中國需要「下一個OpenAI」嗎？

張鵬：一方面是出於技術探索和理論研究層面出發，我們是一直在關注這個技術，自己也有一些積累。GPT這個框架，也未必是最完美的，我們想嘗試，從理論上如何在這個框架基礎上能夠作出一些演進和創新。

另一方面，從現實出發，在此之前所有的預訓練框架或者算法，都是海外研發的。如果我們還是沿著它們的腳步前進，未來可能有可能會形成技術路徑依賴。而對核心技術和底層理論的自研和掌控，這是非常必要的。所以，我們也決定要自己去做這件事情。

2020年發布百億參數大模型後，公司決定，投入千億參數大模型研發中去。拿出大成本投入進去做這件事，事實上，還是需要一定的勇氣的。

和OpenAI相比，這類海外企業有很強的資本背景加持，可以放開了去做，不惜燒掉無數的資本。但在那時，我們公司還剛成立，雖然也拿了一些錢，但是跟要做的這件事所需的資金來比，還是不太高的。從理論研究上來說我們比較擅長，但真的投入進去後，發現還是很難的。但GPT-3還是給了我們信心。技術積累、團隊的共同努力，再加上一點運氣，取得的效果比我們預期的還要好一些。

千億大模型的發布，對於公司來講是一個重要的轉折點。我們可以進入一個比較快速的發展節奏了。

不得不說，其實後發還是有一定優勢的，我們可以站在GPT的肩膀上前進，把GPT和其他模型架構的優點融合起來。去年11月，史丹福大模型中心對於全球30多個大模型的橫向評測結果顯示：GLM-130B在準確性和公平性指標上與GPT-3 175B接近或持平，魯棒性、校準誤差和無偏性優於GPT-3 175B。

有一些企業嘗試沿著GPT-3的路徑去復現，其實反而沒有做到這樣一個程度。這也反證了，並不是簡單地去復刻OpenAI的方法，你就能達到它的水平。

市界：GPT-4在今年3月發布後，引發了這一波大模型浪潮。作為早期就all in進去的公司，智譜是怎麼看待這件事的？這給行業帶來的最大變化又是什麼？

張鵬：在去年年底的時候，我們還認為說，我們與GPT之間的距離已經在逐漸縮短。但GPT-4的發布讓我們認識到，其實距離還是很大的，人家也在以更快的速度往前奔跑。

但至少，這再次證明了，我們選擇的這條路是可行的，而且確實是存在很大發展可能的。

市界：在今年上半年，大模型批量湧現的時候，百度董事長兼執行長李彥宏就多次強調，不需要「重複造輪子」了。那麼，現下中國還會再出現一個類似於OpenAI這樣的公司嗎？

張鵬：在國內完全復刻一個「中國版OpenAI」，這個是不現實的。

我們對標它，其實更多地也是從技術上，從目標和方向上去對標的。它是美國公司，用美國的方式在中國市場做公司，可能是活不好、行不通的。大模型創業公司還是要因地制宜，在商業化、市場化等方面，制定自己的具體策略。

沒有基座，行業大模型是「空中樓閣」

市界：那麼在商業化落地方面，智譜是如何做的呢？

張鵬：OpenAI的商業化路徑其實很簡單。除了收取ChatGPT的用戶訂閱費用外，它主要是對API調用收費，這也和它所處的市場環境有關。

我們的創始團隊是從學校里出來，但在實驗室里已經和很多企業、機構進行合作，在做To B方面的經驗還是比較豐富的，對於這個市場也比較了解。我們在商業化路徑上，會付出更多的精力，去設計一些符合客戶需求的不同方案。

智譜AI為企業提供的服務模式更多。除了API調用外，還提供大模型服務私有化解決方案，包括雲端私有化和本地私有化，用以適應當下市場和客戶的需求。這應該是我們在國內獨有的模式，相應的實際落地案例也已經有了不少。

市界：在大模型的商業化路徑中，產業化趨勢已經非常明顯了。面向B端垂直行業的大模型，在短時間內紛紛湧現。對於做通用大模型和垂直行業大模型，智譜又是怎麼思考的？

張鵬：智譜還是主要會加碼研發基座大模型。對於行業模型這件事，我們確實也做過一些思考。

基座大模型和行業大模型，它們是並行關係、是競爭關係嗎？但實際上，我們認為，行業模型或者叫專業模型也好，應該都是建立在通用模型之上的。打個比方說，任何一個行業的專家，首先是不是也要具備非常強的基礎知識？同樣地，做行業模型，你的基座從哪裡來？還是一樣要用別人的基座。從整個市場的角度來說，沒有基座大模型的技術發展，是不可能「空中樓閣」式產生一大批行業模型的。

通用模型和行業模型，不是並行競爭的關係，而應該是合作關係。後者以前者為底座，是站在它們的肩膀上往上的。

行業大模型為什麼存在？是因為現在市面上有這個需求。那麼，企業的需求點到底是什麼呢？我覺得，是在當下這個時間段上，大模型如何能夠低成本、快速地去滿足某些特定場景的需求。而正是因為我們的基礎技術沒有做到GPT的水平，才誕生了行業模型存在的空間。

但問題在於，如果行業模型不能基於最強的通用模型，一起去共同演進，那麼它的市場空間也會越來越小，直到消失。

市界：大廠們也在積極推動大模型在產業中的落地應用，或者是利用本身的產業資源優勢，做平台+行業解決方案+AI應用，獲取企業客戶。作為創業公司，在市場競爭中優勢何在呢？

張鵬：和大廠比起來，我們是「船小好調頭」了。我們和國內的大廠，基本上是競合關係，有競爭，也有合作。

大廠的優勢在於資源豐富，它們的攤子也鋪得比較開。我們就是聚焦在做我們最擅長的事情：技術。在商業化落地方面，我們基於自有技術，會有更多的想法和靈活地處理去設計，幫助客戶去真正創造價值。

現在很多人在強調行業利好時，都沒有強調技術。我覺得，這是不準確的。人工智慧發展的關鍵是什麼？是認知，是對這個事情的宏觀認知，對大目標、方向路徑的認知，還有最關鍵的對技術的認知。

我們堅持做這件事，用很簡單的一個問題就可以解釋：一個供應商，它從頭到尾所有的技術都是自研的，你會不會優先選擇它？除非客戶要求的只有低價，否則，只要企業有對未來的規劃和預期，它自然就會作出選擇。

現在我們和GPT-4還有距離，GPT-4和真正的AGI也更加遙遠，大家的路還有很長。

市界：智譜AI的GLM-130B也選擇了開源，前不久阿里的通義千問14B模型也宣布開源，可以免費商用。大模型開源開放是否是個大趨勢？

張鵬：我們做開源這件事情，其實就是想保持AI生態的豐富程度。新的東西出來，不一定都最終會轉換成有實際價值和前景的技術，但它代表著活力，它是一種機率。我們在做基座模型的時候，也沒想說未來的基座模型只有一個。

市界：在大模型對公眾開放後，智譜也推出了面向C端的大模型產品矩陣，包括對話、寫作、繪畫、編碼等應用。那麼，智譜對2B和2C業務之間的關係以及側重點是怎麼看的？AI應用層接下來會迎來爆發嗎？

張鵬：從ChatGPT身上，我們就看到，To C應用是非常快速地積累用戶、形成數據飛輪閉環非常好的一個路徑。它的意義不在於可以賺多少錢，就算OpenAI好像也沒在這件事情上賺到多少錢。

當然，從公司商業化角度來講，它還有很多作用，比如說幫助你去拓展這個市場對公司和品牌的認知度等。你提到的很多產品，都是探索性質的，慢慢地，我們的規劃裡面會把這些東西探索出來。

我們也期待AI應用有一個大的爆發。或者不叫AI原生應用，而是叫大模型原生應用，因為AI還太寬泛，包含的東西還是比較多。在現在的時代，圍繞大模型或者生成式AI，大家期待的是用大模型重塑很多東西，包括應用生態。

市界：「百模大戰」持續了大半年，接下來，會不會出現行業整合的狀態？

張鵬：整個行業的生態圈是會有一些變化發生的。之前的混亂狀態肯定會逐漸結束，就像一池渾水，總會沉澱下來。慢慢地，大家會落到自己合適的、最擅長的位置上。那些長時間找不到自己定位和生存空間的，可能就會被淘汰，也許也會出現整合。

市界：智譜AI接下來的發展規劃是什麼？

張鵬：我們的定位仍然是做通用基座大模型。現在做C端也好，做垂直應用也好，目的都是為了「跑通」，利用我們的技術積累、知識，我們know-how的經驗，去把這個事情跑通。之後，我們會把這些內容用開源、用培訓和合作夥伴賦能等方式，把它釋放出去。我們希望的是，整個市場蛋糕被做大。

可能我們還沒有那個能力，能判斷出整個大市場的趨勢。但是我們的初衷就是想去努力做這件事情。

市界：智譜怎麼解決高算力成本投入和人才缺口問題？

張鵬：算力確實是個大事。我們也啟動了GLM國產晶片適配的工作。

實際上，我們從較早的時候就開始做這件事情了，和國產晶片廠商的合作也一直在推進。這其實是沒有直接收益的，做這個要付出額外的成本，但是我們仍然在盡最大努力。國產晶片廠商們也投入了很大熱情，我們能給它們帶來機會，這些合作也是互利的。

作者 | 楊 潔

編輯 | 孫春芳

運營 | 劉 珊