作者丨孫溥茜

編輯丨陳彩嫻

近日，在北京市石景山區(qū)人民政府、北京市經(jīng)濟(jì)和信息化局、北京市科學(xué)技術(shù)委員會中關(guān)村科技園區(qū)管理委員會聯(lián)合主辦的服貿(mào)會分論壇——“通用人工智能算力論壇”(A?GICF)上，面壁智能發(fā)布了千億多模態(tài)大模型露卡 Luca，并正式開啟了 Luca?2.0 的全民公測。

Luca 寓意地球生命始祖，The?Last?Universal?Common?Ancestor。

最在今年5月27日的2023數(shù)博會上，Luca1.0首次公開亮相。

隨后的三個月里，Luca迭代了85次，大語言模型能力整體提升39%。其中推理能力提升119%，推理、知識、生成等多項能力已媲美 ChatGPT。

這一次的 Luca 2.0 版本除了具有優(yōu)秀的大語言模型能力外，還具備強(qiáng)大的多模態(tài)處理能力。圖片理解能力已達(dá)中文全網(wǎng)最強(qiáng)。

其中多模對話、細(xì)節(jié)描述和復(fù)雜推理三項整體得分為92.5分，而行業(yè)其他模型的平均得分是78.4分，遠(yuǎn)超現(xiàn)有支持中文且具備圖片理解能力的大模型。

會后李大海接受了媒體群訪，針對行業(yè)或通用大模型、近來火熱的一體機(jī)話題、知乎數(shù)據(jù)集對 Luca 訓(xùn)練的幫助、大模型評測榜單等熱點(diǎn)問題表達(dá)了自己的看法。

以下是李大海與 AI 科技評論等媒體的對話精選：

1
堅定走向通用大模型之路

Q：目前資本圈和科技圈對大模型的態(tài)度冰火兩重天，前者冷淡后者火熱，請問您正在關(guān)注哪些問題？

李大海：現(xiàn)在大家普遍思考大模型如何落地的比較多。我的精力目前主要分配在幾個方面：

首先，我們的模型在以專項的形式封閉式開發(fā)，封閉式開放效率很高，以至于我們能在三個月的時間里，成功將百億模型做到今天的千億模型，這個過程很辛苦。

另一方面是思考到底有哪些應(yīng)用可以去做，以及看應(yīng)用如何與大模型結(jié)合，這里面就有一個大模型與應(yīng)用二者關(guān)系的問題。

我會認(rèn)為我們一定要做大模型原生的應(yīng)用，將應(yīng)用建立于大模型之上，如果沒有大模型，應(yīng)用就不應(yīng)該存在。

然而，一些應(yīng)用在現(xiàn)有場景中已經(jīng)在使用大模型，盡管在使用過程中可能會帶來一些效率提升，但我認(rèn)為這種不算是典型的大模型應(yīng)用。

另一方面，我們也不認(rèn)為大模型原生應(yīng)用就是100%使用大模型，這樣就像拿著錘子找釘子，我們還是要關(guān)注用戶的真實(shí)需求，看這個需求在引入了大模型這一變量后，能否得到更好的滿足。

Q：您如何看待 B 端的大模型業(yè)務(wù)，以及行業(yè)大模型發(fā)展？

李大海：B 端業(yè)務(wù)我們在同步開展，但是現(xiàn)階段我們更側(cè)重 C 端。

過去半年我們看到很多同行被需求追著走，有很多客戶非常希望使用大模型。我們有能力解決客戶的問題，但是在模型的標(biāo)準(zhǔn)化工作還沒有做的特別好的情況下，就需要花費(fèi)大量的人力填補(bǔ)服務(wù)。

我們在思考如何用更高的效率運(yùn)營 ToB 業(yè)務(wù)。

其實(shí)回歸到商業(yè)的本質(zhì)，我們必須關(guān)注效率，思考 Profit and Loss 是否是健康。ToB 這件事如果純做成項目制，其實(shí)很難定位，也很難有好看的毛利。

無論怎么做，要想高效交付只有兩個選擇：或者是面向場景做出相對好的模型，然后模型在場景里面對每一家客戶進(jìn)行微調(diào)；或者是做出足夠通用的大模型，面對任何場景，只要微調(diào)就可以。

我認(rèn)為未來一定是通用人工智能這個方向。

現(xiàn)階段行業(yè)大模型可以用更小規(guī)模的模型承載垂直領(lǐng)域的應(yīng)用，所以在成本上更有優(yōu)勢。并且通用大模型的能力也沒有那么強(qiáng)，但是我相信未來一定會產(chǎn)生既能力強(qiáng)，成本也低的通用模型，這個通用模型會把所有的行業(yè)模型的空間抹殺。

行業(yè)大模型是現(xiàn)在階段性的產(chǎn)物，我尊重現(xiàn)在的歷史階段。

Q：面壁大模型從百億躍升到千億，與悟道2.0時期從百億模型進(jìn)化到千億量級有何區(qū)別？

李大海：從技術(shù)上，我們當(dāng)時推出的 CPM2 （Chinese Pretrained Model) 千億模型是一個 MoE 的稀疏模型，和我們現(xiàn)在推的千億模型不太一樣。

我們現(xiàn)在的千億模型是 Decoder-only 網(wǎng)絡(luò)結(jié)構(gòu)的千億模型。

值得一提的是，CPM 大模型是面壁智能從零自主研發(fā)的預(yù)訓(xùn)練大語言模型，其中包括國內(nèi)首個中文大模型 CPM-1。

最新的大模型訓(xùn)練直播項目 CPM-Live的第二期百億模型CPM-Bee是國內(nèi)首個開源免費(fèi)商用基座模型，目前已授權(quán)給數(shù)百家企業(yè)合法商用。

Q：面壁發(fā)布的千億多模態(tài)大模型是否會影響大語言模型的研究進(jìn)展？

李大海：這里要說明，我們公司的重點(diǎn)資源是做大語言模型，這是基礎(chǔ)，必須先做好，這也是我們的階段性戰(zhàn)略。

而我們的優(yōu)勢在于，我們是一個產(chǎn)學(xué)研結(jié)合的團(tuán)隊，大語言模型不只在用公司資源在做，而是實(shí)驗室的同學(xué)和公司合作的結(jié)果。

大語言模型作為一個基座，把多模態(tài)的東西對接進(jìn)來，對原有的模型沒有影響，所以把基座模型做的越來越好，我們才能夠更加順滑地增加不同模態(tài)的數(shù)據(jù)和學(xué)習(xí)意見。

Q：知乎提供的數(shù)據(jù)集有哪些優(yōu)勢？

李大海：我們的模型取得非常好的成績，離不開知乎里大量的高質(zhì)量圖文數(shù)據(jù)。

知乎是一個社區(qū)，很多用戶在知乎在上傳圖片時會給圖片精心配上文字，這種 UGC的內(nèi)容（用戶生產(chǎn)內(nèi)容）比第三方標(biāo)注平臺提供的數(shù)據(jù)質(zhì)量要高出很多。

2
開源、獨(dú)角獸、一體機(jī)

Q：您如何看待現(xiàn)在的開源大模型在 ToB 領(lǐng)域的影響？

李大海：目前開源這件事，對于開源廠商主要訴求還在于模型影響力的提升。因為模型開源現(xiàn)在還沒有形成像安卓系統(tǒng)一樣的生態(tài)，比如客戶拿自己的數(shù)據(jù)去訓(xùn)練，數(shù)據(jù)不會集中到一個中心化的場景，甚至模型好不好用，都沒有反饋的聲音。

模型影響力的提升對于做 ToB 的業(yè)務(wù)是有幫助的，但是它的鏈條比較長，比較間接。

當(dāng)競爭進(jìn)行到一定階段時候，大家的模型都差不多，客戶會更關(guān)心，服務(wù)提供商自己的存續(xù)能力有多強(qiáng)，能否保障售后能力。就像電動車制造，一開始所有品牌百花齊放，早期的用戶都是嘗鮮者，但是一旦大眾涌入后，車廠的售后能力、綜合能力就會暴露出來。

Q：您認(rèn)為通用大模型會出在大公司還是創(chuàng)業(yè)公司？

李大海：其實(shí)參考美國，我們也沒有看到說頭部公司就是通用大模型的天下，這事并沒有發(fā)生。

我認(rèn)為這件事還是要看公司的創(chuàng)新。

這本身還是一個綜合的變量。一個公司能否在最新的技術(shù)浪潮中勝出，由很多因素決定，有沒有足夠好的人、資源、組織能力、創(chuàng)新力度、對創(chuàng)新的容忍度、戰(zhàn)略方向等，沒有一定之規(guī)。

Q：您怎么看待現(xiàn)在流行的一些大模型評測標(biāo)準(zhǔn) ？

李大海：我認(rèn)為在大模型領(lǐng)域，榜單就是一個悖論。

一旦出現(xiàn)大家都很認(rèn)可的榜單，就一定會出現(xiàn)刷榜，這個事很難避免，除非榜單是完全隨機(jī)的，由大模型隨機(jī)生成題目，而且權(quán)威性得到大家認(rèn)可。

未來也許可以，現(xiàn)在我覺得還是太早了。

因為大模型背題非常厲害，只要能拿到題目，喂給大模型它很快就能背會。我們現(xiàn)在觀察到，大模型一旦能夠背會，它就一定不會去理解。

Q：LUCA 現(xiàn)在收到的使用申請大概是什么情況？

李大海：我們正式發(fā)布后收到了很多申請，同事們在逐一批準(zhǔn)，現(xiàn)在是一個有限的推理量，不太方便透露。但我們會基于服務(wù)量，不斷提高供給效率。

Q：傳聞面壁也即將推出一體機(jī)，您對一體機(jī)持什么看法？

李大海：一體機(jī)這件事只能說我們在和合作伙伴有一些密集的推進(jìn)，但是進(jìn)展還不方便透露。

我認(rèn)為一體機(jī)是一個順應(yīng)國內(nèi) ToB 市場的，特殊國情的產(chǎn)物。

但是為什么會產(chǎn)生一體機(jī)，就像我剛才所說，國內(nèi)一些企業(yè)習(xí)慣于低估軟件價值，高估硬件價值。軟硬一體結(jié)合更能把產(chǎn)品的價格抬起來。

我個人還是更看好云服務(wù)，將繁瑣的運(yùn)維工作丟給云廠，模型廠商才可以更專注模型研發(fā)。

歡迎添加作者微信Sunpx33，交個朋友～

雷峰網(wǎng)雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。