Selepas restu model besar, adakah orang digital 'lebih manusia'?
Beijing Winter Olympics AI sauh bahasa isyarat manusia maya, pencucuhan manusia digital Sukan Asia Hangzhou, wartawan digital Agensi Berita Xinhua, angkasawan digital Xiaowei... Apabila semakin ramai manusia digital muncul dalam kehidupan manusia, keseluruhan industri manusia digital juga berkembang ke arah aplikasi yang pelbagai dan meluas, berkembang pesat ke dalam industri dan senario yang berbeza.
Untuk pihak C, orang digital membantu pengguna menghasilkan kandungan dan membantu dengan kerja, seperti: orang digital mengamalkan bahasa pertuturan, bermain permainan dengan orang digital, dll. untuk pihak B, orang digital ialah "orang alat" perusahaan dan digunakan dalam Kewangan, filem dan televisyen, e-dagang, siaran langsung dan industri lain untuk meningkatkan kecekapan pengeluaran dan operasi industri.
Orang digital ialah perniagaan yang bagus, tetapi pelaksanaannya secara besar-besaran masih menghadapi kesukaran dalam bakat, kos, senario, teknologi, dll. Antaranya, yang paling kritikal ialah kesesakan teknikal Bagaimana untuk mendapatkan orang digital untuk menyingkirkan penilaian pasaran "mempunyai kulit yang baik untuk apa-apa" adalah masalah besar.
Namun, dengan kemunculan model besar, perkembangan manusia digital nampaknya membawa peluang baharu.
1. Model besar memperkasakan orang digital
Bagi industri, orang digital sendiri bukanlah baru. Untuk masa yang lama pada masa lalu, untuk berusaha untuk persembahan kesetiaan tinggi dari segi penampilan tontonan manusia digital, kos pengeluaran adalah tidak kurang daripada membuat filem peringkat profesional.
Laporan penyelidikan manusia digital yang dikeluarkan oleh UBS menunjukkan bahawa purata kos pelaburan pendahuluan bagi watak maya lanjutan ialah 30 juta yuan, dan kemudiannya pasukan sebenar diperlukan untuk menyelesaikan penggambaran, alih suara dan penyuntingan. Mengambil contoh kumpulan gadis maya Lehua Entertainment A-SOUL, kos pengeluaran sebuah single mencecah 2 juta yuan, dan kos konsert luar talian mencecah 20 juta yuan.
Namun, masalah kos tinggi ini tidak menyelesaikan masalah kesan interaksi manusia digital. Oleh kerana kekurangan kecerdasannya, ia lebih seperti sarung kulit digital tanpa jiwa daripada manusia digital.
Kos yang tinggi, ditambah dengan kesan interaksi yang lemah, telah mengehadkan penggunaan manusia digital kepada projek percubaan dalam pengeluar atau pelanggan perusahaan besar.
Oleh itu, memandangkan model besar generatif dengan keupayaan pembelajaran menerajui paradigma pengeluaran kandungan, manusia digital murah menyasarkan rangkaian pengguna perusahaan kecil dan sederhana yang lebih luas dan mengutamakan pelaksanaan berskala besar telah menjadi penyelesaian yang boleh dilaksanakan.
Menurut penyelidik kecerdasan buatan, pembentukan semula dan pemerkasaan manusia digital oleh model besar dicerminkan terutamanya dalam pengurangan kos dan peningkatan kecekapan.
Dari perspektif teknikal, membina manusia digital terbahagi terutamanya kepada pemodelan, pemanduan dan rendering. Manusia digital tradisional bergantung terutamanya pada teknologi grafik komputer + tangkapan gerakan orang sebenar, yang memerlukan pengumpulan sejumlah besar data orang sebenar dan pemodelan mendalam, yang memakan masa, kecekapan rendah dan kos tinggi.
Kini, dengan sokongan model besar, melalui algoritma AI dan berdasarkan model pembelajaran mendalam, simulasi tindakan, simulasi emosi dan teknologi lain, ia hanya mengambil masa beberapa minit video orang sebenar dan beberapa jam latihan dengan model besar untuk menjana manusia digital yang realistik, kos pengeluaran sangat berkurangan.
Bukan itu sahaja, sementara kos manusia digital dikurangkan, kecekapannya juga bertambah baik.
Sebelum kemunculan model besar, manusia digital mempunyai perbezaan kecil dalam penampilan, dan hanya boleh menjawab soalan "skrip" berdasarkan input skrip bersatu.
Dengan pemerkasaan model besar, manusia digital mempunyai "jiwa". Bukan sahaja ciri penampilan mereka boleh disesuaikan, tetapi kecerdasan dan interaktiviti mereka juga telah dipertingkatkan dengan banyak. Contohnya, dalam beberapa senario penyampaian siaran langsung, orang digital sudah boleh mempunyai interaksi asas dengan penonton.
Sebagai contoh, manusia digital Xilin yang dikeluarkan oleh Baidu Smart Cloud boleh menyiapkan pembinaan bilik siaran langsung dengan cepat dalam masa 15 minit dengan sokongan model besar, secara automatik menjana ucapan yang sepadan dengan ciri produk dan membolehkan Soal Jawab interaktif pintar.
Di dalam bilik siaran langsung jenama katering tertentu, sauh manusia digital Xilin secara automatik menjana kemahiran ucapan siaran langsung, termasuk membuka pemecah ais, siaran kebajikan, ucapan pemanasan badan, kemahiran mendesak pesanan, dsb. Dalam siaran langsung relay ini antara orang sebenar dan orang digital Xi Ling, pengguna langsung tidak perasan.
Apa yang lebih mengejutkan ialah dalam perbandingan siaran langsung 6 jam sebenar, sauh digital boleh memperoleh 85% daripada GMV sauh sebenar pada hanya 15% daripada kos sauh sebenar.
Selain penstriman langsung barangan, Baidu Intelligent Cloud Xiling, sebagai platform manusia digital pertama di China yang membina semula model besar sepenuhnya, juga boleh menyediakan perusahaan dengan orang sebenar 2D, potret 3D realistik dan 3D hiper-realistik, membolehkan pengeluaran video , pekerja digital, jurucakap manusia digital dan aplikasi lain.
Sebagai contoh, pada platform XiLing, hanya mengambil masa 5 minit video langsung untuk melatih potret dalam setengah jam, merakam 100 ayat, dan menjana perpustakaan bunyi eksklusif 24 jam sehari Berbanding dengan pengajaran langsung, kosnya adalah sahaja 30% daripada masa lalu, dan kecekapan rakaman dipertingkatkan sebanyak 20 kali ganda.
Tidak sukar untuk mencari orang digital yang telah dibentuk semula dan diperkasakan oleh model besar sedikit sebanyak telah menyingkirkan masalah seperti harga tinggi dan interaktiviti yang lemah, dan semakin muncul dalam video pendek dan bilik siaran langsung.
Pada masa yang sama, orang digital mula bergerak ke arah lebih banyak "identiti" - perancang kewangan bank, peguam, guru, selebriti yang telah meninggal dunia... Orang digital menjadi sesiapa sahaja yang mereka mahu, dan ini juga merupakan trek yang semakin ramai. Membawa peluang baru.
2. Jadikan orang digital lebih seperti "manusia"
Kemunculan model besar telah menjadikan orang digital "dilahirkan semula" dan menjadi salah satu lagu keusahawanan terhangat hari ini.
Pada masa ini terdapat dua kategori utama pengeluar manusia digital di pasaran: satu ialah gergasi teknologi yang diwakili oleh Baidu, Tencent, Huawei, dll., yang membangunkan dan melancarkan produk manusia digital berdasarkan kelebihan mereka sendiri dalam model besar; -Pengilang kecil dan sederhana berasaskan yang diwakili oleh Teknologi Pintar, Mobvoi dan Xiangxin.
Ramai pelabur dalam bidang kecerdasan buatan mengatakan bahawa AIGC (generative artificial intelligence) masih di peringkat awal, dan tidak banyak yang boleh dilaksanakan untuk menjana keuntungan Manusia digital adalah salah satu daripada beberapa laluan pengkomersialan yang menguntungkan.
Tetapi dengan kemasukan sejumlah besar usahawan, persaingan industri menjadi sengit dan homogen, dan trek secara beransur-ansur menjadi sesak dan bergelombang.
Salah satu manifestasi involusi ialah harga semakin rendah dan lebih rendah. Pada masa ini, harga manusia digital 2D kebanyakannya telah jatuh ke paras seribu yuan, malah ada yang hanya berharga beberapa ratus yuan.
Perkhidmatan pemasaran manusia digital Kumpulan 360 juga menunjukkan bahawa ia dipromosikan kepada pelanggan melalui perkhidmatan SaaS sokongan platform awan pemasaran pintar Mengikut standard pembayaran bulanan pengguna ahli, harga manusia digital adalah serendah puluhan yuan dan setinggi satu atau lebih Sekitar dua ratus yuan.
Dengan kemasukan sebilangan besar orang digital kos rendah ke dalam pasaran, avatar digital bernilai ratusan dolar dengan cepat digembar-gemburkan sebagai "buku kekayaan" dengan keuntungan besar.
Setiap lewat malam, apabila platform arus perdana dibuka, sebilangan besar orang digital melekat pada bilik siaran langsung. Selepas itu, terdapat keraguan yang semakin meningkat tentang orang digital, seperti kesannya terlalu palsu, pasaran huru-hara, dsb., mengakibatkan pengalaman pengguna yang lemah.
Sesetengah orang dalam industri percaya bahawa dengan kemasukan semakin ramai pemain, sesetengah usahawan mempunyai keupayaan teknikal yang terhad dan kualiti produk manusia digital yang mereka hasilkan berbeza-beza, yang boleh membawa kepada syiling buruk dengan mudah mengeluarkan syiling yang baik.
Di satu pihak, manusia digital kebanyakannya digunakan dalam persekitaran yang lebih mudah untuk menyelesaikan lebih banyak masalah asas Apabila menukar adegan atau menghadapi beberapa pusingan dialog, mereka mungkin menjawab soalan dengan salah atau jatuh ke dalam gelung yang tidak berkesudahan, yang menyekat pengalaman pengguna.
Sebaliknya, pengalaman interaktif orang digital di bawah model besar sentiasa berbeza dengan ketara daripada pengalaman orang sebenar Sebagai contoh, dalam kandungan yang dihasilkan oleh Sora, masalah seperti mengabaikan prinsip fizikal dan kekurangan jari manusia. telah dikritik secara meluas, yang boleh menyebabkan "kesan lembah luar biasa" psikologi.
Dalam hal ini, sesetengah pakar percaya bahawa adalah perlu untuk meningkatkan lagi keupayaan inovasi teknologi dan pengalaman pengguna, sambil memastikan kesan antropomorfik luaran manusia digital, sambil mengoptimumkan pengalaman interaksi pengguna, memfokuskan pada pemaparan masa nyata, penangkapan optik, pembinaan semula tiga dimensi, dan interaksi manusia-komputer pintar Penyelidikan dan aplikasi teknologi baru muncul seperti pemprosesan bahasa semula jadi, pengecaman pertuturan, penglihatan komputer, AI generatif dan teknologi lain.
"Matlamat teknikal semasa yang dipecahkan bersama oleh industri ialah 'bagaimana menjadikan orang digital menjadi lebih seperti manusia' dan berfikir seperti manusia," kata orang dalam industri, mempercepatkan kerjasama teknologi antara perusahaan untuk menyelesaikan masalah orang digital interaktif Masalah teknikal dalam persepsi emosi, pemahaman semantik, dan lain-lain adalah tumpuan seterusnya.
Siri cabaran ini semuanya menjurus kepada aspek teknikal.
"Laporan Indeks Pengaruh Manusia Digital Maya China" 2024 menunjukkan bahawa pada akhir Februari 2024, data "Carian Paten" Pejabat Harta Intelek Negeri menunjukkan bahawa bilangan permohonan paten dalam bidang manusia digital pada tahun 2023 adalah setinggi 544, mencerminkan momentum Kuat industri dan inovasi mendalam dalam penyelidikan dan pembangunan teknologi teras.
Berdasarkan institusi yang memohon paten berkaitan manusia digital pada tahun 2023, gergasi Internet lama yang diwakili oleh Baidu dan Tencent, institusi komunikasi dan kewangan terkemuka yang diwakili oleh China Mobile dan Bank Perindustrian dan Komersial China, Syarikat Xiaobing, Teknologi Shiyou, Peneraju syarikat digital yang diwakili oleh Black Mirror Technology telah membentuk struktur pelbagai kuasa di sisi teknologi.
Walaupun pengeluar terkemuka dalam industri mempunyai kelebihan penggerak pertama dalam teknologi AI, dalam proses pembangunan industri yang pesat, tiada syarikat yang mempunyai halangan mutlak terhadap teknologi itu sendiri, pada asasnya, orang berada di belakang teknologi itu. Bagi semua pengilang manusia digital, sementara AIGC membawa peluang, ia juga menjadi titik permulaan untuk menghadapi cabaran.
3. Kesimpulan
Orang digital berada di barisan hadapan, menarik kemasukan ramai usahawan yang mahukan sekeping pai. Tetapi tidak dapat dinafikan bahawa sebagai teknologi muda, manusia digital masih di peringkat awal dan pasaran masih diusahakan.
Bagi syarikat manusia digital yang juga berada di lautan merah yang sama, perkara yang perlu mereka fikirkan mungkin bukan bagaimana untuk "mendapatkan harga rendah", tetapi untuk menjadikan manusia digital "lebih seperti manusia" melalui kemajuan teknologi yang berterusan dan menambah baik. tahap keseluruhan industri Biarkan orang digital "hidup" dan mencipta lebih banyak nilai.
Atas ialah kandungan terperinci Selepas restu model besar, adakah orang digital 'lebih manusia'?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S
