人大自研全新多模態(tài)大模型Awaker 1.0震撼登場

　　在人工智能領(lǐng)域，人大系初創(chuàng)公司智子引擎近日發(fā)布了一款名為Awaker1.0的全新多模態(tài)大模型，標志著向通用人工智能(AGI)邁出了重要一步。該模型在寫真視頻效果上超越了Sora，展現(xiàn)了其在視覺生成方面的卓越能力。

　　4月27日，在中關(guān)村論壇的通用人工智能平行論壇上，智子引擎展示了這款業(yè)界首個真正實現(xiàn)自主更新的多模態(tài)大模型。Awaker1.0采用了創(chuàng)新的MOE架構(gòu)，具備自主更新能力，能夠生成高質(zhì)量的多模態(tài)內(nèi)容，模擬現(xiàn)實世界，同時在執(zhí)行任務(wù)中將場景行為數(shù)據(jù)反哺給模型，實現(xiàn)持續(xù)更新與訓練。

　　在視覺問答和業(yè)務(wù)應(yīng)用任務(wù)上，Awaker1.0的基座模型超越了GPT-4V、Qwen-VL-Max和Intern-VL等國內(nèi)外先進模型。此外，它還在描述、推理和檢測任務(wù)上達到了次好的效果，證明了多任務(wù)MOE架構(gòu)的有效性。

　　結(jié)合具身智能，Awaker1.0被認為可能成為實現(xiàn)AGI的可行路徑。它通過自主探索環(huán)境，發(fā)現(xiàn)新策略和解決方案，提升具身智能的適應(yīng)性和創(chuàng)造性。Awaker1.0的自主更新機制包含數(shù)據(jù)主動生成、模型反思評估和模型連續(xù)更新三大關(guān)鍵技術(shù)，使其能夠?qū)崟r持續(xù)地更新參數(shù)。

　　智子引擎自主研發(fā)的類Sora視頻生成底座VDT，作為現(xiàn)實世界的模擬器，展現(xiàn)了Transformer技術(shù)在視頻生成領(lǐng)域的潛力。VDT能夠處理多種視頻生成任務(wù)，如無條件生成、視頻后續(xù)幀預測等，并在寫真視頻生成任務(wù)上取得了比Sora更好的質(zhì)量。

　　Awaker1.0的發(fā)布是智子引擎團隊向?qū)崿F(xiàn)AGI目標邁進的關(guān)鍵一步。團隊認為，AI的自我探索、自我反思等自主學習能力是智能水平的重要評估標準。Awaker1.0在理解側(cè)和生成側(cè)都實現(xiàn)了效果突破，有望加速多模態(tài)大模型行業(yè)的發(fā)展，最終讓人類實現(xiàn)AGI。