现场拔网线演示「式说3.0」大模型 第四范式要做AIGS

4月26日消息，第四范式首次向公众展示其大模型产品「式说3.0」，并首次提出AIGS战略（AI-Generated Software）：以生成式AI重构企业软件。「式说」将定位为基于多模态大模型的新型开发平台，提升企业软件的体验和开发效率，实现「AIGS」。

第四范式创始人兼CEO戴文渊表示：“就用户体验而言，目前市面上的C端软件产品已经逼近用户体验的上限，但B端的企业级软件往往是个十分复杂的执行系统，极为复杂的交互体验，以及复杂性带来的极低开发效率，恰恰为生成式AI留下足够大的重构和改造空间。

戴文渊认为这一轮大模型热潮，比较大的机会在于改造整个的企业软件行业，也就是AIGS这个方向。

“过去很难通过人类语言（自然语言）的方式去调用企业软件的功能，现在当我们有更强的语义理解和生成能力，再加上GPT任务翻译、任务分发和推理的能力，就可以通过更好的「对话框式」交互方式实现功能的调用，不再需要找到某个位于十几级的菜单目录之下的功能。”戴文渊强调。

拔掉网线 现场演示「式说3.0」大模型

为了证明自身的大模型是完全独立可靠的产品，戴文渊现场拔掉了联网的网线后，用电脑现场展示了「式说3.0」大模型的图片理解、多轮对话、写小说、迅速画图、编写代码等能力。

「式说3.0」可以对输入（上传）的图片进行理解和简单文字描述，这一点目前国内很多大模型产品还不具备该功能。

迅速画图

编写代码

同时，现场还展示了式说通过推理能力完成更加复杂的“装箱”操作，以及其现场编写代码的能力。

「式说 3.0」演示的“装箱” 思维链Cot

第四范式「式说」大模型从1.0迭代至今，已经推出了3个版本。

今年2月，ChatGPT火了之后，第四范式发布「式说 1.0」版本，式说1.0有生成语言的能力，并且解决GPT技术应用时内容可信、数据安全和成本的三大问题。当时主要的场景就是文库问答，相当于让GPT学习的企业知识后，可以解答专业问题，并且是可溯源的。

此后的3月，第四范式推出迭代升级后的「式说 2.0」版本，该版本在式说语言能力基础上，加入了文本、语音、图像、表格、视频等多模态输入及输出能力，并增加了企业级Copilot能力。以与企业内部应用库、企业私有数据等进行联网，对信息和数据进行分析，回答员工的问询或执行相关任务，从知识助手成为业务助手。

今天戴文渊现场演示的「式说 3.0」版本在生成式和语言能力的基础之上，发力Copilot（执行可控、知错能改）和思维链Cot（多步推理、复杂任务拆分）的能力，形成数据飞轮（比如将某垂直领域的数据和流程投入大模型，很快可以形成模型在该领域的思维链），应用于改造传统B端企业软件的体验与开发效率，也即是AIGS，以生成式AI重构企业软件。

AIGS路径演进三阶段

戴文渊强调，第四范式目前大模型发力的方向就是AIGS，他认为未来生成式AI重构企业软件的过程中会有三个发展阶段。

第一阶段，AI协助执行任务，即Copilot的作用。通过调动不同的信息、数据、应用，作为助手完成用户的指令。相当于在所有企业级软件系统里，配备一个指挥官。指挥官听用户的指挥，比如“把照片亮度调亮20%”。

第二阶段，AI攻略式自动执行工作，通过「Copilot+基于企业规则的“知识库”」，AI能够参照规则做复杂工作，进一步丰富了「对话框」的能力。比如AI查询了“人像美化”知识库后，能执行把照片修好看的步骤。

第三阶段，是达到AI自动执行动作，即Copilot+思维链CoT。在这阶段，软件系统的使用行为最终会被大模型学会，形成AI针对这个领域的思维链，意味着“把照片处理得更好看”这种复杂指令，AI能自动地按照步骤完成。

戴文渊表示，第四范式的AIGS战略，就是指基于式说大模型背后的Copilot+CoT能力，把企业软件改造成新型的交互范式，并在新型交互上不断地学习软件的使用过程，形成领域软件的“思维链”。

对于企业软件合作伙伴来说，可以基于范式的大模型能力，在一个个领域里面钻的足够深，学习到足够多的数据，最终所形成领域的思维链，发展成“领域”大模型。当思维链复杂度到一定程度以后，它的软件就能够自动执行越来越复杂的功能。

在式说3.0发布现场，来自航空制造、金融、医疗等行业的第四范式客户代表做产品的live demo演示。

以某航空制造企业为例，其通过基于式说3.0大模型开发出航空企业专有模型产品，这个大模型能通过自然语言发出指令，解决航空制造领域繁多的同类型零部件检索、零件组装等问题。

戴文渊表示，「式说」作为基于大模型的新型开发平台，期待与更多合作伙伴与企业客户及一起，探索以生成式AI重构企业软件的机会，共同提升企业软件的易用性和生产力。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。