每經(jīng)記者 王郁彪    每經(jīng)編輯 陳俊杰    

7月30日，京東云對(duì)外發(fā)布一系列產(chǎn)品，包括企業(yè)大模型服務(wù)、言犀智能體平臺(tái)、智能編程助手JoyCoder、言犀數(shù)字人3.0等。《每日經(jīng)濟(jì)新聞》記者從京東云方面了解到，目前在京東內(nèi)部，有100多個(gè)AI場(chǎng)景，以及35萬(wàn)名自有配送員、23萬(wàn)戶商家等被大模型的應(yīng)用覆蓋。

視覺(jué)中國(guó)

不過(guò)，在產(chǎn)業(yè)應(yīng)用之前，大模型依然有很多待解難題。京東探索研究院院長(zhǎng)、京東科技人工智能業(yè)務(wù)負(fù)責(zé)人何曉冬認(rèn)為，想在更多產(chǎn)業(yè)側(cè)應(yīng)用落地，需要更嚴(yán)肅地把大模型的“幻覺(jué)率”降下來(lái)。

“幻覺(jué)率”普遍還是很高

清華系大模型公司生數(shù)科技，7月30日在全球范圍上線視頻生成模型Vidu，全面開(kāi)放文生、圖生視頻能力。Sora之后，從快手可靈到如今的Vidu，國(guó)內(nèi)視頻生成大模型領(lǐng)域消息不斷。

不過(guò)，何曉冬指出，目前視頻生成大模型產(chǎn)品的“幻覺(jué)率”普遍還是很高。他舉例Sora的“漫步在東京街頭的女子”這則視頻，雖然整體視頻效果栩栩如生，但仔細(xì)觀察會(huì)發(fā)現(xiàn)，視頻中人物在行動(dòng)時(shí)，左右腳交替時(shí)有扭曲痕跡。

“這當(dāng)然是瑕不掩瑜，也不能說(shuō)這個(gè)技術(shù)不驚艷，但想把這種技術(shù)應(yīng)用到商用場(chǎng)景下會(huì)出現(xiàn)很多問(wèn)題。”何曉冬如此解釋。

“在過(guò)往的產(chǎn)業(yè)實(shí)踐中，通過(guò)一些有效的效果轉(zhuǎn)化指標(biāo)，我們能看到數(shù)字人直播已經(jīng)可以達(dá)到真人主播的均值。”何曉冬認(rèn)為，數(shù)字人直播除了需要具備零幻覺(jué)之外，還要有零樣本、大姿態(tài)和超寫實(shí)等幾個(gè)特性，做到真實(shí)、高效和可控。

不過(guò)他也指出，數(shù)字人直播要做的不是替代20%的優(yōu)質(zhì)主播，而是希望通過(guò)更個(gè)性化的角色和豐富的玩法，覆蓋80%需求還沒(méi)有被滿足的品牌。

今年“6·18”，數(shù)字人劉強(qiáng)東爆火后，董明珠等也在京東云定制了數(shù)字人形象并上播。除直播外，數(shù)字人還活躍在文旅導(dǎo)覽、智能導(dǎo)購(gòu)、金融客服、個(gè)人助理、政務(wù)咨詢等業(yè)態(tài)中。

聚焦服務(wù)型機(jī)器人

前幾天，香港投資管理有限公司正式宣布投資具身機(jī)器人公司“銀河通用”，投資金額未披露。其實(shí)不久前，銀河通用才宣布完成天使輪融資，總規(guī)模7億元人民幣，投資方包括藍(lán)馳創(chuàng)投、北汽產(chǎn)投、美團(tuán)戰(zhàn)投、商湯國(guó)香基金、啟明創(chuàng)投、經(jīng)緯創(chuàng)投、源碼資本等一眾明星機(jī)構(gòu)。

具身智能是一個(gè)涉及人工智能、機(jī)器人學(xué)和認(rèn)知科學(xué)的跨學(xué)科概念。它主要研究如何使機(jī)器或系統(tǒng)能夠通過(guò)身體（物理形態(tài)）與環(huán)境進(jìn)行交互，從而實(shí)現(xiàn)智能行為。簡(jiǎn)單來(lái)說(shuō)，其中的一種應(yīng)用就是，系統(tǒng)通過(guò)執(zhí)行器（如機(jī)械臂、輪子等）對(duì)環(huán)境進(jìn)行物理操作，實(shí)現(xiàn)移動(dòng)、抓取物體等行為。

這自然也成了大模型及其相關(guān)技術(shù)產(chǎn)品一次更前沿的外延性應(yīng)用和嘗試。銀河通用聯(lián)合創(chuàng)始人姚騰洲透露，銀河通用首款具身多模態(tài)大模型機(jī)器人Galbot率先應(yīng)用在零售業(yè)完成上貨、取貨及盤點(diǎn)等工作任務(wù)，后續(xù)會(huì)探索社區(qū)養(yǎng)老、家庭服務(wù)等場(chǎng)景。

何曉冬在談及具身智能時(shí)認(rèn)為，具身智能是數(shù)字人走向物理世界的載體。而智能體、數(shù)字人、具身智能又是未來(lái)大模型與終端用戶的核心交互介質(zhì)。記者注意到，京東探索研究院不久前發(fā)布了國(guó)內(nèi)首個(gè)雙臂移動(dòng)機(jī)器人操作數(shù)據(jù)集JD ManiData。

在談及最新研究時(shí)，何曉冬透露，在基礎(chǔ)模型上，團(tuán)隊(duì)正研發(fā)多模態(tài)具身智能的基礎(chǔ)模型，讓機(jī)器人的執(zhí)行效率更高，動(dòng)作更流暢。重點(diǎn)則是聚焦在服務(wù)型機(jī)器人產(chǎn)品上。

產(chǎn)業(yè)和技術(shù)應(yīng)互為驅(qū)動(dòng)

今年5月，OpenAI推出了GPT-4o，并宣布了免費(fèi)試用政策，API調(diào)用的價(jià)格也比GPT-4Turbo少了一半。大模型市場(chǎng)“價(jià)格戰(zhàn)”正式打響。7月18日，OpenAI推出最具成本效益的小模型GPT-4o mini。

據(jù)OpenAI介紹，小模型產(chǎn)品是想通過(guò)顯著降低AI使用成本，擴(kuò)大AI使用范圍。包括Meta、谷歌等科技巨頭也紛紛推出最新產(chǎn)品，并在價(jià)格上無(wú)一例外地“開(kāi)卷”。

國(guó)內(nèi)大模型“價(jià)格戰(zhàn)”也被點(diǎn)燃。5月6日，大模型公司DeepSeek深度求索宣布將輸入價(jià)格降至1元/百萬(wàn)tokens。隨后，字節(jié)跳動(dòng)的豆包大模型、阿里巴巴的通義系列模型以及百度的文心一言模型等紛紛跟進(jìn)，均采取了降價(jià)策略。

何曉冬認(rèn)為，“價(jià)格戰(zhàn)”在短期內(nèi)的確可以帶來(lái)繁榮，但長(zhǎng)期來(lái)看并不見(jiàn)得是件好事。“很可能連電費(fèi)都付不起。”他坦言。

最直接的影響在于，短期內(nèi)，“價(jià)格戰(zhàn)”有助于大模型在B端、C端等市場(chǎng)層面的普及。但犧牲短期利益，是否可以實(shí)現(xiàn)長(zhǎng)期的用戶價(jià)值，實(shí)現(xiàn)規(guī)?；瘧?yīng)用，最終推動(dòng)技術(shù)成為基礎(chǔ)設(shè)施，這還需要打個(gè)問(wèn)號(hào)。

何曉冬說(shuō)：“我們看到大模型技術(shù)在飛速發(fā)展，但目前也面臨一些問(wèn)題，首先就是Scaling Law（規(guī)模定律）。由于數(shù)據(jù)和算力的持續(xù)限制，如果只是簡(jiǎn)單提升模型規(guī)模，看起來(lái)這個(gè)天花板其實(shí)并不遠(yuǎn)。某種意義上，我們的大模型從百億到千億再到萬(wàn)億（參數(shù)）的增長(zhǎng)，問(wèn)題還是出現(xiàn)在其所帶來(lái)的經(jīng)濟(jì)效益在何處。”

他覺(jué)得，產(chǎn)業(yè)和技術(shù)應(yīng)該是互為驅(qū)動(dòng)的。如果大模型帶來(lái)的經(jīng)濟(jì)效益不足以支撐大模型本身的成本，那么這個(gè)模式是難以持續(xù)的。大模型的商業(yè)化落地，目前看起來(lái)還是稍微有些落后。從中長(zhǎng)期看，會(huì)成為一個(gè)問(wèn)題。

封面圖片來(lái)源：視覺(jué)中國(guó)