三、通用大模型，做行業生意 Q：之前王慧文提到過，大模型和應用場景要同時做。你們覺得這是現在做大模型最好的方式嗎？ 張鵬：我覺得這和認知以及團隊的基因有關，就是你更擅長干什么。 老王已經成功過，他對很事情有自己的篤信，他覺得一種技術最終是要落地，結合場景產生實際價值的，這樣會更快。 這個邏輯我也認同，所以我們也會考慮怎么去做落地，比如到底 To B 還是 To C？我們要不要做 To C？如果做 To C 我們到底做什么樣的產品？這些問題最終歸結到我們更相信什么和更擅長什么。 Q：To B還是To C，你們的想法是什么？ 張鵬：我們還是比較認同 OpenAI 的路徑，To C 有自己的好處，最主要的目的是聚集用戶，這是獲得用戶量和用戶數據反饋最直接的通路，團隊也基于智譜 AI 自主研發的中英雙語對話模型 ChatGLM2，正式上線了首款生成式 AI 助手——“智譜清言”。To B 更多的是為了市場和最快的收益。 Q：在大模型落地的過程中，智譜 AI 最主要的認知是什么？ 張鵬：我們的認知可以概括為：不把目標定為“做中國的 ChatGPT”。從成立起我們就認為預訓練模型是一項革命性的技術，但它有自己的問題，不能包治百病，可能也不是 AGI 的終極方案。不復制 ChatGPT，會讓我們在具體落地過程中和其他團隊有一些差異。 Q：是怎樣的差異？ 張鵬：從最早開始我們就定了做通用大模型，沒有做所謂的小模型。之前也有企業說不一定需要大模型，小模型也能很好地平衡成本和效果。但我們認為只有一定規模的大模型，才能夠實現類人的認知能力的涌現。 其次我們希望擁有解決多場景、多任務甚至跨模態的技術，我們不會把模型局限在具體的任務、場景，甚至垂直的行業里。當然行業大模型也沒問題，但是我們認為它可能是階段性的、時代所需的產物，畢竟需要落地，在使用過程能平衡成本和收益。但最終我們還是得推動 AGI，不能停留在一個階段性目標上。 Q：這會如何影響智譜 AI 落地垂直行業的路徑？ 張鵬：就算我們做行業落地，用的也是通用大模型，當然中間需要解決的事情會比較多。 Q：怎么說服行業客戶用通用大模型？ 張鵬：我們會和客戶拉齊這樣一個認知：所謂的行業能力或專業能力，可以在通用基座上用少量數據的微調和深度學習快速獲得。 如果客戶沒法很好利用通用大模型的能力，而是仍然用專用模型解決問題，本質上和傳統模式沒有區別，可能唯一的區別是行業大模型的成本比之前更高。 但如果客戶強調近期收益，或者場景很狹窄，比如只想提升智能客服的問答效果，那用所謂的專業小模型可能就夠用了。 所以我們就會把以上的觀念同步給客戶，如果他們接受通用大模型，那我們就持續合作共創；如果他們說不，我們只需要把當下的業務搞定，那么我們就用符合用戶成本預算的方案來解決，比如 Model Instance（為企業提供模型 API 的商業模式）方案。 Q：服務客戶和項目反過來對學術有怎樣的幫助？ 張鵬：數據反饋、用戶反饋是大家比較了解的最直接的幫助。另外一個幫助是核算收支平衡點，大模型落地的每個行業都還不太一樣，這時候就會倒逼我們在技術上做選擇：是要更大的模型、更高的成本、更好的效果，還是要去平衡成本，比如出一個中等規模的模型，來滿足客戶對成本的要求。 Q：目前比較好的收支平衡點是？ 張鵬：目前來看，不同規模的模型有不同的收支平衡點。 四、在榜單上超越ChatGPT，不是真超越 Q：智譜 AI 的團隊規模感覺在大模型創業公司里并不小。 張鵬：因為我們的團隊非常齊全。從數據，到訓練集群的運維，再到核心算法的研究，所有的層次都是自己人。 Q：做大模型的清華系團隊很多，你們交流多嗎？大家的路徑有差別嗎？ 張鵬：其實大家的路徑都有所差別。我們比較開放，在學術技術上的交流以及產品上的合作都比較開放，大模型不是靠一家獨大就能做好的，還是需要開放的生態。我覺得做開源也好、免費也好，這些事情都不是為了商業利益。 Q：智譜 AI 也開源了 GLM-130B，開源和商業化會有沖突嗎？ 張鵬：兩件事情不是天生矛盾。開源可以提供一個比較繁榮的社區和生態，社區的活力能保證產品的迭代和創新力。 商業化模型版本則會給有需求的客戶提供更好的服務，比如更穩定、安全。所以兩者各有優勢，也可以互相彌補。 我們很多客戶也是開源社區過來的，他們會先用開源版本做簡單的學習和體驗，嘗到了新技術的便利，轉頭找我們做商業化合作。 Q：在通往 AGI 的路上，哪些重要因素能讓團隊跑得更快？ 張鵬：首先要認識到大模型不完美。用行為學的方式，去模擬或者定義人的認知能力，這是大模型給我們帶來的一個解決方案。 但就像張?院士說的那樣，大模型構造的是人腦的 system 1，還要引入另一套機制去實現 system 2，去補完大腦的功能。所以從研究角度還要去做一些努力，并且用大模型的優點彌補缺點。 其次是定義好目標。比如現在大家經常會聽到“超越 ChatGPT”的口號，但是把它拆解開來定義清晰不容易，比如超過 ChatGPT 是追趕它哪方面的能力？是在某一個榜單上超過它嗎？上榜就意味著超越嗎？ 我覺得認知到事情的本質，就能夠避免做無所謂的消耗。
