圖片來源 @視覺中國
文 | 光錐智能，作者 | 郝鑫，編輯 | 劉雨琦
6 月初，外媒曾發出了 " 誰是中國的 OpenAI" 的拷問，經曆了大模型創業潮之後，大浪淘沙，最終留下的不過寥寥數人。
清華大學幾個十字路口外的搜狐大廈，二層是明星創業者王小川的百川智能，七層到十一層是學院派出身的智譜 AI。二者在經曆了市場的檢驗後，成爲了最有希望的兩個候選人。
同一棟樓裏的争奪戰，似乎已經悄然打響了。
從融資上看，智譜 AI 和百川智能都在今年，完成了多輪大額融資。
（光錐智能制圖：根據公開資料整理）
今年，智譜 AI 累計總融資金額超 25 億元人民币，百川智能總融資金額達到 3.5 億美元 ( 約 23 億人民币）。公開信息顯示，智譜 AI 最新估值已經超 100 億人民币，最高或達 150 億，是國内估值最快超過百億人民币的公司之一；最新一輪融資後，百川智能估值已經超過 10 億美金（約 66 億人民币）。
從團隊構成上看，智譜 AI 和百川智能師出同門，智譜 AI 總裁王紹蘭與搜狗創始人王小川，同爲清華系創業團隊。
從技術追趕速度來看，二者也不分伯仲。 智譜 AI 的 GLM-130B 剛問世就打敗了 GPT-3，而最新發布的 Baichuan 2 在各維度領先 Llama 2，開拓了中國開源生态發展。
種種迹象顯示，智譜 AI 和百川智能已經成爲了中國大模型賽道沖出的 " 黑馬 "，激烈的角逐下，究竟鹿死誰手？
OpenAI 的信徒：智譜 AI
智譜 AI 與 OpenAI 的淵源可以追溯到 2020 年，那一年被智譜 AI CEO 張鵬視爲心中真正的 "AI 大語言模型元年 "。
智譜 AI 周年慶日的當天，喜悅的空氣氛圍中，時不時能嗅到 GPT-3 出世帶來的些許焦慮。達到 1750 億個參數的 GPT-3 是嚴格意義上的第一個大語言模型。
彼時，張鵬既震驚于 GPT-3 的湧現能力，也陷入了 " 要不要跟随 " 的思考之中，不管是當時還是現在，All in 超大規模參數大模型方向都是一件極其冒險的事情。權衡過後，智譜 AI 決定把 OpenAI 作爲自己的對标對象，投入到超大規模預訓練模型的研發當中。
光錐智能制圖：根據公開資料整理
在技術路徑選擇上，智譜 AI 與 OpenAI 具有同樣的獨立思考性。
當時存在 BERT、GPT 和 T5 幾種大模型預訓練框架。三種路徑，在訓練目标、模型結構、訓練數據來源、模型大小幾方面都各有優劣。
假如把大模型訓練過程比作一場英文考試，BERT 擅長通過詞句之間關系來做題，通過理解去考試，其複習資料主要源于課本和維基百科；GPT 擅長通過預測下一個詞來做題，通過大量寫作練習來準備考試，其複習資料主要來自各種各樣的網頁；T5 則采取了一種将題目形式化的策略，先把題目翻譯成漢語再去解題，在複習時，不僅閱讀課本，還刷了大量題庫。
衆所周知，谷歌選擇了 BERT，OpenAI 選擇了 GPT，智譜 AI 沒有盲目跟從，在這兩種路線基礎上提出了 GLM（General Language Model）算法框架。該框架實則實現了 BERT、GPT 優劣互補，" 既能在理解的同時，還能完成續寫和填空 "。
GLM 由此成爲了智譜 AI 追逐 OpenAI 最大的底氣，在此框架之下陸續長出了 GLM-130B、ChatGLM-6B、ChatGLM2-6B 等 GLM 系列大模型。實驗數據顯示，GLM 系列大模型在語言理解精度、推理速度、内存占比和大模型适配應用方面都優于 GPT。
（圖源：網絡）
OpenAI 是當前國外能提供基礎模型服務最爲完備的機構，其商業化主要分爲兩類，一類是 API 調取收費，一類是 ChatGPT 訂閱制收費。在商業化方面，智譜 AI 也遵循了大緻的思路，處于國内大模型商業化較爲成熟的企業梯隊。
據光錐智能梳理發現，結合中國企業的落地情況，智譜 AI 的商業模式分爲 API 調取收費和私有化收費模式。
總體提供的模型種類分别有語言大模型、超拟人大模型、向量大模型與代碼大模型，在每個大模型選項下包括了标準定價、雲端私有化定價和本地私有化定價。對比 OpenAI，智譜 AI 缺乏了語音、圖像大模型服務的提供，但增加了超拟人大模型，這也迎合了中國數字人、智能 NPC 等行業的需求。
光錐智能向開發者了解到，" 目前，百度文心千帆平台的特點是完善，通義千問的特點是靈活，智譜 AI 則是市場主流廠商中 API 收費最便宜的公司之一 "。
智譜 AI 的 ChaGLM-Pro 的收費爲 0.01 元 / 千 tokens，并贈送 18 元的免費額度，ChaGLM-Lite 收費降至 0.002 元 / 千 tokens。作爲參考，OpenAI GPT-3.5 收費爲 0.014 元 / 千 tokens，阿裏通義千問 -turbo 收費爲 0.012 元 / 千 tokens，百度文心一言 emie-bot-turbo 的收費标準爲 0.008 元 / 千 tokens。
正如張鵬所言，智譜 AI 也正在經曆以 OpenAI 爲目标到 " 不再追随 OpenAI" 的新階段。
産品業務方面，不同于 OpenAI 隻專注于 ChatGPT 的升級打造，智譜 AI 選擇了三面出擊。
據其官網顯示，當前智譜 AI 的業務主要分爲了三大塊，分别爲大模型 MaaS 平台、AMiner 科技情報平台和認知數字人。由此形成了三大 AI 産品矩陣，大模型産品、AMiner 産品以及數字人産品。其中，大模型産品不僅涵蓋了基本對話機器人，還有編程、寫作、繪畫垂類的機器人劃分。
（圖源：智譜 AI 官網）
與此同時，智譜 AI 還在通過投資的方式繼續向應用側上探。截至目前，智譜 AI 對外投資了聆心智能和畫壁智能，并于今年九月份再次增持了聆心智能股份。
聆心智能同樣孵化自清華大學計算機系，雖系出同源，但聆心智能更偏向于應用，其開發出的 AiU 興趣互動社區就是基于智譜 AI 的超拟人大模型。其産品的開發思路類似于國外的 Character AI，通過創造不同性格與人設的 AI 角色，與之進行互動聊天，更加偏向于 C 端應用，強調娛樂的屬性。
從 OpenAI 轉向 LIama：百川智能
LIama：光錐智能發現，相比于 OpenAI，百川更像 Llama。
光錐智能發現， 相比于 OpenAI，百川智能更像 Llama。
首先是站在原有的技術、經驗基礎之上，發布和叠代速度非常快。
百川智能成立半年，便接連發布了 baichuan-7B/13B，Baichuan2-7B/13B 四款開源可免費商用大模型及 Baichuan-53B、Baichuan2-53B 兩款閉源大模型。截至 9 月 25 日開放 Baichuan2-53B API 接口，過去的 168 天裏，百川智能平均以月爲單位的速度發布一款大模型。
Meta 靠 LLama2 重新赢回 AI 陣地，百川智能則憑借 Baichuan2 系列開源模型打敗 LLama2 名聲大噪。
據測試結果表明，Baichuan2-7B-Base 和 Baichuan2-13B-Base，在 MMLU、CMMLU、GSM8K 等幾大權威評估基準中，以絕對優勢領先 LLaMA2，相比其他同等參數量大模型，表現也十分亮眼，性能大幅度優于 LLaMA2 等同尺寸模型競品。
事實證明，百川智能大模型也的确經得過考驗。據官方數據，Baichuan 在開源社區總下載量已經超過 500 萬次，月下載量達到 300 多萬次。
光錐智能發現，百川智能系列模型在 Hugging Face 開源社區的最高下載量有 11 萬多，在中外開源大模型中仍具有競争力。
（圖源：Hugging Face 官網）
其開源之所以具有優勢與其較強的兼容性也有關系，百川智能曾在公開場合介紹，其整個大模型底座結構更加接近 Meta 的 LLAMA 的結構，故而從開源設計上就對企業和廠商很友好。
" 開源之後，生态會圍繞 LLaMA 去構建，在國外有很多開源項目是跟着 LLaMA 去推動的，這也是我們的結構爲什麽跟 LLaMA 更加接近。" 王小川道。
據光錐智能了解到，百川智能在架構設計上采用了熱插拔 ( Hot-pluggable ) ，可支持百川模型與 LLAMA 模型、百川模型不同模塊之間的随意切換，比如用 LLAMA 訓練一個模型後，無需修改，就直接能把這個模型放到百川中使用。這也解釋了現在多數互聯網大廠使用百川模型，和雲廠商引入百川系列模型的原因。
曆史走過的路，既通向過去，也通向未來，王小川的大模型創業便是如此。
源于搜狗創始人的身份和搜索技術經驗，創業初期，王小川獲得了不少人這樣的評價，" 小川，是最适合搞大模型的啊 "。
在搜索經驗和框架中構建大模型成爲了百川智能的底色。
百川智能技術聯創陳炜鵬曾表示，搜索研發與大模型開發有許多類似之處，" 百川智能将搜索的經驗快速遷移到大模型的研發中，這就類似一個 ' 造火箭 ' 系統化工程，将複雜的系統做拆解，通過過程評估來推動團隊的協同，提升團隊的效果 "。
王小川也在發布會現場談道：" 因爲百川智能之前有搜索基因，因此天然懂得如何從萬億網頁中間去精選最好的頁面，可以做到去重、反垃圾。在數據處理中，百川智能也借鑒了之前搜索的經驗，能小時級完成千億數據的清洗和去重工作 "。
其大模型搜索的内核在 Baichuan-53B 中展現得淋漓盡緻。在處理大模型 " 幻覺 " 問題上，結合搜索技術沉澱，百川智能在信息獲取、提升數據質量、搜索增強等方面做了優化。
在提升數據質量上，百川智能的核心思路是 " 始終取優 "，以低質、優質爲标準将數據進行分類，确保 Baichuan2-53B 始終使用優質數據進行預訓練；在信息獲取方面，Baichuan2-53B 對多個模塊進行了升級，包括指令意圖理解、智能搜索和結果增強等關鍵組件，通過深入理解用戶指令，精确驅動查詢詞的搜索，最終結合大語言模型技術，優化模型結果生成的可靠性。
盡管以開源爲始，但百川智能已經開始探索商業化路徑。官方資料顯示，百川智能的目标有兩個方向，橫向維度的目标是 " 構建中國最好的大模型底座 "，縱向維度的目标是在搜索、多模态、教育、醫療等領域增強。
如今的商業化，集中在了 Baichuan2-53B，官網顯示，該模型的 API 調取采用了分時段收費标準。0:00-8:00 收費爲 0.01 元 / 千 tokens，8:00-24:00 收費爲 0.02 元 / 千 token，相比較之下，白天的收費價格要高于晚上。
（圖源：百川智能官網）
結尾
争論誰是中國的 OpenAI 這一問題，在大模型發展的早期沒有太大的意義。智譜 AI、百川智能等諸多初創公司已經意識到盲目跟随 OpenAI 的腳步并不可取，例如智譜 AI 已經明确了 " 不做中國 GPT" 的技術路徑。再者，在開源蔚然成風，正在形成包圍之勢的當下，OpenAI 的絕對技術優勢地位似乎也并不是牢不可破。
智譜 AI、百川智能曾不約而同地提到，超級應用才是更廣闊的市場，也是中國大模型企業的舒适區，不再停留原地，比如一位接近智譜 AI 人士曾向媒體爆料，智譜 AI 團隊已經堅定 2B 路線，瞄準信創市場，并在 5 個月裏，快速擴張團隊，從 200 人增至 500 人，以爲後續的 2B 業務儲備人力。
而百川智能在商業化路徑上，則選擇了參照 Llama2 的開源生态，也已經開始小步叠代。
肉眼可見的是，僅半年時間，百川智能和智譜 AI 就已經走過了技術無人區，來到了面向産業落地的商業化階段。對比 AI1.0 的創業熱潮，技術打磨期長達 3 年（2016-2019 年），而正是由于在商業落地上受阻，才導緻了一大批 AI 公司在 2022 年集體走向沒落，倒在了黎明前。
吸取了上一階段的教訓，同時也源于大模型技術的通用性更便于落地，以百川智能和智譜 AI 爲代表的創業公司，正養兵秣馬，爲下一階段做好技術、産品和人才儲備。
不過，場馬拉松也才聽到第一聲槍響，言結果爲時尚早。但至少對賽道的第一階段分解已經完成，目标明确後，比拼的更是耐心和毅力。這一點，無論對于百川智能、智譜 AI 還是 OpenAI，都一樣。
