李开复回应一切：竞技场排名“让我们有信心继续做预训练”

鱼羊 2024-10-31 14:21:01 来源：量子位

GenAI 发自 凹非寺

量子位 | 公众号 QbitAI

我们只落后OpenAI 5-6个月，但要进一步缩短这个时间差，大家的难度都很大。

国产大模型首次在国际最具挑战的“大模型竞技场”榜单上超过GPT-4o（5月版本），当零一万物的名字紧跟在OpenAI、Google之后，李开复却如是坦言。

就在“大模型六小强”叫停预训练的传闻甚嚣尘上之时，李开复旗下零一万物历时5月憋了个大招，用实际行动回应一切：

推出最新旗舰模型Yi-Lightning，性能超越GPT-4o-2024-05-13，冲上UC伯克利大模型竞技场（Chatbot Arena）总榜第6。

还把每百万token的价格打到了0.99元人民币——不到该版本GPT-4o的3%，相比于GPT-4o-mini百万token输入输出价格的均值，也降低了近2/3。

△以上数据截止10月26日

不仅大模型竞技场官方发帖盛赞，“这标志着中国大模型的强劲增长”。

也得到了大模型社区的广泛认可：

中国大模型正在迎头赶上！很高兴看到竞争仍在继续，这迫使谷歌和OpenAI等大公司继续开发他们的模型，更重要的是，发布这些模型。

而这样一个模型背后，另一点值得关注的是，李开复博士和他旗下的零一万物，对中国大模型创业公司的发展路径，又有了更清晰的认知。

就在与量子位的一对一对谈中，从打榜，到追赶OpenAI，再到大模型应用的商用落地，李开复博士坦诚畅聊一切，还与我们分享了来自硅谷的最新见闻。

具体细节，在此分享。

（以下为李开复观点呈现）

中国大模型创业公司要“换一种打法”

5-6个月的差距如何追赶

零一万物从去年11月提出Yi-34B，到今年5月的Yi-Large，再到现在10月的Yi-Lightning，大约是5-6个月出一个模型，每次的新模型基本都能够达到5-6个月之前世界第一的水平。

5-6个月代表着一个绝对的差距吗？

我觉得追赶有两种心态，一种心态是我要用一样的方法论去做一样的事情，消耗一样的资源往AGI去冲。如果是这种思路，那放弃追赶是正确的。

OpenAI在训练GPT-4的时候花了1亿美金，GPT-5花了10亿美金，GPT-6可能就要花100亿美金，越往下越是一个天文数字。国内没有一个创业公司能融这么多钱，大厂可能也不舍得花这么多钱。

我们必须要有一个认知：美国有一些投资人的心态是很独特的，无论三年内烧出AGI的概率有多低，都要去砸一下试试。像OpenAI，有非常好的口才能说服一批投资人投他们；像马斯克，他的名字可能就值几十亿美元；像Google，不甘心他们最先发明的技术风头被别人抢走，所以咬咬牙也会投入；Meta我觉得一定程度是在搅局，但反正他们最近的广告收益很高，花个10亿美金甚至100亿美金没什么问题。

我们是没有这样的巨量资源的。

所以一模一样的打法是难以复制到初创企业身上的。但我们可以换一种打法，就是找到独特的“多快好省”的打法后发制人，用最少的资源，训练出力所能及的最优秀的模型。

我们说只落后OpenAI 5-6个月，如果说要再进一步缩短这个时间差，包括我们在内的中国同行们，难度都很大。零一万物的想法是，我们要做一个世界一流的模型，现阶段的策略会晚于第一个做到的模型5-6个月，不过我们会争取做得比它成本更低、速度更快——这样可用性反而是更高的。

中国公司很擅长把一件事情做到极致，用更低的成本，实现更高的效率。成本低了能够带来更多应用的爆发。

衡量模型能力很重要

我认为不能衡量的事情就没法进步，所以打榜不是为了像高考一样看能得第几名，而是去了解你在全球这么多厉害的公司和人当中，处在什么样的位置，是不是还有资格继续往前冲，还是已经掉队了。这一点非常重要。

各种榜单衡量的东西不一样。比如MMLU衡量的是“天花板”，问题是盖一个天花板100米高的房子，而你最高只能跳几米，上面的80米完全跳不上去，那有什么意思？

所以我们更看重如何去衡量模型的能力，以及是否被用户认可。UC伯克利大模型竞技场的评估方式，是让人来公平地评价，这是我们和全球巨头一直关注这个榜单的原因。

我们认可的不是打榜、刷榜的概念，而是用一个公平的，可以和最终用户对接、让他们来评分的这样一个方法，来给我们反馈。

举个例子，这次榜单上我们提交了两个模型，看它们不同的得分，我们就能学到很多东西。

我们在这个榜单上是全球范围排第三名的公司，只在OpenAI和Google之后。让我们很欣慰的是我们知道自己肯定处在世界第一梯队上，这一点对我们来说非常重要，让团队非常振奋，因为我们知道自己的模型是可以打国内、国外市场的，谁都不用怕。

这对我们团队来说是一个正反馈，让我们有信心往前冲，继续做模型，继续做预训练。

另外很重要的是，跟排我们前面五名和后面五名的模型相比，Yi-Lightning的速度都比它们快。

AI应用进入商业化拐点

现在国内进入了一个可以做AI应用的时间点。

为什么早前AI应用比较难做呢？其实就一个原因：好的模型推理成本太高。一年半前，中国就没有一个模型是可以做出PMF（产品市场匹配）来的。

过去做移动应用，用户从10万增长到100万，虽然也会增加带宽、服务器等成本，但公司们不会因此破产。而在AI时代，如果一次推理就要几块钱，当用户10倍增长时，创业公司们马上就会破产。

今年，国内达到世界一流水平的模型已经有几个了，并且有些成本已经足够低。比如我们的Yi-Lightning，每百万token的价格是0.99元人民币，就已经可以支持一个AI搜索应用：每次搜索成本只要1-2分钱，即使用户达到百万级别，每人每天搜5次，成本也还是可控的。

这就是为什么要等到有一个性价比足够高的世界级模型，才能像移动互联网时代那样去做应用的原因。

国内ToC的应用目前还没有出现一个Super APP，不是因为用户不需要，而是因为之前足够好的模型会把任何一个创业者烧破产。到今天好的模型足够便宜，情况就大大改变了，对ToC我是非常乐观的。并且我相信，中国的创业者在做PMF方面是超过美国的，就好像美团做得比DoorDash好，抖音做得比Instagram好一样。

不过做应用可能还有一个挑战，就是用户的获取成本。

国内大厂很强势，创业公司获取用户的成本会比较高。所以对创业者来说，除了要有信心，模型够好够便宜，下一个就是怎么去找到机会，用比较少的钱撬动比较多的流量，或者是解决用户的强需求。

对于ToB的应用，我觉得本质是大模型代表的AI 2.0时代跟AI 1.0时代是有差别的。AI 1.0是项目制，你要做什么我全部帮你进场去做，做一单赔一单。在今天很多ToB的公司还是做一单赔一单，这个是让人担忧的。

但比较乐观的是，当你拥有大模型的能力，项目可以更便宜地做出来。有大模型的底座，不用收集那么多数据，它本身的能力就已经很强了。

大模型还有很多过去未有的能力，无论是做Agent、多模态内容生成，还是做Copilot、直播，这些能力都是AI 1.0时代没有的，是值得一试的。

走ToB路线特别要当心的是，首先，不要做一单赔一单。

其次，要认识到客户对模型没有需求，对解决方案才有需求。

第三，应该努力去找到合适的行业，能够快速让模型的本质融合行业的特质，实现省钱或者赚钱，最好是赚钱。

对于零一万物来说，我们会逐渐释放我们的产品。在ToC方面，我们还是会延续国外先尝试，再回到国内市场的路线。主要是我们已经在海外建立了一些实操经验，积累了一些对海外市场的理解，而且有些应用在海外收费比较容易被用户接受。

ToB的话我们在零售、政务、金融、能源等领域做出了一些有利润的单子。但是坦诚地说也还在不断验证，如何去建立可持续的优势。

当你在某个行业里拿下一单，它是一个不可复制的特例，还是可以重复再做第二单、第三单？在第二单、第三单中技术的重复使用能不能让你的利润率变得更高？这都还需要验证。我们的第二年，会聚焦在从技术到应用实践的商业化验证。

什么应用是值得去做的？2009年我做过一次演讲，当时说到移动互联网的应用到来的顺序会和PC应用成长的顺序相关。比如先是读取内容、撰写内容，然后是搜索管理内容，再能够去把内容做得更加多元化、更丰富，之后能够在内容之外拓展付费行为，包括广告、支付、电商、社交等等。内在逻辑是人的需求其实就是这些。

一个新的时代到来，应该也是这样的。AI内容的阅读和生产，是ChatGPT、Midjourney、可灵。那下一个阶段就是AI搜索，然后是多模态社交/娱乐，再走到本地生活&电商等等。

健康的大模型生态是倒三角结构

“ChatGPT火爆之后，钱都让英伟达赚走了”，这个观点是一个客观的事实。

一个主要因素是英伟达的主要客户是超级大厂，他们一买就买十万张、几十万张卡，这一下就让英伟达赚了很多钱。

这些公司的想法是要成为第一个做出AGI的公司，所以花多少钱买GPU都是值得的。这个心态就会导致钱都流向英伟达，也可能导致他们做出来的模型很厉害，但都很大、很昂贵。

对于我们来说其中的机会就是做更小的、推理成本更低的模型，去推动应用的发展。

要突破这个现状，我觉得就是要有足够多的公司了解到这样一个生态系统：

底层是GPU，中间是各种模型平台，模型平台之上是应用。这个结构一定要是上层最大、底层最小的倒三角，才是健康的。

另一个因素是，英伟达实在太强了，利润非常高。如果有两三家芯片厂商能与之竞争，他们的整个盘子可能就没有那么大，我们买到的GPU也可能变得更便宜。但短期来看，英伟达还是业界最强。

硅谷新见闻

o1引入了一个非常新的思维方式：不是所有智能都来自于预训练和微调。

以后大模型技术的发展应该会有三条路线：

第一还是怎么做好预训练；

第二是怎么做好post-training；

第三是怎么在推理之中加入思考。

o1最让我惊讶的是，我在美国碰到一位经济学教授，他跟我说，他用o1等于能少招一个博士生。

他有什么想法不用等到博士生每周跟他1 on 1的时候再来讨论，而是可以随时打开电脑去问o1。虽然有时候会有错误，但教授给它指出后，o1居然会学习，有时候还能反过来纠老师的错。所以这件事就变成，o1可能比一个博士生还能增强老师的能力。

当时我跟他聊的时候还有OpenAI的人在旁边。OpenAI的人就很兴奋地加入进来问，教授你愿意花多少钱买o1的服务？教授说很简单，我招博士生一年是10万美元，那我愿意付这10万美元给o1。

另外一件大家都在讨论的事是OpenAI的融资。

OpenAI的这次融资有点辛苦，融到66亿美元，看起来很多了，但要考虑到OpenAI的估值是1570亿美元。

挑战来自于哪里？我的理解是GPT-5是不太好训练的。理论上GPT-5应该已经出来了，但现在推延了，会推延多久大家并不知道。

但OpenAI可怕的地方在于，他们内部藏了很多类似o1这样的项目。他们并不着急推出，第一是怕竞争对手会学习进步，第二是要等到融资的节点，回应竞争对手的节点再拿出来用。

可以观察到的是，一年前，投资人们还在疯狂投各种模型，到今年，大家已经意识到，从纯财务投资的角度来讲，花很多钱去训练一个并没有产生太大商业价值的模型，几个月以后它就可能被取代，钱就白烧了。

我讲这个事情最主要的一点是想说：

投资人已经开始用商业思维来评估这个领域了。

— 完 —