AI宝库

AI宝库首页 › AI 资讯 › 华为群英传之刘睿:AI助手要告别聊天框,从“被动响应”走向“主动服务”

华为群英传之刘睿:AI助手要告别聊天框,从“被动响应”走向“主动服务”

来源:雷峰网 · 发布时间:10-28 · 由 AI宝库每小时自动聚合

在商汤没做成的技术,登上了华为发布会。作者:李秋悦编辑:吴彤2022年6月,刘睿港中文博士毕业,赶上的却是一个“坏时候”。深度学习的高光已持续近十年,新突破越来越难;疫情之下,经济低迷,同届不少同学选择延期,再守一年实验室。刘睿没有等,他直接去了商汤。两个月后,Stable Diffusion发布;又过了三个月,Cha

您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器

此为临时链接,仅用于文章预览,将在时失效

0

导语:在商汤没做成的技术,登上了华为发布会。

在商汤没做成的技术,登上了华为发布会。

作者:李秋悦 编辑:吴彤

2022年6月,刘睿港中文博士毕业,赶上的却是一个“坏时候”。

深度学习的高光已持续近十年,新突破越来越难;疫情之下,经济低迷,同届不少同学选择延期,再守一年实验室。

刘睿没有等,他直接去了商汤。

两个月后,Stable Diffusion发布;又过了三个月,ChatGPT引爆全球。刘睿毕业时以为正在退潮的世界,忽然换了一片海——商汤赖以生存的生意,为手机厂商定制算法、出售授权,开始松动;原本需要一个团队单独研发的算法,正被一个个基础模型收编。

然后是2023年12月,汤晓鸥去世。

“定海神针”突然离开,公司内部人心惶惶。刘睿也第一次认真想:汤老师不在了,商汤怎么办,自己怎么办。

回头看,这个“坏时候”里埋着他此前人生的所有伏笔。2014年考入电子科技大学,他最初学光电子,很快觉得天地太窄;转入英才实验学院后,吴恩达的CS229让他迷上机器学习,李飞飞的CS231n把他领进深度学习和计算机视觉。2018年,他进入港中文MMLab,在王晓刚、李鸿升门下研究生成式模型——那正是几年后掀起巨浪的方向。从传统机器学习到深度学习,他几乎踩着AI最热闹的鼓点走完了求学路,却在毕业这年,听见鼓点停了。

2024年,刘睿加入华为。这一次,他想换一种做技术的方式:不再把算法卖给客户,而是直接把它交到用户手里。

此前在商汤未能立项的对话式修图,被他推上了2025年华为Mate 80的发布会;年底,小艺大模型应用实验室成立,刘睿出任首任主任,研究范围涵盖大语言模型、多模态智能、Agent与具身智能。做研究与做产品,在他手里第一次合流。

也正是在这个时候,2022年那个“坏时候”显出了另一副面孔:如果他像同学一样延期一年、守在实验室里等风停,等来的不会是避风港,只会是又一场追赶。所谓坏时机,不过是旧浪退去、新浪未至的间隙——有人站在岸边等,有人先下了水。

现在,刘睿关心的不再是追不追得上技术,而是另一个问题:模型能做的,和用户要的,之间还差什么。

以下是雷峰网左林右狸频道与刘睿(华为小艺大型模型应用实验室创始主任)的对话,经编辑。

01 商汤往事,大模型颠覆算法生意

左林右狸频道:2018年,你在本科大四下学期去商汤科技研究院做实习生,是什么契机?

左林右狸频道:当时面试你的人是闫俊杰。

左林右狸频道:在商汤科技研究院实习那小半年的时间,你在做什么工作?

左林右狸频道:2022年6月,你从港中文MMLab博士毕业,去商汤工作了两年?

左林右狸频道:那两年你在干嘛?

左林右狸频道:2022年底,Stable Diffusion和ChatGPT相继出现,商汤内部什么反应?

左林右狸频道:2022年底,你在商汤内部做了两个重要的talk。

左林右狸频道:到了2023年,你的工作有什么变化?

左林右狸频道:但大模型时代,还可以卖API、卖Token。

左林右狸频道:2024年,你为什么选择离开商汤?

左林右狸频道:还有其他原因吗?

02 下一代智能助手要能主动服务

左林右狸频道:2024年8月你从商汤出来后,为什么选择加入华为?

左林右狸频道:你前面提到在商汤时,有一些自己觉得很好的想法,但是作为乙方实现不了,具体指什么?可以举一个例子吗?

左林右狸频道:加入华为之后,你是怎么一步步建立小艺大型模型应用实验室的?

左林右狸频道:今年上半年,实验室有哪些代表性的研究?

左林右狸频道:Aura要解决什么问题?相比过去的多模态模型,最大的不同是什么?

左林右狸频道:Aura是怎么同时处理视频、语音和文字,实现这种持续交互的?

左林右狸频道:如果想让助手持续地看、听、说,现在最大的瓶颈是什么?

左林右狸频道:另一项工作Boogu,是一个低成本训练的图像生成基础模型,它有什么特别之处?

左林右狸频道:参数更小、训练成本更低,具体是怎么做到的?

左林右狸频道:Math Canvas又在解决什么问题?

左林右狸频道:你们还有一项工作叫Omni-Interact,它主要研究什么?

左林右狸频道:前面这些研究主要涉及多模态。你们在大语言模型和智能体方面有哪些工作?

左林右狸频道:实验室也在探索世界模型和具身智能吗?

03 基础模型重构助手价值

左林右狸频道:你们研究图像生成、视频生成、多模态理解,也研究智能体。这些不同的技术,最终要把小艺变成一个什么样的助手?

左林右狸频道:助手能干活很好理解,但为什么一个终端智能助手,还需要提供情感陪伴?

左林右狸频道:主动服务也意味着可能打扰用户,假如我正在看一幅画,助手怎么判断什么时候应该开口介绍,什么时候保持安静?

左林右狸频道:现阶段,小艺主要通过什么方式理解用户?

左林右狸频道:如果助手想长期理解用户,哪些信息需要一直记住,哪些只在一次对话中有效?

左林右狸频道:这些信息都很私人,小艺如何保护用户隐私安全?

左林右狸频道:小艺和其他助手相比,核心优势是什么?

左林右狸频道:刚刚谈到小艺的智能体开放平台。对于小艺这样的平台、基础模型和第三方应用,这三者各自在创造什么价值?

左林右狸频道:你之前还有一个判断,基础模型会不断吸收应用原本提供的能力。在实际工作中,你观察到了什么?

左林右狸频道:除了角色扮演,还有哪些能力正在被基础模型吸收?

左林右狸频道:基础模型的能力不断扩张,今天很有价值的应用功能,可能下一代模型就直接具备了。小艺怎么判断什么值得做,避免投入很快被覆盖?

左林右狸频道:你刚刚谈了很多智能体能够替用户完成的事情。但有没有一些事情,即使它能做,用户也不一定愿意交给它?

写在最后

(欢迎添加作者李秋悦的微信lqy4605,多多交流~)雷峰网(公众号:雷峰网) 雷峰网

我们欢迎所有能为左林右狸提供新观点新角度新信息的群友,加入我们的实名制社群,与左林右狸一路同行。管理员微信号:leiphonelinli,备注公司-职位-称呼通过更快。

相关视频

往期推荐

雷峰网原创文章,未经授权禁止转载。详情见转载须知。

为了您的账户安全,请验证邮箱

请验证您的邮箱

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(leiphone.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 595 款 AI 工具分类导航 · 每日 AI 热门项目与动态