HuggingGPT：一个ChatGPT控制所有AI模型，自动帮人完成AI任务播报文章

简介

HuggingGPT 是由浙江大学和微软亚洲研究院合作开发的一款自动化 AI 任务执行工具。只需输入自然语言请求，HuggingGPT 将分析任务需求并自动调用 HuggingFace 上的相应模型，解决各种 AI 任务。

工作原理

HuggingGPT 的工作分为四个步骤：

1. 任务规划。ChatGPT 解析用户请求，确定任务执行顺序和资源依赖关系。
2. 模型选择。ChatGPT 根据 HuggingFace 上各专家模型的描述，为任务分配合适的模型。
3. 任务执行。混合端点（包括本地推理和 HuggingFace 推理）上被选定的专家模型根据任务顺序和依赖关系执行分配的任务，并将执行信息和结果给到 ChatGPT。
4. 输出结果。由 ChatGPT 总结各模型的执行过程日志和推理结果，给出最终的输出。

实验效果

HuggingGPT 可以在各种形式的复杂任务上表现出良好的性能。作者采用 gpt-3.5-turbo 和 text-davinci-003 这两个通过 OpenAI API 公开访问的变体进行了实测，效果如下：

1. 在任务之间存在资源依赖关系的情况下，HuggingGPT 可以根据用户的抽象请求正确解析出具体任务，完成图片转换。
2. 在音频和视频任务中，它也展现了组织模型之间合作的能力，通过分别并行和串行执行两个模型的方式，完成一段“宇航员在太空行走”的视频和配音作品。
3. 此外，它还可以集成多个用户的输入资源执行简单的推理，比如在以下三张图片中，数出其中有多少匹斑马。

合作机构

HuggingGPT 是由浙江大学和微软亚洲研究院联合开发的一款自动化 AI 任务执行工具。

项目开源

目前，HuggingGPT 的论文已经发布，项目正在建设中，代码已经开源，已揽获 1.4k 标星。

总结

HuggingGPT 的诞生为 AI 领域带来了新的思路，它将各种 AI 模型统一起来，提供了一种全新的解决方案，也为 AGI 的发展提供了新的思路。