字节全方位发力AI大模型，上半年是飞书妙记，今天是豆包，还有buboGPT更牛
字节的 GPT 算是彻底爆发了，首先是今天突然发布了聊天工具，名字叫豆包，不过豆包只是字节在大模型上放的一个小技能大招，我放到后面说，从纸面上看可比 OpenAI 的要厉害多了。咱先说豆包，它是全平台支持的，包括网页以及安卓和苹果的 APP 网址，我放粉丝群了，直接打开下载就可以了。豆包用抖音号直接就能登录，目前的消息是限量邀请，但是我两个号都登进去了，都用上了，也没跟我要什么邀请码，可能是先到先得，也就是目前还有名额。我问了一下他用的是哪个大语言模型，是不是开源的？ LLAMA 还是ChatGLM？那他说是云雀，这个应该是字节自研的模型，豆包可以写代码，可以写文案，可以和你聊天，但是不能输出图片，只支持中英文。我测试的是它不支持日语。豆包有意思的是每次他回复你自动播放语音，提高。
社交能力需要付出持续的努力和实践。
当然你要不想听的话，右上角这个小喇叭给他点了就可以了。那安装好以后默认有 4 个对话，有豆包英语学习助手、全能写作助手，还有超爱聊天的小宁。这我不知道和豆瓣有什么区别。相比于其他的 AI 聊天软件，它不能预设， prompt 也没有给你提供，应该是每次都让你来写骑手势来定角色了，后续应该会更新这功能。那找了一篇文章来让他分析一下。
7000 多字，输入进去直接就不说话了。我字数少一点， 1000 字它就没什么问题，那我再整个 3000 字的，它会告诉我超过字数限制。今天就是简单测试一下该会的，它都差不多，包括我之前写的这个哆啦 a 梦的逻辑问题测试，它都完成的不错，它是能识别出什么是现实世界，什么是漫画世界。
其实这个也不是字节的第一款产品了，前面有一个飞书妙记集成在飞书软件里也是大语言模型的产品。我当时以为是字节要直接打办公场景了，开个会自动写个会议纪要啥的，直接提高办公人的效率。没想到突然又出现了纯聊天的软件，说明字节跳动已经全面加入了大模型的大乱斗当中。
而且真正的大招是这个叫 Google GPT 的，8月 17 号刚刚在预印本网站上上传了论文，那 Git Hub 上也有 300 个星了。 Google GPT 除了常规的大语言模型支持的这些文字输入以外，还支持图片和声音的多模态输入。它能看出来泳池里有一只猫，谈及它的青蛙，而且能看出这些图片的笑点和含义。当然别急，基操物流这些功能都是 GPT 4 半年前在 PPT 上展示的大饼，现在还没实现。
Google 这个更厉害的是它能做到细颗粒度、多模态的联合理解。什么意思？就是其他的多模态的模型，要不然就只能听，要不然就只能看。 Google 这个是它既能听又能看同时来，而且分辨的很细致。比如说这个，他知道图片里的人在骑自行车，狗在旁边叫，比如说这个吹风机在响，它知道是这个女人在给猫吹风吹干。那你可想而知，以后监控装上了这玩意儿，那可真不得了啊，上课的时候，教室前面摄像头对着所有人的脸拍，谁学进去了，谁没学进去？谁偷摸讲话了，传纸条都给你看得明明白白。
现在的 AI 工具帮你总结视频网站的视频，要不然就是抓取字幕，然后分析文字，要不然就是语音转文字，然后分析文字。字节的这个多模态可真的是帮你看电影了。当然了，对算力的要求可能比现在要高得多得多。那这几个月呢？ AI 其实比较冷清，国内外其实都没有特别亮眼的产品，都没超过 GPT 4。下半年苹果应该还会有王炸。
but there is just one more thing。
不知道是什么东西，那下一波大模型的浪潮不知道是不是又要开始。
本文由：百收网络公司编辑，喜欢点上面头像关注，请勿转载
联系客服
