10月26日,快手正式内测“AI小快”账号,在短视频评论区为用户提供互动问答、图片生成、攻略检索、文案修改等多种基于短视频应用场景的AIGC服务。“AI小快”背后是快手自研大模型的强力支持,包括快手从零到一独立自主研发的大规模语言模型“快意”大模型和文生图大模型“可图”。据悉,这是今年快手在评论区场景落地的首款人格化应用,也集成了大语言模型和文生图模型的能力,让“AI小快”实现了“能说会画”的能力。今年以来,快手加快了AIGC的技术布局。8月,快手宣布内测自研大语言模型“快意”(KwaiYii),9月,快手推出了文生图大模型“可图”(Kolors),在大模型业务方面继“文生文”之后又补上了“文生图”这块版图。
短视频评论区天然是一个用户表达、互动、交流的公域场地,各品类内容下均存在用户表达和提问的诉求,而且用户的提问类别丰富,覆盖视频内容的讨论交流、对专业信息的疑惑以及自我情绪的抒发等。在快手3.76亿DAU的社区生态中,用户的每一次表达,每一次提问,都是对社区的信任,背后都是对“被回应”的期待。
为了更好的满足用户在评论区的诉求,让用户表达有途径、互动有回应、互动有惊喜,“AI小快”应运而生。据了解,用户在快手搜索“AI小快”即可申请参与内测,获得资格的用户在短视频评论区发布艾特@AI小快 的评论,便可收到@AI小快 的回复。“AI小快”不仅可以为用户们的提问给出有效的答案和信息参考,且能在短视频信息延展的基础上,有效提升用户之间的互动频次和信息交互体验。
值得一提的是,“AI小快”也具有自己的人设,即一个有态度、有能力、有感情、有梗的四有AI账号。无论是聊刷剧细节还是数理化难题,只要是用户在评论区的评论,“AI小快”有问必答。同时,AI小快也是一个活泼友爱的聊天搭子,既能提供有效的情绪价值,也能根据网络热梗、时事热点等信息随时“造梗”,力求打造评论区的显眼包。
据了解,“AI小快”的背后是快意大模型强大的理解、生成与交互能力的支持。本次发布的“AI小快”的能力已升级到了快意大模型的 66B 版本。这也是继8月份快手发布快意13B模型后的又一次技术升级。更大规模的模型,也带来了更强大的能力。
今年下半年以来,快手加快AIGC的布局。8月,快手宣布内测自研大语言模型“快意”(KwaiYii),打造“全模态大模型AIGC解决方案”。基于自研的基座大模型,为用户提供包括文本生成、图像生成、3D素材生成、音频生成、视频生成等在内的多种技术能力。其中,KwaiYii-13B在多个 Benchmark 上都处于领先水平,证明了其在自然语言处理任务中的出色性能。
基于目前在大模型的技术积累,快手已经在搜索、评论等多个场景实现了应用落地。7月8日,快手开启智能问答产品的内测;8月8日,启动“AI对话”内测,并于8月18日在快手App安卓版本开放内测“快手AI对话”功能;9月15日,快手宣布在站内短视频评论开始内测AI文生图功能——快手AI玩评,用户通过输入各种创意文字,可一键生成海量风格图片,更便捷的在评论区进行趣味互动。
随着AIGC商业落地迎来新一轮波峰,技术与产业的融合度及场景应用丰富度在迅速提高。短视频拥有庞大的用户基础和强大社交属性,为AIGC的落地提供了更多应用场景。未来,快手将持续深耕AI技术,推动产品形态、用户体验发展,探索短视频业务的第二曲线,推动其成为短视频+直播平台的基础设施。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。