通用人工智能AGI（Artificial General Intelligence），亦被稱為強(qiáng)AI。AGI指的是在任何你可以想象的人類的專業(yè)領(lǐng)域內(nèi)，具備相當(dāng)于人類智慧程度的AI，一個(gè)AGI可以執(zhí)行任何人類可以完成的智力任務(wù)，甚至可以說(shuō)AGI是一種在大多數(shù)具有經(jīng)濟(jì)價(jià)值的工作上超越人類的系統(tǒng)，其中包括近期大熱概念A(yù)IGC（人工智能生成內(nèi)容），現(xiàn)今AI生成的文本、圖片、影音頻等等在某種程度上已經(jīng)超越了部分由人力創(chuàng)造的內(nèi)容。

元宇宙的概念眾說(shuō)紛紜，廣義的元宇宙（Metaverse）指的是一個(gè)虛擬的現(xiàn)實(shí)世界，由數(shù)字化的環(huán)境和虛擬實(shí)體組成，可以與現(xiàn)實(shí)世界進(jìn)行交互和融合。它包羅萬(wàn)象，可以通過(guò)各種設(shè)備（如智能手機(jī)、計(jì)算機(jī)、VR/AR頭戴設(shè)備）來(lái)訪問(wèn)和體驗(yàn)。狹義的元宇宙則指的是特定平臺(tái)或系統(tǒng)下的虛擬空間，如Facebook的Horizon Workrooms、Roblox、Fortnite等。這些平臺(tái)提供了一種集成了社交、娛樂(lè)、商業(yè)和創(chuàng)造力的虛擬環(huán)境，用戶可以在其中與其他人互動(dòng)、探索虛擬世界、參與游戲或創(chuàng)建內(nèi)容。

(資料圖)

雖然AGI目前來(lái)看和元宇宙一樣，都是一個(gè)發(fā)展中的概念，但我認(rèn)為，元宇宙體驗(yàn)的升級(jí)必將依靠AGI才能做得到?，F(xiàn)如今市面上的所謂“元宇宙”只不過(guò)是一個(gè)片面的虛擬空間，從場(chǎng)景人物建模到虛擬人智能化等等做得都不夠到位，看起來(lái)甚至有些滑稽可笑。但即便如此，這樣一個(gè)虛擬世界的打造仍需投入大量成本，而這顯然成為了影響元宇宙構(gòu)建的關(guān)鍵因素。是AGI讓我看到了廣義元宇宙愿景實(shí)現(xiàn)的可能。

01 空間計(jì)算時(shí)代與元宇宙的差異及共性

近日，蘋果在其年度全球開(kāi)發(fā)者大會(huì)上發(fā)布了混合現(xiàn)實(shí)產(chǎn)品Vision Pro。這款產(chǎn)品被認(rèn)為是蘋果公司對(duì)于虛擬現(xiàn)實(shí)（VR）和增強(qiáng)現(xiàn)實(shí)（AR）技術(shù)的重要突破，被寄予了很高的期望。事實(shí)上，這的的確確是一款驚艷的產(chǎn)品，在發(fā)布會(huì)上，庫(kù)克避而不談“AI”“元宇宙”等大熱概念，而是說(shuō)“如同Mac將我們帶入個(gè)人計(jì)算時(shí)代，iPhone將我們帶入移動(dòng)計(jì)算時(shí)代，Apple Vision Pro將帶我們進(jìn)入空間計(jì)算時(shí)代?！?/p>

“空間計(jì)算時(shí)代”，這個(gè)“空間”自然是指現(xiàn)實(shí)空間。很顯然，這明顯是要與“元宇宙推廣大使”扎克伯格的all in的虛擬空間（及狹義元宇宙）區(qū)分開(kāi)來(lái)。

這或許是出于對(duì)市場(chǎng)和消費(fèi)者的考量，蘋果可能認(rèn)為元宇宙這個(gè)詞已經(jīng)被過(guò)度使用或?yàn)E用，導(dǎo)致其真正的含義變得模糊不清，因此更傾向于使用其他術(shù)語(yǔ)或概念來(lái)描述他們的產(chǎn)品和愿景；也或許是認(rèn)為人們過(guò)度沉浸在虛擬世界中一定程度必將削弱與真實(shí)世界的聯(lián)系和體驗(yàn)，這與他們的品牌理念不合。

當(dāng)然，對(duì)于蘋果剛剛發(fā)布的MR（混合現(xiàn)實(shí)）頭顯Vision Pro，扎克伯格是這樣評(píng)價(jià)的：“這可能是未來(lái)計(jì)算的愿景，但這不是我想要的。”扎克伯格堅(jiān)持Meta將致力于創(chuàng)建人工智能模型，與競(jìng)爭(zhēng)對(duì)手相比，這些模型可供更多人使用，并最終符合他的元宇宙計(jì)劃。

總之，無(wú)論是“空間計(jì)算時(shí)代”還是“元宇宙”，每個(gè)公司都有其獨(dú)特的價(jià)值觀和戰(zhàn)略選擇，這賦予了消費(fèi)者更多選擇的空間。然而作為一名元宇宙以及AI行業(yè)的從業(yè)人員，我認(rèn)為雖然蘋果避免直接將自己與元宇宙聯(lián)系在一起，但其卓越的技術(shù)生態(tài)系統(tǒng)、前沿的增強(qiáng)現(xiàn)實(shí)技術(shù)與元宇宙存在著契合之處。

二者共同追求將虛擬和現(xiàn)實(shí)世界融合，為用戶創(chuàng)造更加沉浸式、個(gè)性化和連接性強(qiáng)的數(shù)字體驗(yàn)。這種契合使得增強(qiáng)現(xiàn)實(shí)技術(shù)成為構(gòu)建元宇宙的重要工具之一，為用戶打開(kāi)了通往數(shù)字化未來(lái)的大門。也就是說(shuō)“空間計(jì)算”和廣義的“元宇宙”某種程度上殊途同歸——實(shí)現(xiàn)物理世界和數(shù)字世界的更好融合。

02 AGI實(shí)現(xiàn)物理世界和數(shù)字世界的更好融合

在追求物理世界和數(shù)字世界的更好融合這個(gè)過(guò)程中，必將應(yīng)用到AGI去提升融合效率。還是以剛剛提到的蘋果Vision Pro為例，從體驗(yàn)者的口中可以窺見(jiàn)這款眼鏡的優(yōu)缺點(diǎn)。優(yōu)點(diǎn)自然是蘋果延續(xù)了一貫的高標(biāo)準(zhǔn)黑科技，注重用戶體驗(yàn)感等，比如，頭顯外部搭載“Eyesight”透視功能，通過(guò)掃描面部生成虛擬與現(xiàn)實(shí)交界中的3D化身；配備了12顆攝像頭、5個(gè)傳感器以及6個(gè)麥克風(fēng)，使得空間定位更為精準(zhǔn)等。當(dāng)然也存在機(jī)器自重過(guò)重、體驗(yàn)空間局限、智能化程度有待提高等問(wèn)題。

從其中我關(guān)注到的是，想提升這類增強(qiáng)現(xiàn)實(shí)設(shè)備的使用感受，最終實(shí)現(xiàn)空間計(jì)算時(shí)代，離不開(kāi)AGI的幫助，也就是說(shuō)，無(wú)論是在元宇宙中還是蘋果推崇的空間計(jì)算時(shí)代里，憑借著純粹的人力，根本支撐不起元宇宙中用戶們的內(nèi)容需求。

想要物理世界和數(shù)字世界的更好融合首先就要解決五感（視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)、味覺(jué)、觸覺(jué)）等方面的真實(shí)性，無(wú)論是視覺(jué)內(nèi)容、元宇宙智能數(shù)字人（或許也可以說(shuō)是空間計(jì)算時(shí)代智能NPC）等都需要由AI作為主力去進(jìn)行創(chuàng)造。

在視覺(jué)內(nèi)容方面，在生活中，3D視覺(jué)是人類的本能，但是3D需要的設(shè)備、環(huán)境、技術(shù)等等的專業(yè)程度比之2D數(shù)據(jù)成幾何級(jí)翻倍，單單依靠個(gè)人進(jìn)行元宇宙3D場(chǎng)景的構(gòu)建、人物的建模將會(huì)是巨大的工作量。依靠AI相關(guān)技術(shù)例如卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練可以很好的提升3D人物場(chǎng)搭建效率。

同時(shí)，AI也可以為元宇宙提升互動(dòng)體驗(yàn)，例如提升智能數(shù)字人交互能力，可以應(yīng)用到一些AI技術(shù)，例如自然語(yǔ)言處理（NLP），使計(jì)算機(jī)能夠與用戶進(jìn)行自然的對(duì)話和交互；強(qiáng)化學(xué)習(xí)（RL）訓(xùn)練智能體在環(huán)境中做出決策和行動(dòng)，更好地培養(yǎng)虛擬角色或代理人，使其具有自主決策和智能行為，增強(qiáng)用戶與虛擬環(huán)境的互動(dòng)體驗(yàn)。類似數(shù)綻科技這樣的公司就在和多個(gè)上市公司一起合作，打造逼真的AI互動(dòng)角色。

03 更多AI技術(shù)的發(fā)展與崛起

隨著AIGC的出現(xiàn)，計(jì)算機(jī)可以通過(guò)學(xué)習(xí)和模仿人類的創(chuàng)造力，自動(dòng)生成各種豐富多樣的內(nèi)容，AI可以帶來(lái)更智能化的互動(dòng)體驗(yàn)、供個(gè)性化的元宇宙體驗(yàn)以及智能化的幫助和支持。只有應(yīng)用到AI的智能化、學(xué)習(xí)能力以及工作效率才能使得元宇宙成為一個(gè)充滿智能、包羅萬(wàn)象的虛擬空間。

AI很多相關(guān)的技術(shù)都可以初步幫助我們達(dá)成上述愿景。我最近在閱讀一些AI書籍就關(guān)注到了LangChain技術(shù)。自 ChatGPT 發(fā)布以來(lái)，大型語(yǔ)言模型 (LLM) 廣受歡迎。很多人沒(méi)有足夠的資金和計(jì)算資源從頭開(kāi)始訓(xùn)練自己的大語(yǔ)言模型，所以使用預(yù)訓(xùn)練的大語(yǔ)言模型成為了很多人的選擇。

LangChain 是一個(gè)開(kāi)源 Python 庫(kù)，支持人們使用它來(lái)構(gòu)建 LLM 支持的應(yīng)用程序。它提供了工具、組件和接口，以簡(jiǎn)化與大型語(yǔ)言模型（LLM）和聊天模型的交互，并管理這些組件的連接。此外，LangChain還可以集成額外的資源，如API和數(shù)據(jù)庫(kù)，以增強(qiáng)應(yīng)用程序的功能。這樣擁有編寫代碼能力的人們就可以開(kāi)發(fā)屬于自己的程序，包括自然語(yǔ)言處理、對(duì)話系統(tǒng)、智能助手等，十分高效靈活。這樣的AI驅(qū)動(dòng)產(chǎn)品越來(lái)越多，讓更多包括公司掌握開(kāi)發(fā)自己的GPT的能力。

在元宇宙中，LangChain就可以利用自己的組件比如Prompt Templates and Values（提示模板和值）將用戶輸入和其他動(dòng)態(tài)信息轉(zhuǎn)換為適合語(yǔ)言模型的格式，可以作為輸入傳遞給語(yǔ)言模型進(jìn)行處理和生成智能組件化的回應(yīng)；利用Chat Message History（聊天消息歷史）記住先前的聊天交互數(shù)據(jù)，并將其傳遞回模型，以維護(hù)上下文并提高模型對(duì)對(duì)話的理解。

除了AI驅(qū)動(dòng)產(chǎn)品，如今文字生成視頻的體驗(yàn)工具也步入了公眾視野，Stable Diffusion和《瞬息全宇宙》背后技術(shù)公司Runway出品的AI視頻編輯工具Gen2近日開(kāi)放了免費(fèi)試用渠道。Gen1和Gen2的發(fā)展是人工智能領(lǐng)域的一大進(jìn)步，尤其在視頻生成領(lǐng)域。Gen1通過(guò)引入時(shí)間層和聯(lián)合訓(xùn)練圖像和視頻數(shù)據(jù)，成功將潛擴(kuò)散模型擴(kuò)展到視頻生成領(lǐng)域。這使得Gen1能夠生成細(xì)粒度可控的視頻，并能對(duì)參考圖像進(jìn)行定制。此外，引入的全新引導(dǎo)方法也為生成結(jié)果的時(shí)間一致性提供了精確的控制。

Gen2進(jìn)一步擴(kuò)展了功能，直接實(shí)現(xiàn)了文本+參考圖像生成視頻、靜態(tài)圖片轉(zhuǎn)視頻、視頻風(fēng)格遷移等7大功能。這意味著用戶可以更加靈活地利用Gen2進(jìn)行視頻創(chuàng)作和編輯。無(wú)論是根據(jù)文本和參考圖像生成視頻，還是將靜態(tài)圖片轉(zhuǎn)化為動(dòng)態(tài)視頻，或者進(jìn)行視頻風(fēng)格遷移，Gen2提供了更多的創(chuàng)作可能性和個(gè)性化選項(xiàng)。

總之，AI行業(yè)的發(fā)展日新月異，我在這一波波浪潮之中無(wú)數(shù)次堅(jiān)定了自己的看法：無(wú)論是在元宇宙中還是蘋果推崇的空間計(jì)算時(shí)代里，AGI將會(huì)提升空間計(jì)算時(shí)代（元宇宙）的體驗(yàn)感，其中AIGC將會(huì)是主要的生產(chǎn)力。AI就是虛擬以及真實(shí)的未來(lái)。

本文作者李逸群，人工智能科技公司CEO，關(guān)于通用人工智能、人工智能生成工具、應(yīng)用模型訓(xùn)練等AI前沿領(lǐng)域。系福布斯中國(guó)撰稿人，發(fā)表觀點(diǎn)僅代表個(gè)人。

標(biāo)簽：