2023.04.12

ChatGPT4到来:多模态是数字人的未来
访问量:561


模态大模型再次颠覆人工智能领域


3月15日,OpenAI发布了ChatGPT-4版本的更新。和外界此前的猜测一样,GPT-4是一个多模态大型语言模型,不再仅仅处理文本数据,对图片也有了理解能力。它可以同时处理多种数据类型,包括文本、图像、音频等等。通过对这些不同类型数据的处理,ChatGPT4 可以更好地理解和处理各种实际问题。


ChatGPT4核心关键:多模态技术的应用!


在官方的文章中,OpenAI给出了几个使用范例,如说明图片的内容、分析图表、解答图片内的考题、找出图片不寻常的原因等,让人大开眼界。


在OpenAI官方发布的视频中,GPT-4通过识别上图中随便画出的草图,就识别出了这是一个关于网站的草图;



然后“顺手”生成了建成这个网页的全部代码,再然后...一个网站就这样建成了。



业内人士认为,随着ChatGPT直接升级为更强大的GPT-4 版本,以ChatGPT为核心功能的AI数字人应用场景也将迎来新一轮的革新和升级。



模态是虚拟数字人的未来



虚拟数字人驱动的最终形态,是实现AI驱动,即用“AI”替换掉“人”所扮演的角色。但AI虚拟数字人在制作成本和技术门槛上仍然大大高于真人,同时局限于AI目前所表现出的智商水平,目前并不能被广泛使用。


但ChatGPT所展现出来的高灵活度让人们对AI有了新的认知,它比普通的人工智能机器人更加像“人”,相较以往的大模型,它对知识的挖掘要更充分。


具体来讲,ChatGPT是一个通用语言模型,它可以用于许多不同的自然语言处理任务,例如语言翻译、问答、文本生成等。相比之下,普通的虚拟人AI模型通常专注于特定的任务,例如聊天、客服、语音识别等。


此外,ChatGPT是目前最大的通用语言模型之一,参数超千亿,比许多传统的虚拟人AI模型要大得多。这使得ChatGPT能够处理更加复杂和抽象的自然语言文本,并生成更加自然流畅的回复。


随着算力的提升以及GPT-4模型升级,数字人将输出文字、图像、音视频等多模态信息,甚至细微到情绪表达。多模态成为虚拟数字人信息输出的未来模式。



传农业数字人的多模态实践



远传科技多模态数字人融合多项AI技术,可根据用户的提问,结合通用知识库进行相应指引,并生成播报视频,以标准化服务实现降本增效。


担任大屏导览助手、业务咨询助理、业务办理助手等,还可以化身为“电商网红”、“数字员工”,广泛应用于金融、政务、文旅、电商等领域的多元应用场景,为数字经济焕发新的活力。


基于农业大脑的远传科技数字人,可以像人一样具备农业领域的“看、听、说”的能力,围绕管、产、供、销等各领域的农业痛点,打造智能问诊、智能运营、智慧融合、智能分析等业务场景服务。


智能问诊 


集语音、图片、文字等多种交互模式于一体,让农民通过自然语言的方式就可以轻松获取到日常农作物护理知识,以有效解决农技服务渠道不畅通、农技推广手段落后的问题。



智能运营 


通过大屏展示农村相关大数据的运营情况,打通数据壁垒,做到数据化智能运营,实现农业资源要素数据共享,并通过3D数字人拟人化方式进行面对面交流,提高人机交互的交互体验。



智慧融合


通过自然语言的方式快速交互获取当前所关注的窗口路径,通过数据收集、平台搭建,打通产业数据流通的各个环节,实体产业经济与互联网信息融合,将数据直接展示在大屏上,所有数据一目了然,并推送预警信息,农业计划,生产管理信息等。



智能分析 


通过手机上传图片,数字人基于多模态农业知识图谱进行推理分析,得到图片的病虫分析结果,通过语音播报形式进行反馈。




从技术到应用,从单一模态到多模态和跨模态,人工智能正在深刻改变人们的生活。远传科技数字人融合语音、视觉、动作等多模态形式,为企业注入智能化、数字化基因。




获取专属远传数字人服务体验

扫描二维码,了解更多详情


推荐新闻

全部新闻
Baidu
sogou