梦晨明敏发自凹非寺
量子位公众号 QbitAI
ChatGPT 爆火，有人高调入局复刻，有人从大模型技术产品中找线索。
于是一众聊天 AI 开始被更多人关注。尤其是对话质量相近、AI 双商在线的那种。
这不，主打社交型 AI 聊天的 Glow 在知乎上又掀起了一波讨论度。
这个早于 ChatGPT 发布的对话 AI，4 个月内注册用户近百万。
从技术角度来看，AI 回答有逻辑、有知识储备，对应的底层模型和技术实力一定不可小觑。
两天前，在北京举办了首次对外的小型沟通会，主创团队代表首次公开露面，分享了公司的一些相关信息，正式揭秘 Glow 从何处来。
我们也由此知道了其庐山真面目：MiniMax，创业团队，诞生 1 年多，自研 3 个通用大模型，具体能力在 Glow 上验证了。
而这还不是他们的全部，团队进一步透露说，接下来还将发布更多新应用，并在今年开放 API 接口。
底层全自研
主打产品 Glow，上线 4 个月用户已逼近 500 万。
与之前搜索引擎助手、回答问题、文案生成类不同，Glow 更强调 AI 社交，是国内最大的 AI 社交平台。
甚至在苹果 App Store 社交分类排行榜上也经常能看到其身影，热度与一些垂类真人社交应用相当。
在 Glow 里，用户可以根据喜好创建有背景设定、有特定性格的智能体。
神奇之处就在于，智能体的性格特质只需要通过一段简短的描述实现，并能在后续对话中不断调整强化。
换句话说，只要你能把想象中的虚拟角色用语言描述出来，AI 就能帮你实现。
于是可以看到，Glow 上已有不少用户创建的热门文艺作品中的角色，可以跳脱出固定剧情之外，与用户演绎全新的故事。
和大火的 ChatGPT 有些不同，Glow 上面的 AI 更倾向于闲聊陪伴，而不是专业知识性回答，用户还能调教 AI 的性格。
它们的回答往往都是富有情绪的，很会使用流形的括号文学和颜文字。
不仅会让聊天内容更亲切，有时候还能补充些动作剧情……（啧啧是有些想象力在身上的）。
这种模式其实也打破了对聊天 AI 的刻板印象。而从公开的用户增长量和留存时长来看，又能侧面证明大模型 to C 被找到了一种新鲜的路线。
不仅是文字生成能力，Glow 依靠的是整套多模态模型的调用。还能自己生成人物头像、生成不同音色的语音。
用户既是内容的消费者，同时也是内容的创造者，好的 AI 往往能以最普遍的方式，服务更多人，MiniMax 将这种理念总结归纳为Intelligence with Everyone。
以往，AI 科技公司通常不直接接触用户，而是为大客户打造 AI 解决方案再间接服务于用户。
MiniMax 做的是跳过中间环节，直接将 AI 产品呈现给终端用户，在过程中不断了解和满足用户需求。
为了做到这一切，MiniMax 自研了三个基础模型，分别为文本、语音和视觉大模型。
在国内创业公司中，完成如此成就的目前还是少见的一家。
在基础模型之上还构建起一个计算推理平台，让成千上万的用户以这种低成本、高效率地享受到 AI 能力。
Glow 也仅仅是这个计算推理平台支持的第一款产品，目前已能满足每天上亿次的用户调用。
在这些基础能力上，MiniMax 还向量子位透露了更进一步的计划：
- 今年对外开放 API 接口。
总之，更期待的还在后头。
关于团队
MiniMax 成立于 2021 年 12 月，号称All in AGI。
圈内对于通用人工智能（AGI）的讨论一直都很热烈。
它是科幻电影中的常客，是指具有一般人类智慧，能像人一样执行各类任务的机器智能。深度学习三巨头之一 LeCun 还将其称为“是人类和科技互动不可或缺的部分”。
但想要实现 AGI，道阻且长。过去很长一段时间，国内外都鲜少有主打 AGI 领域的创业公司。
为什么 MiniMax 会在成立之初就坚信 AGI？
在首次媒体交流会上，联合创始人杨斌给出了回答。
杨斌介绍，初始的团队成员来自各行各业。有的在高校、有的是大厂技术骨干、还有的在顶尖创业公司担任技术负责人。
如杨斌本人是计算机视觉背景博士，此前是加拿大 Uber ATG 研究院的创始团队成员，还在无人驾驶领域创过业，作为上一轮 AI 浪潮的亲历者，他最终决定回国加入 MiniMax。
之所以愿意抛弃掉过去的一些积累、选择从头开始，杨斌表示是因为发现了“三件不同行业之间发生的小事”。
第一件是 GPT-3 发布。
2020 年 6 月，GPT-3 论文发布。这项成果让他们看到了一个事实：摩尔定律在自然语言类任务上得到了验证。模型的参数量从百万级，飙升到了千亿级别。
配合参数量的增加，给模型足够多的数据。当二者的摩尔定律发生碰撞的时候，GPT-3 便具备了推理能力，这使得模型能具备非常好的泛化能力，可以处理非常多的文字语言任务，是此前从未发生过的。
第二件事是半年后发布的 CLIP 模型，这让团队意识到了跨模态生成任务的可能性。
第三件是 21 年 8 月，特斯拉在 AI Day 上证明：端到端完全数据驱动的技术路径，可以在自动驾驶上被应用成功。
这意味着端到端深度学习的技术栈，是可以在实际应用中 work 的。在商业公司里，基于大量数据反馈迭代模型，是一种被验证了的可持续方式，正如特斯拉每几个月就升级软件一样。
以上这三件事，影响了 MiniMax 的创立。
杨斌认为，AI 在学术、商业领域的进步，已经可以验证 AGI 的趋势是对的。
当时我们的判断是，AI 技术在未来2-3 年之内，一定会发生质的变化。而且这种技术升级，会使得 AGI 能够在我们有生之年到来。
而在全行业内，AGI 公司创业也是正在发生的趋势，谷歌多位 AI 大佬出走创业，目标都是 AGI。
2021 年 10 月，前谷歌首席软件工程师、Transformer（ChatGPT 架构）作者之一、谷歌最重要早期员工之一 Noam Shazeer，创立Character.ai，all in AGI，主打 AI 聊天对话程序。
还先后吸引了 4 位谷歌技术人才，包括前谷歌大脑团队成员、谷歌聊天机器人 LaMDA 作者等。
2022 年 4 月，Transformer 论文团队又有 2 人出走谷歌创业，同样专攻 AGI。公司名叫Adept，目标是创造让人和计算机能够协同工作的通用人工智能。公司成立便获得 6500 万美元融资。
去年年底，连传奇程序员卡神，都从老东家 Meta 离职，要在 AGI 领域大干一番事业。
22 年 8 月，他正式创立通用人工智能公司 Keen Technologies，拿到 2000 万美元融资。投资人中有 GitHub 前 CEO 奈特·弗里德曼（Nat Friedman）、Shopify 联合创始人兼 CEO 托比亚斯·吕特克（Tobi Lütke），同时吸引了红杉资本注资。
到最近，ChatGPT 全球爆火，无论是话题讨论度、技术趋势还是市场价值，都再次验证了 AGI 的趋势。国内国外，科技巨头、资本市场也都纷纷盯上了这块新领域。
而在时机的推动下，或许不只是 MiniMax 被推至台前，还有更多技术力量相继入场。
等到这时，百家争鸣。中国的科技创新可能也会引发一场新风暴，甚至成为科技发展进程中的一个关键节点。
现在，好戏才刚刚开始，你觉得呢？
