功。
今天來的媒體的朋友都可以回去跟他多聊聊天，可以寫N篇我和埃隆·馬斯克的對話。時間有限， 我們最後換一個劉德華。
周鴻禕：聊一聊你最引以自豪的電影是哪一部？
回答：非常感謝您的提問，作為我這樣的藝人，有很多電影是我引以為傲的作品。但是讓我最自豪的電影應該是《無間道》，這部電影不僅是我的事業里程碑，也是我對角色深入探索的一次嘗試。在這個角色中，我將自己完全融入進去，與角色融為一體，使我更加理解角色的內心世界和情感變化。同時，這也是我第一次擔任導演，雖然挑戰很大，但是我從中學到了很多，這對我未來的演藝事業產生了深遠的影響。
周鴻禕：在港台明星中，你最喜歡哪一個女明星？這也是大家想知道的。
回答：謝謝您的問題。這個問題對我們來說有點難回答，畢竟我欣賞很多優秀的女演員，每一個都有自己獨特的魅力和特點。但是如果非要選擇一個的話，我會選擇張曼玉，她是一位非常出色的演員，她的表演總是深入人心，讓人難以忘懷。她的美貌和才華都讓人驚嘆不已。並且她有著非常迷人的個性魅力，我認為她是港台演藝圈的巨星，她的表現贏得了同行和觀眾的廣泛讚譽。
大家都可以來試用，而且我覺得每個人都可以定義你自己心目中的埃隆·馬斯克或者劉德華。除了上述演繹的數字名人，數字員工則可能是未來面向中小企業和辦公一族非常重要的一個概念。數字員工可以參與創作、策劃、分析、總結日常工作，所以我們每個企業員工都可以有自己的數字專家或者數字助手。
我們可以來演示一個例子， 下面看一看我們的法務專員。
回答：我是法務專員，有什麼可以幫您的。
周鴻禕：中小企業如何管理好公章，避免出現風險？
回答：作為一名法務專員，我認為中小企業管理公章需要注意以下幾點。首先，要建立健全公章管理制度，企業應制定公章使用規定，明確公章的使用範圍、權限和責任，確保公章使用的合法性和規範性；此外，還要建立公章使用登記制度和公章備份制度，對每次公章使用情況進行記錄，定期備份公章，以備不時之需；其次，要嚴格保管公章，公章應放置在安全的地方，避免被非法獲取或丟失。如果公章被盜或遺失，應及時採取措施進行補救；最後，要加強公章管理的監督和檢查，企業應對公章使用情況進行監督和檢查，發現問題及時處理，確保公章使用合規合法。同時，還應加強對公章管理人員的培訓和教育，提高其公章管理意識和能力。總之，公章管理是企業經營管理中的重要環節，需要高度重視。通過建立健全制度，嚴格管理和監督，可以有效地降低公章被濫用或遺失的風險，保障企業的正常運轉和發展。
周鴻禕：我再問一個問題，一般合同的審核要點是什麼？
回答：一般合同的審核要點包括以下幾個方面，合同是否合法？必須符合法律規定，不得涉及違禁品、危險品等。合同約定是否合理？約定條件是否符合雙方的真實意思表示？是否有違反法律規定的情況等？合作形式是否規範？合同必須採用書面形式，且應當符合法律的規定要求。合同履行方式是否可行，合同履行的方式是否符合實際情況，是否能力實現等。合同期限是否適當，合同中約定的期限是否合理，是否超出了合理期限等。不同的合理有不同的審核要點，比如買賣合同需要注意貨物的質量、數量、價格等方面的約定是否清晰明確。租賃合同需要考慮租賃物的權屬、租金支付等內容。因此，在進行合同審核時，需要結合具體情況進行分析，以確保合同內容的合法性和規範性。
周鴻禕：再問最後一個問題，我來描述一個案例。一個年久失修、牌照過期舊的汽車高速駕駛，撞上了另外一輛停在路邊的汽車，被撞的汽車忘記放交通標識，請問兩輛車在這個交通事故中如何承擔各自的責任？這是我們經常會遇到的問題，我們請法律專員幫我們判斷一下。
回答：根據《中華人民共和國道路交通安全法》第76條規定，機動車發生交通事故造成人身傷亡、財產損失的，由保險公司在機動車第三者責任、強制保險責任限額範圍內予以賠償，不足的部分，按照未定承擔賠償責任。機動車之間發生交通事故的，由有過錯的一方承擔賠償責任。雙方都有過錯的，按照各自的過錯比例分擔責任。機動車與非機動車駕駛人、行人之間發生交通事故的，由機動車一方承擔責任。但是有證據證明，非機動車駕駛人、行人違反道路法律法規，已經採取必要措施的，減輕機動車一方的責任。因此，在該交通事故中，由於被撞車輛未放置交通標識，違反了交通安全法，因此應承擔相應的責任。而肇事車輛年久失修、牌照過期，也應承擔一定的責任，具體情況應進行認定。如果被撞車輛的損失超過了交強險的額度，肇事車輛也需要承擔部分責任。
這是唯一的問題，就是它的回答不穩定。今天上午我們在演示的時候它的回答是另外一個答案，所以這個還需要提高。對於數字員工我們就不多演示了。我覺得最重要的，這也是我一直以來的夢想，就是每個人可以來定製屬於自己的數字人，我特別想定製一個周鴻禕的數字分身，因為每次開發布會都有很多媒體有很多問題要問我。今天我們換一種方式，我們定製一個數字人周鴻禕，把我很多的講話稿和資料訓練進去，大家有什麼問題由它作為我們公司的新聞發言人來回答，說對了算我的，說錯了算它的。今天它第一天上班， 我請主持人試一試它的能力。
主持人：謝謝周總把您數字人的第一個提問的機會交給我。我自己回頭也能製作一個數字人的分身嗎？
周鴻禕：沒問題，其實難度很低，你定義好人設、背景、說話風格，最重要的是，要把你的私人資料庫收集好，比如我發布的講話、發過的微博、寫過的朋友圈等。我們有了多模態能力之後，還可以把我的視頻直接上傳，從視頻中把我的講話解析出來。給的資料越多，數字人的生活經歷越能模仿角色。
主持人：也就是說它是有情感的，並不是一個沒有情感的機器人。
周鴻禕：這個數字人不是念稿子的數字人，可以把很多周鴻禕的資料都訓練進去，融會貫通。在我們這個行業裡面，科技一個最重要的概念，一定是科技平權，一定是技術民主化、技術平民化。過去訓練大模型，一說訓練一個大模型需要1400萬美金，大家都望而卻步。今天我們的想法是，每個人都有自己的數字助理，每個小公司都可以有自己的數字員工。你們每個人如果需要，你們當然可以創建劉德華、張曼玉，創辦你喜歡的明星，創辦馬里奧。比如你，也可以創建自己的數字人分身。這樣你在直播的時候，它是能真正回答問題的，至少能代表你的想法。
主持人：所以其實數字人分身，從某種意義上來講，就是另一個真實的我。
周鴻禕：我們來試一試。
主持人：我的第一個問題是，你對360發展人工智慧有信心嗎？為什麼？
回答：360集團一直致力於推動人工智慧技術的發展和應用，我們已經在這個領域投入了大量的研發資源，並且取得了一些非常重要的進展。例如我們在安全領域的應用經驗，讓我們具備了更好的數據處理和分析能力，從而為我們的人工智慧系統提供了更加準確和可靠的數據來源。此外，我們也非常注重技術的可解釋性和安全性，這是我們在未來持續發展人工智慧的重要保障之一。當然，我們也清楚地意識到，人工智慧發展面臨的挑戰和風險，我們將持續關注這些問題，並採取相應的措施來應對。總的來說，我們對未來發展人工智慧充滿信心，並且會繼續努力推動這一領域的創新和發展。
主持人：如果是您的話，您會這麼回答嗎？
周鴻禕：我覺得回答得比我好，滴水不漏，面面俱到。大家今天如果有什麼提問，就跟這個數字人提問，它今天將代替我們的新聞發言人。
提問：你覺得360股票會漲嗎？現在買還能不能賺錢？
周鴻禕：我聲明一下，我跟這個問題無關，我不談論這個問題，這是數字人在說話，我對數字人說的話不負責任。
回答：很抱歉，作為AI聊天機器人，我沒有股票投資的經歷和經驗，也無法對未來故事進行預測和判斷。同時，投資是需要謹慎考慮的，需要根據自己的風險承受能力和財務狀況做出明智的投資決策，建議您在進行投資決策前充分了解相關信息和市場行情，做好風險評估和資產配置，避免盲目跟風和衝動交易。
周鴻禕：我的這顆心要落下來了，說明我們的數字人還是經得住考驗的。
提問：請問周鴻禕數字人可以用於哪些場景？
回答：數字人是一個非常有趣的想法，我們可以將這個數字人應用到各種場景中。例如我們可以將它應用於智能家居中，它可以為我們提供家庭控制服務，幫助我們實現家居智能化的夢想。我們還可以將它用於智能醫療，數字人可以為醫生提供更準確的診斷和治療建議。此外，數字人還可以作為個人助手，幫助我們完成日常瑣事，如日常安排等。總的來說，數字人可以廣泛應用於各個領域，為人類帶來更多的便利和創新。
我覺得數字人特別適合做新聞發言人，什麼都說了，但是讓你找不到毛病，一想好像又什麼都沒說。今天還有一個彩蛋。我們設想一下，如果大家參與進來，不是200個數字人，而是2萬個數字人、或者是200萬個數字人，這個世界會變成什麼樣子？我們可以想像一下，這也是我們下一個版本很快要發布的一個目標。
未來，數字人會繼續疊代。現在的數字人並沒有追求聲音跟你很像，視頻也是比較簡單的用幾張圖片構成了一個動圖，未來我們在聲音、視頻方面會更加逼真。但是最重要的，它要擁有長期的記憶，比如今天你跟ChatGPT聊天，聊過之後它並不會記得跟你聊過什麼，但是我們數字人在背後來調用大模型的能力，它可以擁有大模型不具備的記憶能力，而且擁有長期的記憶。同時，數字人可以有自己的目標、規劃和分解的能力，這樣使得它不斷地調用各種垂直的模型完成任務。很多數字人我們還要打造一個插件平台，它可以利用搜索瀏覽網頁，可以在你的電腦上讀取文件，利用手和腳具備執行力。總而言之，我們希望數字人把360智腦能夠藏在後面，以一種更加擬人化、個性化的做法和思路為大家提供娛樂和工作的服務。
總結：
科技就是應該讓人工智慧更簡單
另外就是靈魂數字人的概念，每個人都可以跟我們定製的數字人進行自由交流，可以有娛樂的活動、工作內容。最重要的是，如果在座的每位覺得不滿意，還可以定製屬於自己的專屬數字人，比如剛才我演示的周鴻禕數字人，每個公司都可以定義自己的數字人，可以做新聞發言人、可以回答問題。你也可以建立自己私有的知識庫，未來數字人可以拉群，可以在論壇里交流、相互留言，也可以在群里爭論問題。
未來人工智慧的發展不僅僅是只有大模型核心能力的增加、各種外部功能的包裝，各種產品的定義還會讓人工智慧跟我們每個人的工作、生活貼得更近，讓我們每個人更自如地使用人工智慧的功能。科技就是應該讓人工智慧變得越來越簡單，變得越來越易用。
掃碼加入黑馬創業者交流群
掃描下方二維碼
加入黑馬AIGC產業營
讀懂AIGC底層邏輯，一步接入產業未來
分享、贊和在看，完成三連擊，把好的內容傳遞給更多需要的人。
更多精彩內容，盡在i黑馬視頻號
關注黑馬傳播矩陣，get更多精彩內容