每經(jīng)記者 王郁彪    每經(jīng)編輯 陳俊杰    

從談參數(shù)、談技術(shù)，再到談協(xié)同、談應(yīng)用，百模大戰(zhàn)初始的狂熱開始變得冷靜，今年，大模型公司們明顯變得更加務(wù)實(shí)、實(shí)際，市場也逐漸回歸理性。

7月30日，京東云對外發(fā)布了一系列產(chǎn)品，包括企業(yè)大模型服務(wù)、言犀智能體平臺、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AI場景，以及35萬自有配送員、23萬商家和2萬采銷都被大模型的應(yīng)用覆蓋。

無論是否擁有產(chǎn)業(yè)一側(cè)的基因，大模型都開始在不同場景更實(shí)際地落地，大模型公司們也從參數(shù)和技術(shù)的比拼，來到了商業(yè)生態(tài)之上，端到端產(chǎn)品的較量。比如，今年以來一些云廠商開始聚焦AI PC的落地，談起具身智能的前景等。

不過，在產(chǎn)業(yè)應(yīng)用之前，大模型依然有很多待解的難題。京東探索研究院院長、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，其一就是需要更嚴(yán)肅地把大模型的“幻覺率”降下來。

也就是說，在答錯“13.8和13.11哪個數(shù)字大”，生成視頻畫面變形扭曲嚴(yán)重之時，你都還無法將自己的商業(yè)交給大模型。

談數(shù)字人直播：正在超越80%真人主播 關(guān)鍵在“零幻覺”

清華系大模型公司生數(shù)科技，今日（7月30日）在全球范圍上線視頻生成模型Vidu，全面開放文生、圖生視頻能力。Sora之后，從快手可靈到如今的Vidu，國內(nèi)視頻生成大模型驚喜不斷。

不過，何曉冬指出，目前視頻生成大模型產(chǎn)品的幻覺率普遍還是很高。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)觀察會發(fā)現(xiàn)，視頻中人物在行動時，左右腳交替時有扭曲的痕跡。

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

這一點(diǎn)體悟來自于4月數(shù)字人劉強(qiáng)東直播帶貨的時候。當(dāng)時劉強(qiáng)東數(shù)字人連續(xù)直播了4場，場觀都在千萬級以上，但同時引發(fā)的關(guān)注和爭議都很多。比如，采銷東哥數(shù)字人是否“一眼假”？形態(tài)、動作和口音的擬真程度有多高？當(dāng)然，也有數(shù)字人馬云何時出現(xiàn)的有趣討論。

在當(dāng)下直播電商爆火的時代，主播其實(shí)是“稀缺品”，特別是跑出來的大主播，其實(shí)對其氣質(zhì)形象、直播內(nèi)容和產(chǎn)品服務(wù)的介紹專業(yè)度等都有著很高很復(fù)雜的要求。

“在過往的產(chǎn)業(yè)實(shí)踐中，通過一些有效的效果轉(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之外，還要有零樣本、大姿態(tài)和超寫實(shí)等幾個特性，做到真實(shí)、高效和可控。

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

今年“618”，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、金融客服、個人助理、政務(wù)咨詢等業(yè)態(tài)中。

談具身智能：重點(diǎn)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，銀河通用才剛宣布完成天使輪融資，總規(guī)模7億元人民幣，投方包括藍(lán)馳創(chuàng)投、北汽產(chǎn)投、美團(tuán)戰(zhàn)投、商湯國香基金、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。簡單來說，其中的一種應(yīng)用就是，系統(tǒng)通過執(zhí)行器（如機(jī)械臂、輪子等）對環(huán)境進(jìn)行物理操作，實(shí)現(xiàn)移動、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)會探索社區(qū)養(yǎng)老、家庭服務(wù)等場景。

何曉冬在談及具身智能時認(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)布了國內(nèi)首個雙臂移動機(jī)器人操作數(shù)據(jù)集JD ManiData。

在談及最新研究時，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，動作更流暢。重點(diǎn)則是聚焦在服務(wù)型機(jī)器人產(chǎn)品上。

“在端側(cè)上我們也基于模仿學(xué)習(xí)，迭代端側(cè)多技能操作能力，在指令驅(qū)動下可以完成不同操作任務(wù)，為的是可以做到更高價值的應(yīng)用。”

伴隨大模型而來的AI、機(jī)器人浪潮不斷席卷資本市場。

這也不難讓人聯(lián)想到，繼去年12月數(shù)千萬元A輪投資后，前幾日，京東2億元再度戰(zhàn)略投資AI炒菜機(jī)器人公司橡鹿科技，目的是探索“機(jī)器人+”產(chǎn)業(yè)，在端側(cè)做更多AI、大模型技術(shù)的嘗試。

談Scaling Law和價格戰(zhàn)：只提升模型規(guī)模，天花板并不遠(yuǎn)

今年5月，OpenAI推出了GPT-4o，并宣布了免費(fèi)試用政策，API調(diào)用的價格也比GPT-4-Turbo少了一半。大模型市場價格戰(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，并在價格上無一例外地開卷。

國內(nèi)大模型價格戰(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格降至1元/百萬tokens。隨后，字節(jié)跳動的豆包大模型、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)，均采取了降價策略。

何曉冬認(rèn)為，價格戰(zhàn)在短期內(nèi)的確可以帶來繁榮，但長期來看并不見得是件好事。“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)，價格戰(zhàn)有助于大模型在B端、C端等市場層面的普及。但犧牲短期利益，是否可以實(shí)現(xiàn)長期的用戶價值，實(shí)現(xiàn)規(guī)模化的應(yīng)用，最終推動技術(shù)成為基礎(chǔ)設(shè)施，這還需要打個問號。

何曉冬說：“我們看到一方面大模型技術(shù)在飛速發(fā)展，但目前也面臨一些問題，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，如果簡單只是提升模型規(guī)模，看起來這個天花板其實(shí)并不遠(yuǎn)。某種意義上，我們的大模型從百億到千億再到萬億（參數(shù)）的增長，問題還是出現(xiàn)在其所帶來的經(jīng)濟(jì)效益在何處。”

因此，他判斷，如果大模型帶來經(jīng)濟(jì)效益不足以支撐大模型本身的成本的話，那么這個模式是難以持續(xù)的。他還坦言，大模型的商業(yè)化落地，現(xiàn)在目前看起來還是稍微有些落后，從中長期看起來，會成為一個問題。他覺得，產(chǎn)業(yè)和技術(shù)應(yīng)該是互為驅(qū)動的。

封面圖片來源：視覺中國-VCG41N1472123004