大模型邁向“多模態”時代，“情緒化”成關鍵趨勢 | 直擊2025GDC

《科創板日報》2月21日訊（記者 陳美）開年，隨着上海首個科技盛會 ——“2025 全球開發者先鋒大會（GDC）” 的舉辦，一場關於技術是創新基石、應用是實現落地的關鍵、發展需具備可持續性的思維碰撞在大會中激烈展開。

會上，AI產業鏈語料企業庫帕思CEO黃海清在接受《科創板日報》記者採訪時表示，“隨着DeepSeek的崛起，基礎大模型公司們將重新資源分配，語料行業也需要在這場變革中自我更新，把成本降下來。”

作爲專注於人工智能語料數據服務的公司，黃海清向《科創板日報》記者介紹，庫帕思已經爲階躍星辰、商湯、MiniMax，以及上海人工智能實驗室等提供高質量的語料數據。

黃海清認爲，隨着行業的發展，現在是Data for AI，但未來則是AI for Data。“在 AI 產業鏈中，算力、算法、算料是關鍵的三要素。在算力方面，需朝着具備 10 萬卡集羣規模的方向演進；在算法方面，以 DeepSeek 爲代表的基礎大模型公司已實現彎道超車，未來是否會再次被超越，值得期待；在算料方面，國內人工智能應用場景豐富，能夠帶動高質量算料的進步與發展。”

對於語料產業發展的趨勢，黃海清認爲，未來行業語料的標註和清洗，應該有AI的身影。“即通過AI技術實現語料標註的自動化與知識化，讓行業從勞動力密集型變爲知識和技術型，最終減輕數據獲取成本高昂的問題。”

“同時，高質量的語料數據也應該具有鮮活度、真實性、大樣本、完整性、多樣性、高知識密度的特點。目前，大模型在情緒理解和知識深度上的語料能力仍有不足，需通過高質量語料和算法優化改進。” 黃海清說道，鑑於當前大模型發展現狀，未來多模態大模型（如結合視覺、語音）必將成爲行業趨勢，進一步推動 AI 貼近人類的需求。

在此背景下，《科創板日報》記者注意到，上海本地的頭部大模型公司——階躍星辰開源了兩款階躍 Step 系列多模態大模型——Step-Video-T2V 視頻生成模型和 Step-Audio 語音模型。

階躍星辰副總裁李璟表示，“多模態一直階躍星辰最重要的標籤。而之所以擁抱開源，是因爲相信技術社區的力量，希望吸引更多‘智慧’，優化、改進大模型。同時，構建強大的生態。”

根據企業官方技術報告中的評測結果，階躍 Step-Video-T2V 的參數量和模型性能目前在全球開源視頻生成領域都處於領先水平。而階躍 Step-Audio方面，據介紹，這是業內首款產品級的開源語音交互模型，目前已在躍問 App 內開放用戶體驗。

李璟表示，階躍 Step-Audio最大的特點，是能夠根據不同的場景需求生成情緒、方言、語種、歌聲和個性化風格的表達，能和用戶自然地進行高質量對話。“比如，當用戶面臨各種人生問題，它都可以像好朋友一樣提供貼心陪伴並出主意，體現出‘熟知人情世故’等、情商高特點。”李璟談到。

庫帕思CEO黃海清也認爲，語料數據的情緒化，是大模型發展的重要一步。“沒有‘情緒’就意味着沒有人類共性和人情味，大模型仍是冷冰冰的機器；有‘情緒’的大模型，則代表了‘有趣’的靈魂，可以讓AI成爲人類更好的Agent。”