本报讯　7月28日，在2024波形智能Summer DevDay上，波形智能发布了《2024年技术路线白皮书：Life-long Personalized AI》，让AI实现千人千面的个性化、可进化、普惠化。

　　基于全新的LPA技术探索，波形智能还发布了新一代多模态无限式长内容生成的个性化自适应私人语言模型Weaver 2.0，以及多语言多模态的AI内容创作工具蛙蛙写作2.0、AI Learning等系列产品。

　　“做LPA的目的，就是希望让每个人都普惠地拥有一个能‘越来越懂你’的私人语言模型。”波形智能创始人兼CEO姜昱辰表示，“只有当AI与大众的生产生活真正建立起强关联，并且能够自理解、自适应每个独一无二的个体时，才算迎来真正的千人千面的普惠化AI。”

　　“我们基于LPA技术对Weaver进行了特性优化，包括‘千人千面的个性专属、数据为核的自适应/自进化，以及端云结合的高效部署’。”波形智能CTO周王春澍介绍说。

　　具体来看，千人千面的个性专属指的是通过用户反馈交互信息，比如对生成内容质量的好/坏评价，Weaver模型可以逐渐理解每一个用户的创作偏好。配合波形智能一直在做的“动态长短期记忆机制”工作，创作者们可以实现更高质量、更精准以及更个性化的无限式长内容生成，大幅提高用户体验。

　　波形智能自研了以数据为核心的可“自主进化”的智能体框架——AIWaves Self-Evolving Agents，采用Symbolic Learning方式，让Agent可以在不断更新的数据环境中解析自身的性能表现，并根据用户习惯和反馈定期或者主动进行调整。这意味着，Weaver将可以持续更新，通过一次次自主进化、自我适应，从而在未来表现得更好、与用户需求更加适配。

　　“高质量的、个性化的用户体验，能够带来更多的用户积累。”姜昱辰说，“利用用户反馈形成的数据飞轮，也能反过来推动模型和组件能力的持续迭代，形成良性循环。”

　　除了需求匹配方向上的优化升级，端云结合是另一个更有针对性、更人性化的实现。在常规情况下，模型或是在本地部署，或是在云端部署，但各有隐私安全和价格方面的优缺点。而Weaver可以根据需求，在不同环境下打造端云结合的“本地私钥”，以适应更加灵活的应用场景并且保障用户隐私。

　　以小说创作为例，一位作者的几十万字存稿内容只会在用户本地的私人文档和大模型云端之间传送，公开互联网上无法爬取，所以不会出现未发表的作品内容提前泄露等问题。同时，前面提到的“模型会根据用户数据和反馈进行自我更新”，其数据和反馈也只会对用户自己的文档生效，因此不会存在数据/隐私泄露的情况，还能够在保障用户隐私安全的前提下提供全面且个性化的体验。

　　值得一提的是，在个人消费领域之外，波形智能还同步发布了原生的企业级AI Learning产品，能够用AI重构企业传统的培训路径，以业务数据反哺业务成长所需的能力提升。

　　通讯员　王静　本报记者　蔡家豪