当人工智能进入千模大战的白热化状态时，有些玩家开始独辟蹊径，要做大模型背后的“代理人”。这种智能代理的模式又被称为大模型调用工具。

(资料图)

阿里云走的就是这条路线，它推出的大模型调用工具——魔搭GPT（ModelScopeGPT），可以完成比单独的大语言模型更高级和多元化的任务。

比如，用户在魔搭GPT的对话框输入任务：“用20字描述一款新的VR眼镜，并用女声朗读，随后转成视频”，魔搭GPT会展示整个任务规划过程，先由中枢模型生成一段描述VR眼镜的文案，接着调用语音生成模型，生成语音并用女声念出，最后调用视频生成模型，输出最终的视频内容。过程中，魔搭GPT先后调用了一大二小三个模型。

那么如何保证魔搭GPT有足够多的模型可以调用呢？

阿里云为此建立了一个魔搭社区，作为国内最大的AI模型社区，它集聚了180多万开发者和900多个优质AI模型，这些模型由20多家顶尖人工智能机构贡献，累计下载量突破3600万。这其中，有约100个参数规模在10亿以上的大模型。在魔搭平台上，所有模型生产者都可上传模型，验证模型的技术能力，探索模型的应用场景和商业化模式。

而上述产品，正是阿里Maas（“模型即服务”）概念的具体体现。

在7月7日的世界人工智能大会上，阿里云CTO周靖人阐释了Maas的几层含义：

最底层的含义是要把模型作为重要的生产元素，围绕模型的生命周期设计我们的产品，设计我们的技术，从模型的开发入手，包括数据处理、特征工程、模型的训练和调优、模型的服务等等，围绕这样模型生命周期提供各种各样的产品和技术。

模型还有另外一层含义，围绕模型的生态发展，除了底层的基础模型，我们还会聚焦行业，有行业的专属模型，甚至到某一个企业，根据具体的应用场景，还有企业或者具体场景需要的专属模型。可以看到模型正以这样层次化的结构不断发展、不断创新。

另外，模型不光是在云上，在端上、IOT设备里面也发挥了一系列的作用，今后，完整的模型生态不光是今天涉及到的云端，还会有手机端和随身设备，模型在无形之中也形成了立体的服务机制，服务生活的方方面面。

在发布通义千问大模型之后，阿里云一直在丰富其AI产品形态，6月1日，阿里云发布了通义听悟，这是一款基于通义千问语言模型、音视频AI模型能力，能为用户带来音频、视频内容记录和阅读全新体验的AI助手，帮助随时随地高效完成对音视频内容的转写、检索、摘要和整理，比如用大模型自动做笔记、整理访谈、提取PPT等，可成为用户工作学习中的得力AI助手。

7月7日，周靖人又推出了通义家族的一个新成员：通义万相。

通义万相是绘画领域的模型。大家通过文字描述的方式，让万相生成相关图片。还可以结合一系列的模式和风格，让万相快速生成符合你描述的语义以及相关风格的精美图片。描述语义可以通过多种语言，有效地精准地去描绘自己要生成图片的内容。

除此之外，万相也可以做风格迁移。比如，比较满意图片中体现的语义，但是不满意图象风格，就能通过通义万相做风格的迁移。

如果我们比较喜欢某个图片的风格，希望生成更多样性的图片，就可以利用相似图的生成，让通义万相在保持相关风格的情况下，生成更多样的图片。（撰文 | 董温淑 编辑 | 孙春芳）

标签