李開復(fù)：中國(guó)落后美國(guó)大模型差距縮小為 6 個(gè)月， 瘋狂降價(jià)是雙輸
時(shí)間：24-05-24 來源：AI科技大本營(yíng)
李開復(fù)：中國(guó)落后美國(guó)大模型差距縮小為 6 個(gè)月，
瘋狂降價(jià)是雙輸
北京時(shí)間 5 月 21 日，僅僅時(shí)隔一周，李開復(fù)再度露面，帶來了他的喜與憂。
喜的一面在于，在 LMSYS 盲測(cè)競(jìng)技場(chǎng)最新排名中，零一萬物的最新千億參數(shù)模型 Yi-Large 總榜排名世界模型第 7，中國(guó)大模型中第一，已經(jīng)超過 Llama-3-70B、Claude 3 Sonnet；其中文分榜更是與 GPT-4o 并列世界第一。除了零一萬物的 Yi-Large 之外，通義千問、智譜 AI 的 GLM 亦在 TOP20 之列。
李開復(fù)表示中國(guó)大模型與美國(guó)大模型的差距，從一年多前落后 7-10 年的時(shí)間，已經(jīng)縮小到 6 個(gè)月，差距實(shí)現(xiàn)了大幅降低。
而憂的一面則是，618 還未至，大模型已經(jīng)進(jìn)入了瘋狂降價(jià)時(shí)。
前有字節(jié)跳動(dòng)發(fā)布豆包大模型，讓大模型價(jià)格進(jìn)入“厘時(shí)代”，一元錢就能買到豆包主力模型的 125 萬Tokens；緊接著阿里巴巴的通義千問官宣降價(jià)并立即生效，降價(jià)后，1 元最多=200 萬 Tokens；更甚的是隨之而來的百度官宣：文心大模型兩大主力模型全面免費(fèi)，立即生效。
面對(duì)著這股席卷而來的價(jià)格戰(zhàn)之風(fēng)，有人歡喜有人愁，這個(gè)問題的核心關(guān)鍵還是在于模型的商業(yè)化。賈揚(yáng)清表示，“今天站在 AI 整個(gè)業(yè)界的角度，我想說，降價(jià)是個(gè)拍腦袋就可以做的簡(jiǎn)單策略，但是真正的 toB 商業(yè)成功更難。”而出門問問創(chuàng)始人李志飛也這樣說道：“去年四月在經(jīng)過無腦狂躁后，我就意識(shí)到 OpenAI 的兩種商業(yè)模式（ToC 會(huì)員和 ToB API）在中國(guó)競(jìng)爭(zhēng)環(huán)境下都是不可持續(xù)的。”
對(duì)此，李開復(fù)這樣評(píng)價(jià)道：“國(guó)內(nèi)常看到 ofo 式的瘋狂降價(jià)、雙輸?shù)拇蚍āＮ矣X得大模型公司不會(huì)這么不理智，因?yàn)榧夹g(shù)還是最重要的，如果是技術(shù)不行，就純粹靠貼錢賠錢的方式去做生意。我們（零一萬物）絕對(duì)不會(huì)跟這樣的一個(gè)定價(jià)來做對(duì)標(biāo)，我們對(duì)自己的模型表現(xiàn)是非常自豪的……如果再問以后可能中國(guó)就是這么卷，大家寧可賠光通輸也不讓你贏，那么我們就走海外市場(chǎng)。”
01
大模型競(jìng)技場(chǎng)，中國(guó)大模型嶄露頭角
前段時(shí)間，一款名為“gpt2-chatbot”的神秘模型突然現(xiàn)身大模型競(jìng)技場(chǎng) LMSYS Chatbot Arena，排名直接超過了 GPT-4-Turbo、Gemini 1 .5 Pro、Claude 3 0pus、Llama-3-70b 等各家國(guó)際大廠的當(dāng)家基座模型。正當(dāng) AI 圈里眾說紛紜地猜測(cè)其究竟來自哪里、是否是 OpenAI 開發(fā)的 GPT-4.5 時(shí)，OpenAI 揭開了其神秘面紗，正是 GPT-4o 的測(cè)試版本，而 OpenAI CEO Sam Altman 也在 GPT-4o 發(fā)布后親自轉(zhuǎn)帖引用 LMSYS Arena 盲測(cè)擂臺(tái)的測(cè)試結(jié)果。
LMSYS Org 是一個(gè)開放的研究組織，由加州大學(xué)伯克利分校、圣地亞哥分校和卡內(nèi)基梅隆大學(xué)的學(xué)生與教師共同創(chuàng)立。其發(fā)布的 Chatbot Arena 以盲測(cè)的方式，由用戶在模型匿名的前提下對(duì)模型效果進(jìn)行打分，頗受業(yè)內(nèi)認(rèn)可，已經(jīng)成為 OpenAI、Anthropic、Google、Meta 等國(guó)際大廠的大模型競(jìng)技場(chǎng)。
如下所示，在不知道具體使用哪個(gè)模型的前提下，先在聊天框里輸入 Prompt，基于模型的回答質(zhì)量滿意度進(jìn)行投票，投票后會(huì)顯示出所用模型來。
在其最新榜單中，智譜 GLM4、阿里 Qwen Max 及 Qwen 1.5、零一萬物 Yi-Large 及 Yi-34B-chat 都有參與盲測(cè)，在總榜之外，LMSYS 的語(yǔ)言類別上新增了英語(yǔ)、中文、法文三種語(yǔ)言評(píng)測(cè)，開始注重全球大模型的多樣性。Yi-Large 的中文語(yǔ)言分榜上拔得頭籌，與 OpenAI 官宣才一周的地表最強(qiáng) GPT4o 并列第一，Qwen-Max 和 GLM-4 在中文榜上也都表現(xiàn)不凡。
頗值得開發(fā)者注意的是，在編程能力（Coding）排行榜上，Yi-Large 的 Elo 分?jǐn)?shù)超過 Anthropic 當(dāng)家旗艦?zāi)Ｐ?span> Claude 3 Opus，僅低于 GPT-4o，與 GPT-4-Turbo、GPT-4 并列第二。
對(duì)此，李開復(fù)表示，Yi-Large 是通用模型，并沒有針對(duì) Coding 的場(chǎng)景專門優(yōu)化。在 CSDN 基于 Coding 的進(jìn)一步詢問中，零一萬物技術(shù)聯(lián)合創(chuàng)始人黃文灝補(bǔ)充道：“我們分析過用戶需求，Coding 并不是大家非常廣泛使用的場(chǎng)景，對(duì)于程序員而言，在實(shí)際場(chǎng)景中面對(duì)非常專業(yè)的 Coding 問題一般會(huì)用一些專門的 Coding 模型。我們也很驚奇 Yi-Large 在 Coding 上的評(píng)測(cè)表現(xiàn)非常好。當(dāng)前，我們正在做一些 Coding 專項(xiàng)的優(yōu)化，對(duì)于模型能力而言，編程是一個(gè)非常重要的場(chǎng)景，我們正在著手 Coding 專門模型的開發(fā)，在代碼改寫、長(zhǎng)代碼續(xù)寫、代碼補(bǔ)全等方面有著非常好的性能表現(xiàn)，之后我們會(huì)陸續(xù)將 Coding 專項(xiàng)模型開放出來。”
02
差距、降價(jià)、多模態(tài)……李開復(fù)直面若干問題
問：當(dāng)前中美之間的差距是怎樣的，該如何追趕？
李開復(fù)：我不是特別認(rèn)為我們跟全球有差距，當(dāng)然如果要在頭部之間 PK 是有一定的差距，但是同時(shí)可能要考慮到人才、算力等的差異。Google 團(tuán)隊(duì)是 2000 人，OpenAI 是 1000 人，在我們這里把模型和 Infra 加起來也不到 100 人，而且我們用 GPU 算力做模型訓(xùn)練不到他們的 1/10，我們的模型尺寸也不到其 1/10。
如果只評(píng)估千億模型，至少在 LMSYS 這個(gè)排行榜上是世界第一，這一點(diǎn)我們還是很自豪。在一年前我們落后 OpenAI 與 Google 開始做大模型研發(fā)的時(shí)間點(diǎn)有 7 到 10 年，現(xiàn)在我們跟他們差距在 6 個(gè)月左右，這個(gè)已經(jīng)大幅降低。
這 6 個(gè)月是怎么來的？可以回到 LMSYS 6 個(gè)月以前的榜，或者今天比我們排名在前面的幾家，幾乎都是今年發(fā)出來的模型，去年的模型還在榜單上，我們已經(jīng)打敗了。
另一個(gè)角度來看，我們最新發(fā)布的模型在 5 月時(shí)可以打敗去年 11 月之前的任何模型，所以我覺得也可以科學(xué)地推理出我們落后 6 個(gè)月。
6 個(gè)月的差別不是很大，這是一個(gè)不可思議的超級(jí)速度的趕追。
那么美國(guó)人才有沒有獨(dú)特的地方？肯定是有的，從我寫的《AI·未來》這本書之后，我一直都堅(jiān)持美國(guó)是做突破性科研，有著創(chuàng)造力特別強(qiáng)的一批科學(xué)家，在這方面全世界是沒有對(duì)手的。但在同一本書里我也說了，中國(guó)人的聰明、勤奮、努力是不容忽視的，我們把這 7-10 年降低到只有 6 個(gè)月，就驗(yàn)證了做好一個(gè)模型絕對(duì)不只是看多能寫論文，多能發(fā)明新事物，先做或后做，做得最好才是最強(qiáng)的，Google 搜索比雅虎晚做很多，但是完全無法比擬。所以我認(rèn)為后發(fā)有后發(fā)的優(yōu)勢(shì)，但同時(shí)我們特別尊敬美國(guó)的創(chuàng)造性，有很多值得學(xué)習(xí)的地方。但是比執(zhí)行力，比做出很好的體驗(yàn)，比產(chǎn)品，比商業(yè)模式，我覺得我們強(qiáng)于美國(guó)公司。
問：零一萬物后續(xù)會(huì)推出更大參數(shù)的模型嗎？現(xiàn)在一些企業(yè)開始做小模型，您認(rèn)為現(xiàn)在卷參數(shù)還有意義嗎？
李開復(fù)：我們的計(jì)劃是從最小到最大的模型都希望能夠做到中國(guó)最好，所以除了 6B、9B、34B，未來我們可能有更小的模型發(fā)布，它們都是同樣尺寸達(dá)到業(yè)界最佳，不敢說第一，但是總體來說是第一梯隊(duì)或者是 TOP1/2 這樣的表現(xiàn)，而且在諸如代碼、中文、英文等很多方面表現(xiàn)都非常好。
我們相信就像一周前我講的 TC-PMF，永遠(yuǎn)是一個(gè)蹺蹺板，要平衡需要多強(qiáng)的技術(shù)，付不付得起技術(shù)所需要的成本。業(yè)界有各種不同的應(yīng)用，從最簡(jiǎn)單的客服應(yīng)用，到游戲，一直到非常難的推理策略、科學(xué)發(fā)現(xiàn)等難度，我相信大尺寸的 Scaling Law，最強(qiáng)大地往 AGI 走的模型，在最難的問題上，大家又愿意花錢的領(lǐng)域里，絕對(duì)是有落地場(chǎng)景，而且是最有可能達(dá)到 AGI。
同時(shí)我們也坦誠(chéng)，有各種比較小的簡(jiǎn)單應(yīng)用的機(jī)會(huì)。我們的打法是一個(gè)都不放過，在每一個(gè)潛在尺寸上發(fā)布我們能做到性能最高，而且推理成本最低，這個(gè)推理成本也會(huì)帶來更好的定價(jià)給開發(fā)者使用。
問：零一萬物的 GPU 可能是 Google、微軟的 5%，算力對(duì)模型發(fā)展的限制是客觀存在的。面對(duì) OpenAI、Google 的能力、資源均靠前的情況，零一萬物怎么應(yīng)對(duì)？
李開復(fù)：這個(gè)更精確的應(yīng)該從歷史數(shù)據(jù)來看，看在過去的一兩年他們提升了多少，我們提升了多少，我們是不是追得非常近了，這是一個(gè)客觀事實(shí)。
我不認(rèn)為他們的算力更大就表示我們絕對(duì)沒有機(jī)會(huì)，當(dāng)然他們的算力更大有巨大的優(yōu)勢(shì)，但是我覺得客觀事實(shí)是我們能夠把同樣的一張 GPU 擠出更多的價(jià)值來，這是今天我們能夠達(dá)到這些成果的一個(gè)重要理由。
另外是優(yōu)化模型的性能表現(xiàn)，它不只是一個(gè)純粹科技和算法的問題，其中還有數(shù)據(jù)的配比、怎么優(yōu)化，同時(shí)優(yōu)化訓(xùn)練和作用，還有我們的模型怎么加入多模態(tài)等等各種方面的技術(shù)，我們其實(shí)在這方面是不輸于美國(guó)。
我們算力一直遠(yuǎn)遠(yuǎn)落后，一年前算力也是只有 Google、OpenAI 的 5%，現(xiàn)在還是，如果用 5%的算力能夠把落后快速拉近，未來我們還是很期待有驚人的結(jié)果。
能不能達(dá)到第一，能不能超過，當(dāng)然是一個(gè)艱難的任務(wù)，但我們是朝著這個(gè)目標(biāo)在努力，今天的結(jié)果對(duì)比一周前，對(duì)比去年 11 月，對(duì)比我們成立的時(shí)候，都是一個(gè)不可思議的飛躍，所以看事情要看其是在上漲還是下跌，而非今天還是落后，以后就會(huì)落后。
問：現(xiàn)在國(guó)內(nèi)打起了大模型價(jià)格戰(zhàn)，在這個(gè)過程中零一萬物和其他初創(chuàng)公司如何在競(jìng)爭(zhēng)中跑贏大廠？
李開復(fù)：我們關(guān)注到了這個(gè)現(xiàn)象，我們的定價(jià)還是非常合理，而且也在花很大精力希望能夠讓它再降下來，我覺得一定程度上整個(gè)行業(yè)每年降低 10 倍推理成本是可以期待的，而且必然也應(yīng)該發(fā)生的。今天可能處在一個(gè)比較低的點(diǎn)，但是我覺得如果說以后大約以一年降價(jià) 10 倍來看，這是一個(gè)好消息，因?yàn)榻裉斓?span> API 模型調(diào)用還是一個(gè)非常低的比例，如果一年降低 10 倍，那眾多的人都可以用上。
我們也認(rèn)為今天可以看到的模型表現(xiàn)零一超過其他模型，也歡迎不認(rèn)同的友商來 LMSYS 打擂臺(tái)，證明我是錯(cuò)的。但是直到那一天發(fā)生，我們會(huì)繼續(xù)說我們是最好的模型。
對(duì)要求、需求都最高的，需要最好模型的用戶當(dāng)然會(huì)使用我們。100 萬個(gè) token 花十幾塊還是花幾塊錢有很大差別嗎？100 萬的 token 對(duì)于很大、很難的應(yīng)用，我們是必然之選。我們發(fā)布之后得到國(guó)內(nèi)外非常高的評(píng)價(jià)，而且是可以橫跨中國(guó)和外國(guó)的 API，都開放，我們有信心在全球范疇是一個(gè)表現(xiàn)很好、性價(jià)比也很合理的一個(gè)模型。
當(dāng)然，國(guó)內(nèi)常看到 ofo 式的瘋狂降價(jià)，雙輸?shù)拇蚍āＮ矣X得大模型公司不會(huì)這么不理智，因?yàn)榧夹g(shù)還是最重要的，如果是技術(shù)不行，就純粹靠貼錢賠錢去做生意，我們絕對(duì)不會(huì)跟這樣的一個(gè)定價(jià)來做對(duì)標(biāo)，我們對(duì)自己的模型表現(xiàn)是非常自豪的。
就像你如果有一臺(tái)特斯拉，它不會(huì)因?yàn)閯e的品牌的車比它賣的很便宜，它就覺得它要降價(jià)，我們就是特斯拉，我們的價(jià)錢是合適值得的。
如果再問以后可能中國(guó)就是這么卷，大家寧可賠光通輸也不讓你贏，那我們就走海外市場(chǎng)。
問：GPT-4o 開始做原生多模態(tài)模型，統(tǒng)一文本、音頻、圖像、視頻的輸入輸出的多模態(tài)大模型會(huì)是一個(gè)確定方向嗎？可否透露一下零一萬物在多模態(tài)的進(jìn)展。
李開復(fù)：我們?cè)谌ツ暌恢倍颊J(rèn)可全模態(tài)模型，omni，也就是我們挑了同樣的詞已經(jīng)在做這個(gè)工作，這個(gè)工作不是 OpenAI 出來再跟風(fēng)能夠跟得上的，我們有一定的積累，我們也相信全模態(tài)是正確方向。從我們的發(fā)布周期來說，在今年你們可以期待一個(gè)驚喜。
問：零一的 API 價(jià)格會(huì)不會(huì)下降？
李開復(fù)：現(xiàn)在沒有調(diào)整的消息可以分享，我們收到的反饋還是非常正面的。我認(rèn)為模型要看它的表現(xiàn)，可能有些領(lǐng)域，比如說一些很難收回錢的領(lǐng)域要看價(jià)格，反正有足夠多的在選我們，我們剛上線，有這么多忠誠(chéng)的愛好者加入了，我們先服務(wù)好他們，價(jià)錢再說。
到今天為止，我們剛宣布的性能肯定是國(guó)內(nèi)性價(jià)比最高。大家可能有用千 token、百萬 token，可以自己測(cè)算一下。
問：零一萬物在產(chǎn)品化方面未來有沒有一些規(guī)劃？
李開復(fù)：有，上周發(fā)布的產(chǎn)品基本是我們的方向，一方面我們已經(jīng)推出了一些非常成功的海外產(chǎn)品，已經(jīng)在海外取得非常好的成功，今年預(yù)期會(huì)有大概 1 個(gè)億的收入，而且不是燒錢模式燒出來的。
另外還有幾個(gè)其他產(chǎn)品在國(guó)內(nèi)外測(cè)試中，當(dāng)然萬知我們也會(huì)繼續(xù)努力把它越做越好，尤其我們對(duì) PPT 的功能得到非常正面的反饋，因?yàn)檫@是一個(gè)跟國(guó)內(nèi)其他大模型很大的差異點(diǎn)，這個(gè)是我們面對(duì)消費(fèi)者產(chǎn)品的分享。
在企業(yè)級(jí)方面也正在進(jìn)行中，但現(xiàn)在初步用戶在國(guó)外，國(guó)外用戶的付費(fèi)意愿或者付費(fèi)金額比國(guó)內(nèi)大很多，所以雖然我們也非常期望服務(wù)國(guó)內(nèi)用戶，但按照現(xiàn)在 ToB 卷的情況，幾十萬做 POC，幾百萬做一單，做一單賠一單的生意，我們?cè)缙谠?span> AI 1.0 時(shí)代太多了，投入多了，我們堅(jiān)決不做。
摘自-AI科技大本營(yíng)
| 上一篇 | 下一篇 |
|---|---|
| 盤后飆升6%！英偉達(dá)宣布“1拆10”，Q1收入 猛... | 沒有上一篇 |
