要说AutoGPT为啥会迅速蹿红?

还不是把人类对AI的想象力再次打开了。

【资料图】

使唤AI不用再一句句引导，更不用去研究提示工程了。

人人像钢铁侠那样拥有超级AI贾维斯不是梦。

而就在现在，这种Auto AI Copilot已经有人批量生产了。

大概画风be like:

如果你正在浏览旅行APP打算订酒店，点一下AI助手，它就会根据自己掌握的信息贴心发出询问:

然后对着手机说出自己的情况和需求，它立马找出了13个方案，并且给出自己最推荐的选择。

不仅如此，它还会查询当地天气提醒你要准备什么衣服，并能根据天气情况来规划路线。整个过程，完全就是和真人助理对话的感觉啊。

除了旅行APP，如购物、家装等各类软件里都能内置这样一个AI。而且官方还透露说，底层平台将会在近期开源。

这就让人好奇了，到底这些AI从哪里来?

生产有记忆会自学习的AI Copilot

如上看到的AI Copilot来自名为MinDOS的AGI应用助手平台。

它主打的功能就是为各类软件打造一个超级AI，不光能回答人类用户提出的问题，还拥有记忆、自主学习能力，同时也能有个性。

比如当你打开家装软件准备再买点装饰，但其实没想好具体买什么时，AI Copilot就能根据它对你的了解，给出推荐的物品。

除了推荐好物，AI Copilot还能基于人类的问题揣测意图。

比如让它查询下买的桌子椅子发货了没有，AI先是回答了物流的进度，然后感觉到人类可能希望桌椅能一起送过来，就马上提出了自己的猜测。

而且它还会智能地根据情况给出推荐的解决办法。

比如告诉android人类，已经发货的椅子没法取消订单了。与其现在把椅子退货再重新下单一整套桌椅，倒不如直接再买张桌子补齐吧。

据了解，MindOS平台现在支持包括中英文在内的30种语言，提供超过1000个带有性格、功能的预置AI角色，准确推断意图的准确率达到97%。

而定制这些AI Copilot，其实并不难，不用懂算法和编程，也不用给数据打标，几分钟就能搞定。

平台上有多种类型的AI助手可以选择，包括购物、金融、网站引导等。

选好类型后，就能开始个性化定制了。

平台支持接入API、数据和文档等，并为AI助手提供了一些技能，可以按需选取使用。

然后只用自然语言描述，就能完成对AI助手的初始设定。

可以控制的内容包括AI的形象、自我介绍、对话风格、要完成哪些任务、不能做哪些事等。

整个过程就和招来一个新员工一样，告诉它工作守则即可。

设置完成后，将平台生成的代码插入到网站或软件中，即完成AI Copilot的接入。

据了解，MindOS其背后原理是以大模型作为底层基VsQYgeSVf础，在此之上背后开发团队搭建了一套模仿人脑宏观架构的自研框架UMM（Unifined Mind Model），为AI加入复杂思考、记忆、服务和更强的自主学习能力，让大模型内容更可控、能力更自主、部署更灵活、整合更深度。

其中，大模型就好比通用计算平台，类似于人类大脑的前额叶，具备很强的理解能力和逻辑推理能力。但人想要在现实世界中完成各种任务，一定还需要视觉、执行、动机、记忆等区域的配合。

因此，UMM框架就是给大模型接入了这些能力，比如可以感知和处理多模态信息、记住专业知识、历史信息和数据、自主学习等。以此让AI可以完成一个长链条任务，和AutoGPT非常相似。

而且相对于AutoGPT，MindOS背后框架的自主性更高。

举例来说，AutoGPT是在给定公开的技能下（如搜索），自主规划出合适的执行计划。

而MindOS中的AI，会在发现自己技能不够用时，主动去互联网上搜索新技能，自主测试、连接，并利用新学会的技能进一步完成复杂任务。

比如当用户提问“我想知道公司有哪些西雅图的客户?”

MindOS的AI发现自己现有能力没法解决这一问题，于是它就在公司网络中找到了一个CRM接口（客户信息系统），然后在用户允许下自主学会如何使用，最后给出了公司的西雅图头部客户和每个客户的具体介绍。

去年11月初，MindOS发布1.0版本，比ChatGPT还早了几周。

在经过几个月迭代后，在最近推出2.0版本，并将开放一轮封测，届时可以抢先体验。

而且幕后团队透露，其底层框架UMM也会在后续开源。

这绝对算得上是一个重磅消息了，毕竟当下ChatGPT、AutoGPT热度够高，但是在使用和自主可控性上都还存在一些让人有顾虑的方面。一个真正可商用的、成熟的AI框架，加上完整的配置平台，相信有很多人会跃跃欲试。

这不免让人更加好奇，MindOS的背后开发团队到底是何人?

前脸书高级研究科学家带队打造

MindOS来自心识宇宙，在2022年1月创立，定位是一家AGI公司。

公司团队成员来自Meta、Google、TikTok、Alibaba等，创立至今已获得红杉中国种子基金、线性资本、银杏谷资本等顶级基金投资。

创始人兼CEO陶芳波，是数据挖掘和AI领域的熟悉面孔了。

他本科毕业于清华大学，后赴伊利诺伊大学香槟分校获得计算机科学博士学位，师从数据挖掘领域鼻祖韩家炜教授。

陶芳波博士先后在美国微软研究院、Facebook Research、NASA等从事研发工作，并是阿里达摩院神经符号实验室的创建人。其研发成果已应用到NASA、波音公司等;搭建的Facebook大规模内容理解平台，日均服务超过2亿用户。

此外，他还担任了EMNLP、CIKM、ACL、SIGMOD、WWW等领域顶会的评审专家。

心识宇宙的创立契机，主要有两方面。

一方面是底层技术的驱动，另一方面是需求真实存在。

其中，从技术维度出发的思考和准备，要从3年前说起。

2020年GPT-3震撼发布，让陶芳波看到了LLM的无限潜力。

当时，业内对AGI的讨论已经不绝于耳，陶芳波同样认同AGI会给未来世界带来变革。

怎么通往这里?大模型这条路已经逐渐清晰了起来。几年前，当时还在研究实验室的团队就已经开始搭建一种AGI框架的雏形了。

他们提出的技术理解是:大模型是一种全新的计算革命，提供了一种新的通用算力资源，即可以通过自然语言来调取的数字脑力资源。

相比于提供“连接能力”的传统算力，现在这种算力可以直接提供“理解和推理”能力。

但问题是，目前这种算编程客栈力依然是无差别的，和场景、个人需求没有深度整合（Grounding）。而这种整合需要非常复杂的场景理解、个人需求理解。

因此，需要在大模型之上构建一个有价值的调度框架，类似于新时代的操作系统，让这种算力不仅有理解能力，还和场景深度整合，可以在目标的驱动下独立成长和自我构建。

而技术创新，还只是底层的支撑。更上一步，需要行业中有真实存在的需求。

实际上，近几年不少软件和应用都倾向于为自己构建一个AI助手。一般是一些低频刚需APP，如银行、政府类;以及一些信息整合、用户决策路径长的APP，如电商、旅游类。

对于低频刚需类APP，因为打开频率低，用户对操作界面的熟悉程度不高。一旦有需求时，往往要先花费一段时间来摸索功能界面，有时甚至还得去网上搜教程，确实比较繁琐。

因此，APP会倾向于加一个AI助手，让用户通过自然语言交互，就像是问引导员一样，快速完成操作。

而对于决策路径比较长的APP，一般有两种情况。

第一，用户还不知道自己明确需要什么。

比如下周要去参加婚礼了，该准备什么样的礼物?很多人在打开购物软件时是没有想法的，这就需要自己来搜索找灵感，到最终确定商品下单，会是一个比较长的过程。

第二种情况，是用户需要进行复杂的货比三家，最后才能完成消费。

比如大到汽车、房产，小到球鞋、护肤，购买时不同人会优先比对不同的规格参数;或者是订酒店，也要事先了解好多家的价格、环境、位置等信息。这类决策过程也都会比较复杂。

那么，如果有AI能够快速整合对比信息，或者给出明确的推荐，这会提升用户的体验感，也能提升平台商家的转化率。

由此也就不难理解，为什么心识宇宙联合创始人兼COO林宋琪在创业初期就反复表达:

不可否认，软件AI化在最初也受到了不少来自市场的质疑。但随着OpenAI和微软的一系列组合拳，这一趋势开始逐渐被大家看到并相信。

ChatGPT引爆趋势后，微软率先将GPT-4整合到New bing，让AI渗入到人们日常使用搜索引擎的全流程中。这一波操作，直接让New bing日活用户破1亿，数百万活跃用户中，有三分之一都是新用户。

紧接着，Office全家桶也宣布接入GPT-4，推出新功能Microsoft365Copilot。微软CEO纳德拉在发布会上直接放话:今天，进入人机交互的新时代，重新发明生产力。

随后国内大厂也纷纷跟进，阿里放话要在所有产品中接入通义千问。

但问题是，有能力自己推出大模型、自己完成AI化升级的，毕竟还是极少数科技巨头的“特权”。即便是直接接入API，也需要企业本身具备一定的开发团队。因此在新的趋势下，很多软件和应用服务方，都在急迫寻找一个效果好、门槛低的软件应用AI化方案。

而作为作为微软和OpenAI的企业级合作伙伴，拥有领先商业化成果的心识宇宙，这几个月自然要被人“踏破门槛”了。

据心识宇宙透露，从MindOS发布以来，他们收到了数百家企业的试用申请，尤其是今年1月趋势引爆以后，申请量更是空前暴增。

目前，他们已经和全球Top3电商平台之一、亚太地区头部金融券商、全球顶尖跨境电商平台、编程客栈国内头部虚拟人公司和头部元宇宙平台达成合作。

人机交互变革的新起点

总之，心识宇宙的浮出水面，传递出了一个让人颇为兴奋的信号:

加之最近AutoGPT、AgentGPT等自主人工智能工具爆火，再次验证了更加灵活、可靠、易用的AI是新趋势的方向。

作为提前看到趋势，并率先开启技术研发、商业化落地的AGI领域创始人，陶芳波提出了自己的认知和判断，即未来世界的发展将会分为三个阶段:

应用和服务的AI化:任何需要用户来做决策的过程，都应该有AI Copilot的辅助，来更好提供深度需求理解和场景化推理。

个人为中心的AI出现:每一个人，都可以在交互的过程中，逐渐培养一个和自己深度绑定、且可以帮助串联任何事的AI Copilot。

AI Copilot串联成网络:应用和服务的AI Copilot和每个个人AI Copilot，连接成一张全新的网络，服务的分发会在这个AI Network上发生。不是传统的基于连接的分发，而是基于理解和推理的分发，这些AI Copilot会相互合作、协同，帮助人类完成复杂任务。

目前心识宇宙正在快速推进的，就是第一阶段。

第二阶段也近在咫尺，在今年下半年，他们将会发布面向消费者的MindOS，届时所有人都有机会塑造一个专属于自己的AI Copilot。

在这些趋势下，一个更加震撼的变革也在悄然推进，即人机交互方式正在被改写。

过去一百多年来，人机交互的方式从最初的基于按钮，发展到了通过命令行，再更进一步飞跃到通过图形界面完成交互。

当下的计算机、智能手机等，人和软件之间的信息交流，都是建立在GUI的基础上，也让人机交互从最初的仅限于专业人群，发展到了普通人范围。

但对人机交互稍有了解的人都知道，人类最自然的交互方式，其实是语言。

比如想要查询天气，如果通过语言，只需要说一句话“北京明天天气怎么样?”如果通过GUI，则需要用户找到软件、选择城市、再查看具体的日期。

过去，由于AI的能力有限，这种基于语言的交互也只能做到浅尝辄止。

AI语音助手往往是通过识别固定的句式、关键字，来做出机械式的回复，给人带来的体验升级比较有限。

如今，在大模型能力飞升的背景下，新的可能出现了。

当AI可以充分理解人类语言、链接各方面能力，仅通过语言的人机交互就会成为最方便的交互方式。传统由产品经理定义UI界面的方式，都可能被改写。

林宋琪表示:

也就是说，AGI之于软件，正如Made to order之于制造，之前是供给到需求，之后是需求到供给，这是一种全新的生产方式。

由此产生的影响，或许都不局限于软件领域，乃至硬件的生态都可能被改写。

未来，AI的载体可能是手机、电脑、头显，也可能像钢铁侠那样——是机器人。

或许在以前，这种说法会被定义为“美好的无限想象”，但是在ChatGPT趋势下，创新正在“以小时为单位”发生。

两个月前，学生们拿ChatGPT写作业、考试，已经让人咋舌;而如今，人们开始尝试让ChatGPT自己想办法开发网站、让GPT-4控制实验室的机器人做化学实验……

似乎已经没什么不可能发生了。

而人们的无限憧憬与期待，或许也是AI创造无限可能的必要因素之一。

那么，你觉得人人一个AI Copilot会是人类的未来吗?

P.S.本周心识宇宙将召开MindOS内测发布会，感兴趣的童鞋可戳下方链接报名:

Webinar1: https://us02web.zoom.us/webinar/register/WN_mCV8jzA-S--4K5u9KssCug#/

Webinra2: https://us02web.zoom.us/webinar/register/WN_wp编程客栈n01K2lTt2sbIw0M0e8IA#/registration