從去年ChatGPT重磅發(fā)布到今年的“百模大戰(zhàn)”，大模型賽道可謂熱鬧非凡。

今年8月31日，國(guó)內(nèi)首批8家大模型公司通過(guò)《生成式人工智能服務(wù)管理暫行辦法》備案，獲批面向公眾開(kāi)放服務(wù)，這些大模型包括上海人工智能實(shí)驗(yàn)室的書(shū)生通用大模型、商湯科技“商量”，以及百度“文心一言”等。

ChatGPT從源頭來(lái)看是自然語(yǔ)言理解、自然語(yǔ)言處理兩個(gè)技術(shù)，之所以引起關(guān)注，在于它是一個(gè)大模型，對(duì)應(yīng)大數(shù)據(jù)、強(qiáng)計(jì)算、好算法。有人說(shuō)，原理是這么個(gè)原理，就像踢足球都是盤(pán)帶、射門(mén)，但是做到梅西那么好也不容易。

今天，就讓我們來(lái)看看，趕上大模型這個(gè)風(fēng)口的“張江版大模型”都有哪些？各自的優(yōu)勢(shì)又有何不同？

達(dá)觀數(shù)據(jù)：“曹植”大語(yǔ)言模型

3月，基于多年文本智能技術(shù)積累和垂直領(lǐng)域場(chǎng)景業(yè)務(wù)經(jīng)驗(yàn)，達(dá)觀數(shù)據(jù)研發(fā)團(tuán)隊(duì)積極探索大語(yǔ)言模型（LLM）的實(shí)踐，研發(fā)國(guó)產(chǎn)版GPT模型——“曹植”大語(yǔ)言模型。

7月，在 2023 世界人工智能大會(huì)上，達(dá)觀數(shù)據(jù)正式發(fā)布了名為“曹植”的大模型。這是國(guó)內(nèi)首個(gè)垂直行業(yè)專用的自主可控的國(guó)產(chǎn)GPT大語(yǔ)言模型，可準(zhǔn)確完成多類型、復(fù)雜結(jié)構(gòu)的長(zhǎng)文本寫(xiě)作，自動(dòng)起草多種類型的文檔，未來(lái)將實(shí)現(xiàn)多模態(tài)內(nèi)容生成，如長(zhǎng)文檔中的表格、圖表、圖片等。

作為垂直、專用、自主可控的國(guó)產(chǎn)版ChatGPT模型，“曹植”是如何誕生的？

達(dá)觀數(shù)據(jù)成立于2015年，一直在NLP（自然語(yǔ)言處理）領(lǐng)域深耕，積累了大量金融、政務(wù)、制造等垂直領(lǐng)域的大量數(shù)據(jù)。2017年，谷歌在發(fā)表的論文中提出NLP關(guān)于“理解”和“生成”的兩個(gè)技術(shù)路線。基于達(dá)觀數(shù)據(jù)當(dāng)時(shí)的優(yōu)勢(shì)資源和未來(lái)發(fā)展，他們從一開(kāi)始就選擇了“理解”這條技術(shù)路線。這一年，運(yùn)用知識(shí)圖譜、文字識(shí)別等技術(shù)開(kāi)發(fā)的IDP智能文檔審閱系統(tǒng)進(jìn)入市場(chǎng)。

隨著人工智能的不斷發(fā)展，機(jī)器智能處理長(zhǎng)文本的需求日益緊迫。隨后，達(dá)觀數(shù)據(jù)便投入到大語(yǔ)言模型的開(kāi)發(fā)工作中，而這正是如今的“曹植”大模型誕生的起點(diǎn)。

“長(zhǎng)文本”是“曹植”大模型的目標(biāo)任務(wù)。區(qū)別于一問(wèn)一答的簡(jiǎn)單短文本生成，“曹植”大模型可準(zhǔn)確完成多類型、復(fù)雜結(jié)構(gòu)的長(zhǎng)文本寫(xiě)作。

以金融信貸報(bào)告為例，銀行的金融信貸報(bào)告經(jīng)常以40頁(yè)起步，60多頁(yè)的報(bào)告也是家常便飯，靠員工“埋頭苦干”效率太低，而大模型就會(huì)自動(dòng)起草多種類型的文檔，同時(shí)具有自動(dòng)排版、智能糾錯(cuò)、文本潤(rùn)色、自動(dòng)生成摘要等特色功能；支持中文、英文、法語(yǔ)、德語(yǔ)、日語(yǔ)、韓語(yǔ)等數(shù)十種語(yǔ)言的寫(xiě)作，輔助人工大幅提高辦公效率；在長(zhǎng)文檔翻譯方面，對(duì)原文的標(biāo)題、段落等內(nèi)容實(shí)現(xiàn)1:1版式還原，提供實(shí)時(shí)的翻譯體驗(yàn)，廣泛應(yīng)用于多語(yǔ)言文檔密集處理的場(chǎng)景?！拔磥?lái)員工需要做的就是寫(xiě)提示詞、寫(xiě)大綱、核實(shí)數(shù)字，剩下的都能交給大模型來(lái)完成?！边_(dá)觀數(shù)據(jù)創(chuàng)始人兼CEO陳運(yùn)文表示。

這也是國(guó)內(nèi)大規(guī)模語(yǔ)言模型中首批可落地的產(chǎn)業(yè)應(yīng)用級(jí)模型，目前除了在金融領(lǐng)域應(yīng)用之外，“曹植”還掌握了撰寫(xiě)白皮書(shū)、技術(shù)報(bào)告以及品牌故事的智能協(xié)作本領(lǐng)。

與此同時(shí)，為促使“曹植”大模型在各垂直領(lǐng)域中可以更低成本高效能地落地與應(yīng)用，達(dá)觀數(shù)據(jù)正式推出私有化大模型一體機(jī)。私有化“曹植”大模型一體機(jī)，內(nèi)置達(dá)觀數(shù)據(jù)全棧自主研發(fā)的“曹植”大模型，支持三方開(kāi)源模型庫(kù)，可在企業(yè)內(nèi)部一鍵部署大模型應(yīng)用，能同時(shí)為多種垂直大模型業(yè)務(wù)提供文檔智能審閱、智能知識(shí)管理、知識(shí)搜索與問(wèn)答、文檔智能寫(xiě)作、智能推薦等智能化服務(wù)，支持和具備安全便捷的AI訓(xùn)練、推理、長(zhǎng)文檔寫(xiě)作、機(jī)器翻譯、語(yǔ)義分析審核、知識(shí)問(wèn)答、text-to-sql等場(chǎng)景功能應(yīng)用?！安苤?”的強(qiáng)大功能讓它甫一出世就大獲好評(píng)。

云從科技：從容大模型

5月18日，由云從科技研發(fā)的從容大模型正式亮相，展現(xiàn)了在智能問(wèn)答、城市管理、智能制造、智慧金融、游戲文創(chuàng)等領(lǐng)域的超級(jí)本領(lǐng)。云從科技董事長(zhǎng)兼總經(jīng)理周曦指出，從容大模型將以問(wèn)答、伴隨、托管三種遞進(jìn)的形式顛覆傳統(tǒng)交互方式。其中，“問(wèn)答”即類似于當(dāng)前的GPT；“伴隨”指AI會(huì)像一個(gè)朋友伴隨你執(zhí)行很多事情；“托管”則意味著一件事主要交給AI來(lái)做，類似在網(wǎng)游中的‘掛機(jī)訓(xùn)練’。能走到托管這一步，人就可以‘解放’出來(lái)，做更多有意義、有興趣的事?！?。

從算法、算力、數(shù)據(jù)這三個(gè)大模型重要維度看，云從科技的先天優(yōu)勢(shì)幫助其建立了技術(shù)門(mén)檻。

算法上，云從科技從2020年開(kāi)始就已經(jīng)陸續(xù)在NLP（自然語(yǔ)言處理）、OCR（光學(xué)字符識(shí)別）、機(jī)器視覺(jué)、語(yǔ)音等多個(gè)領(lǐng)域開(kāi)展預(yù)訓(xùn)練大模型的實(shí)踐，不僅進(jìn)一步提升了公司各項(xiàng)核心算法的性能效果，同時(shí)也大幅提升了公司的算法生產(chǎn)效率，已經(jīng)在城市治理、金融、智能制造等行業(yè)應(yīng)用中體現(xiàn)價(jià)值。

算力上，云從科技擁有強(qiáng)大的算力資源儲(chǔ)備，預(yù)計(jì)未來(lái)將擴(kuò)展到上萬(wàn)張卡的規(guī)模，并計(jì)劃聯(lián)合各行頭部企業(yè)打造不同的行業(yè)大模型，推動(dòng)行業(yè)數(shù)智化建設(shè)。

數(shù)據(jù)上，云從科技有行業(yè)專業(yè)數(shù)據(jù)的先發(fā)優(yōu)勢(shì)。行業(yè)大模型需要的是專業(yè)領(lǐng)域的知識(shí)，如果不是一直耕耘的行業(yè)資深選手，基本很難有相關(guān)的數(shù)據(jù)積累。云從科技恰恰擁有這方面的稀缺優(yōu)勢(shì)，其多年來(lái)在多個(gè)領(lǐng)域?qū)嵺`“預(yù)訓(xùn)練大模型+下游任務(wù)遷移”的技術(shù)范式，產(chǎn)出多個(gè)百億參數(shù)以內(nèi)規(guī)模的模型。歷經(jīng)長(zhǎng)期與各垂直領(lǐng)域企業(yè)的緊密合作，云從通過(guò)大量場(chǎng)景數(shù)據(jù)訓(xùn)練不斷優(yōu)化算法平臺(tái)，培育出針對(duì)不同行業(yè)特有的數(shù)據(jù)分析和應(yīng)用能力。

8月21日，云從發(fā)布從容大模型1.5版本，該版本包含十億級(jí)、百億級(jí)、千億級(jí)多種模型規(guī)格，實(shí)測(cè)性能在全球大模型綜合性考試評(píng)測(cè)（C-Eval）中位居百億級(jí)第1，總榜單第4。為解決大模型落地難題，從容1.5版本的重點(diǎn)是參數(shù)量為130億的行業(yè)大模型，該模型從千億大模型中蒸餾產(chǎn)生，在52類測(cè)試指標(biāo)中有44類超過(guò)ChatGPT、29類超過(guò)GPT-4，這距離從容大模型正式發(fā)布僅過(guò)去3個(gè)月，可謂是進(jìn)步神速。

百度：文心一言

8月31日，百度生成式人工智能產(chǎn)品“文心一言”正式向公眾開(kāi)放服務(wù)，這也意味著該應(yīng)用已通過(guò)《生成式人工智能服務(wù)管理暫行辦法》備案，成為國(guó)內(nèi)首個(gè)合規(guī)上線的生成式人工智能產(chǎn)品。

據(jù)悉，百度還將開(kāi)放一批經(jīng)過(guò)全新重構(gòu)的AI原生應(yīng)用，讓用戶充分體驗(yàn)生成式AI的理解、生成、邏輯、記憶四大核心能力。

文心一言在今年3月16日上線測(cè)試，隨即引發(fā)廣泛關(guān)注，截至5月，有超過(guò)300家生態(tài)伙伴參與內(nèi)測(cè)，在400多個(gè)企業(yè)內(nèi)部場(chǎng)景取得測(cè)試成效。8月31日開(kāi)放當(dāng)天，百度的一系列AI原生應(yīng)用也“閃電”上線，并取得不錯(cuò)的戰(zhàn)績(jī)：

百度文心一言首日回答用戶3342萬(wàn)問(wèn)題，“文心一言App”迅速登上Apple store免費(fèi)應(yīng)用排行榜榜首，首日用戶量破百萬(wàn)；文心一言開(kāi)放首日，百度搜索就有超3億次需求由生成式智能引擎解決，百度搜索“AI伙伴”當(dāng)日訪問(wèn)用戶數(shù)突破400萬(wàn)；百度文庫(kù)“AI做PPT”等文檔創(chuàng)作功能超200萬(wàn)人次體驗(yàn)。這距離5月百度萬(wàn)象大會(huì)上“用AI原生思維重構(gòu)百度移動(dòng)生態(tài)”的表態(tài)，才過(guò)去不過(guò)百余天，大模型時(shí)代的技術(shù)進(jìn)展可以說(shuō)是日新月異。

實(shí)際上，從多年前的“All in AI”開(kāi)始，百度就開(kāi)始了在AI領(lǐng)域的全棧布局。近十年，百度累計(jì)研發(fā)投入超1400億元，2022年百度核心研發(fā)費(fèi)用214.16億元，占百度核心收入比例達(dá)到22.4%。壓強(qiáng)式研發(fā)投入讓百度實(shí)現(xiàn)厚積薄發(fā)，成為全球?yàn)閿?shù)不多的、有著應(yīng)用、模型、框架、芯片四層全棧布局的AI公司，實(shí)現(xiàn)端到端優(yōu)化，并在各個(gè)層面都有行業(yè)領(lǐng)先的關(guān)鍵自研技術(shù)。

文心一言的基礎(chǔ)模型文心大模型早在2019年就在國(guó)內(nèi)率先發(fā)布，近期升級(jí)的文心大模型3.5也持續(xù)在十余個(gè)國(guó)內(nèi)外權(quán)威測(cè)評(píng)中位居首位。百度透露，文心大模型4.0預(yù)計(jì)將在年底推出。

編輯：黃飛