全球最大智能模型“悟道”首次落地：数字人+终端AI助手，支持NVIDIA GTX单卡机运行百亿大模型

悟道2.0，要怎么用起来？

连创“中国首个”和“世界最大”两项记录后，悟道大模型的落地应用成为业界关心的热点话题。

GPT-3的问世掀起了一股“炼大模型”的浪潮，去年10月，北京智源研究院集结中国产学界100多位AI专家联合攻关，在一年之内发布了1.75万亿级大规模预训练模型悟道2.0，超越GPT-3、Switch Transformer，成为全球最大万亿级人工智能大模型。

时至今日，“产业应用”成为未来人工智能大模型时代的下一个赛点。

GPT-3早早开放了API供开发者使用。据OpenAI透露，截止今年3月，全球已有300多个APP采用了GPT-3技术，基于GPT-3的应用也有100多个；今年悟道2.0发布会上，智源研究院启动大模型产业生态建设规划，表示悟道大模型下一步将作为AI基础设施，像“发电厂”一样为不同行业、企业、个人开发者赋能。

9月24日，智源研究院承办2021中关村论坛“人工智能与多学科协同创新”平行论坛，围绕“人工智能大模型时代学科交叉和可持续发展”展开深入交流。会上，智源研究院学术副院长、清华大学教授唐杰公布了悟道2.0产业应用的最新进展，并发布了一系列技术创新成果。

唐杰教授表示，悟道大模型应用技术正在像“低门槛+高效率+高情商”三个方向努力，能够满足不同行业和企业实现规模化、产业化的应用需求，悟道正在从最大向“更好用”迈进。

此次技术创新包括：“悟道”大模型开发平台、大模型高效推理工具包BMInf、全新升级的AI文图绘画大师CogView和实现大模型群聊的对话模型EVA。

大会现场还发布了“悟道2.0”赋能产业应用案例：冬奥会语音播报数字人和OPPP小布助手问答系统。小布助手是OPPO旗下开放式对话虚拟语音助手，OPPO小布技术总监杨振宇在现场表示，融合悟道大模型的生成式问答系统，解决了小布助手开放式对话的长尾问题，单条回答建设成本降低99%。

三大发布，高效调用百亿大模型

“悟道”开放平台面向所有中小型企业、行业应用企业和IT领军企业提供一站式服务，包括数据服务、在线训练、模型调优、模型评测、在线部署，可通过API开放接口一键调用。

需求多样化与场景碎片化是AI落地普遍存在的难点，智源研究院针对不同企业主体通过API既降低了应用门槛，也满足了特定化需求。正常来讲，百亿级大模型训练一次通常需要512张A100卡，约合人民币六千万。而对于数据不足、算力不足的中小企业，悟道开放平台提供十亿级别模型的在线训练与微调。唐杰教授表示悟道开放平台在快捷易用的同时，更注重解决规模化、产业化AI应用问题。目前平台提供了写诗、问答、绘画等7种API功能。

解决可用问题之后，是如何帮助企业实现降本增效。悟道发布的开源大模型高效推理工具包BMInf，实现了“一卡顶四卡”，支持在低配置的NVIDIA GTX 1060单卡机上运行百亿大模型。

智源研究团队对原CPM2模型进行了基于INT8优化的微调，使得模型参数的存储空间从40G压缩到了10G，且性能基本保持不变。CPM2是为提高大模型精度和效率，研发的从模型、训练、微调到推理的全链路高效训练框架。此外，针对部分显卡显存不足的情况，工具包通过显存和内存间的调度与优化，实现了低性能显卡的大模型推理。

唐杰教授表示，原CPM2模型现已升级到CPM2.1，新模型通过持续学习，引入基于生成的预训练任务，在保留补全能力的条件下大幅提升了文本生成能力。

继今年6月份超越DALL·E取得MS COCO榜单第一后，CogView也进行了全新升级。CogView可以根据文本提示生成对应图像，优化后其图像生成能力实现了4倍提速，4倍清晰。CogView的绘画能力可应用于服装、海报等设计行业。

对话模型EVA是智源悟道团队的最新研发成果，作为一款生成式对话系统，EVA模型主打高情商，能够借鉴心理咨询助人理论，实现深度情绪安抚，让人机聊天更有温度。除了心情聊天外，它还支持大模型在线群聊等多类趣味对话应用，有望推动“人与物”交流的现在时代迈进到“物与物”交流的人机共融未来时态。

基于以上能力，悟道大模型将在医疗、金融、新闻传播等行业有着广泛的应用空间。例如在金融、法律、零售等传统行业领域，大模型能提供高性能的智能信息解析和提取、智能数据整合、自动机器翻译、辅助决策等功能，提升业务流程效率和水平。在新闻传播领域，基于模型可实现智能新闻线索收集、机器写作、辅助编辑、虚拟主播等应用。

大模型应用：助力OPPO小布助手升级

在大会现场，OPPO小布助手技术总监杨振宇发布了与智源研究院合作的首款应用——基于悟道大模型的“生成式问答系统”，大模型黑科技加持，小布助手在一定程度上解决行业共通的长尾问题。

AI语音技术在智能助手应用有着较为成熟的落地方案，智能家居、智能车载、新闻播报、智能终端等场景也有广泛的应用案例。但现阶段，“检索式回答”是大多虚拟助手的主要人机交互方式之一，对话内容局限于模型自建库和互联网数据，这意味着，诸如长江长还是黄河长这类问题，如果无法在数据库中找到答案，在度秘、搜狗助手、阿里夸克等途径也无法查询到的话，虚拟助手就无法做出回答。

从长尾问题来看，小布助手以及整个行业普遍存在的以下难题：

• 大量用户提问（至少有1亿），AI语音助手无法回答

• 长尾单个问题命中率低、体量大且无法穷尽

• 自建语料库周期长，人工数据标注成本高

针对这些问题，悟道开放平台提供了两套解决方案：一是针对小布助手现有用户已经提出的问题生成回答。“悟道”大模型具有强大的小样本学习以及文本的理解与生成能力。

二是针对用户未来可能问到的问题，通过“悟道”大模型结合知识图谱，持续学习，形成持续知识预训练模型，进而生成问答QA语料库。目前每台机器每天生成10万左右的待审核答案，单条回答的建设成本降低了99%。

智源研究院学术副院长、清华大学教授唐杰与OPPO数智工程系统总裁刘海峰接受媒体采访

在会后采访中唐杰教授表示，他希望打造出更加智能的知识型、交互型、聊天式的智能助手，在回答人类提问时能够更开放，风格更多样化。当然，人性化的互动目标对模型的自然语言理解和生成提出了更高的要求，目前还没有更好的解决方案，但悟道大模型正在朝着这个方向迈进。

另外，此次发布的基于悟道大模型的冬奥手语播报数字人，将在北京冬奥会期间正式投入应用，提供全流程智能化的数字人手语生成服务，方便听障人士也能收看赛事专题报道。

写在最后

从大炼模型，到炼大模型，智源研究院是其中强有力的推动者，从世界最大到产业落地，智源“悟道”一直坚持前沿引领。在他们看来，大模型的兴起的背后，是迈向通用人工智能的一条极富潜力的路径，也是推动传统行业实现智能化改造和升级的新机遇。现阶段，更智能的对话客服、更高效的机器翻译、更智能的语音播报在电商、媒体、金融等领域已经表现出极大的发展空间，而“大算力+大数据+大参数”也验证了模型越大，智能潜力越大。

黄铁军院长告诉AI科技评论，人工智能的潜力取决于数据，未来科学研究领域突破数据获取的局限，大模型还有更广阔的应用空间。悟道大模型就像「发电厂」，会形成类似于电网的智能基础平台，为全社会源源不断地供应「智力源」。目前，以GPT-3、Switch Transformer为代表，布局大模型已成为世界性趋势，国内百度、阿里达摩院、华为&循环智能等企业和科研机构也已相继推出大模型ERNIE3、M6和盘古NLP。

cc博客网cc博客网(公众号：cc博客网)cc博客网

cc博客网特约稿件，未经授权禁止转载。详情见转载须知。