3月24日，第四范式發(fā)布了全新晉級的“式說”（4Paradigm SageRA），在原有生成式對話才能的根底上，參加了文本、語音、圖像、表格、視頻等多模態(tài)輸入及輸出才能，并增加了企業(yè)級Copilot才能。應(yīng)用企業(yè)級Copilot才能，式說能夠與企業(yè)內(nèi)部應(yīng)用庫、企業(yè)私有數(shù)據(jù)等停止聯(lián)網(wǎng)，對信息和數(shù)據(jù)停止剖析，答復(fù)員工的問詢或執(zhí)行相關(guān)任務(wù)，成為業(yè)務(wù)助手。

為滿足企業(yè)級部署的需求，式說持續(xù)了“內(nèi)容可信、本錢可控、數(shù)據(jù)平安”三大特性。

晉級后的式說將重新定義員工與業(yè)務(wù)系統(tǒng)的交互方式。詳細來說，員工能夠經(jīng)過語音、文本、圖像、表格、視頻等多模態(tài)方式，向式說發(fā)起訊問或下達指令，式說在精準了解其企圖后，聯(lián)網(wǎng)企業(yè)多模態(tài)的信息、企業(yè)軟件及其他專用AI才能，剖析出答案，并以所需求的方式來輸出答案。

式說的中心才能源自于第四范式在計算機感知、構(gòu)造化數(shù)據(jù)機器學(xué)習(xí)、自然言語處置、決策優(yōu)化以及大范圍散布式并行技術(shù)等范疇持續(xù)的積聚與創(chuàng)新�；�于自主研發(fā)的Augmented Large Multi-Modal Pre-Trained Model，并分離Multi-Modal Query Tokenization Learning、Copilot Optimization，讓預(yù)鍛煉模型不只是言語模型，而是多模態(tài)的助手，可以學(xué)會運用專業(yè)工具來處理問題。同時，基于用戶反應(yīng)的強化學(xué)習(xí)（RLHF）、Automatic Prompt Optimization等技術(shù)，讓式說基于用戶反應(yīng)可以越用越好。

根底AI技術(shù)創(chuàng)新終將走入產(chǎn)業(yè)，帶來消費力的開展與革新。在技術(shù)逾越式開展的今天，第四范式表示，希望將先進、前沿的技術(shù)，率先應(yīng)用于企業(yè)客戶場景，協(xié)助企業(yè)享用到新技術(shù)帶來的消費力提升，共同邁向AIGC時期。