作者 | 唐小引
出品丨AI 科技大本營（ID：rgznai100）
台北時間 5 月 21 日，僅僅時隔一周，李開復再度露面，帶來了他的喜與憂。
喜的一面在於，在 LMSYS 盲測競技場最新排名中，零一萬物的最新千億參數模型 Yi-Large 總榜排名世界模型第 7，中國大模型中第一，已經超過 Llama-3-70B、Claude 3 Sonnet；其中文分榜更是與 GPT-4o 並列世界第一。除了零一萬物的 Yi-Large 之外，通義千問、智譜 AI 的 GLM 亦在 TOP20 之列。
李開復表示中國大模型與美國大模型的差距，從一年多前落後 7-10 年的時間，已經縮小到 6 個月，差距實作了大幅降低。
而憂的一面則是，618 還未至，大模型已經進入了瘋狂降價時。
前有字節跳動釋出豆包大模型， ，一元錢就能買到豆包主力模型的 125 萬Tokens；緊接著阿裏巴巴的通義千問官宣降價並立即生效，降價後，1 元最多=200 萬 Tokens；更甚的是隨之而來的百度官宣：文心大模型兩大主力模型全面免費，立即生效。
面對著這股席卷而來的價格戰之風，有人歡喜有人愁，這個問題的核心關鍵還是在於模型的商業化。賈揚清表示，「今天站在 AI 整個業界的角度，我想說，降價是個拍腦袋就可以做的簡單策略，但是真正的 toB 商業成功更難。」而出門問問創始人李誌飛也這樣說道：「去年四月在經過無腦狂躁後，我就意識到 OpenAI 的兩種商業模式（ ToC 會員和 ToB API ）在中國競爭環境下都是不永續的。」
對此，李開復這樣評價道：「國內常看到 ofo 式的瘋狂降價、雙輸的打法。 我覺得大模型公司不會這麽不理智，因為技術還是最重要的，如果是技術不行，就純粹靠貼錢賠錢的方式去做生意。 我們（零一萬物）絕對不會跟這樣的一個定價來做對標，我們對自己的模型表現是非常自豪的……如果再問以後可能中國就是這麽卷，大家寧可賠光通輸也不讓你贏，那麽我們就走海外市場。」
大模型競技場，中國大模型嶄露頭角
前段時間，一款名為「 」的神秘模型突然現身大模型競技場 LMSYS Chatbot Arena，排名直接超過了 GPT-4-Turbo、Gemini 1 .5 Pro、Claude 3 0pus、Llama-3-70b 等各家國際大廠的當家基座模型。正當 AI 圈裏眾說紛紜地猜測其究竟來自哪裏、是否是 OpenAI 開發的 GPT-4.5 時，OpenAI 揭開了其神秘面紗，正是 GPT-4o 的測試版本，而 OpenAI CEO Sam Altman 也在 GPT-4o 釋出後親自轉帖參照 LMSYS Arena 盲測擂台的測試結果。
LMSYS Org 是一個開放的研究組織，由加州大學柏克萊分校、聖地亞哥分校和卡內基梅隆大學的學生與教師共同創立。其釋出的 Chatbot Arena 以盲測的方式，由使用者在模型匿名的前提下對模型效果進行打分，頗受業內認可，已經成為 OpenAI、Anthropic、Google、Meta 等國際大廠的大模型競技場。
如下所示，在不知道具體使用哪個模型的前提下，先在聊天框裏輸入 Prompt，基於模型的回答品質滿意度進行投票，投票後會顯示出所用模型來。
LMSYS Chatbot Arena 盲測競技場公開投票地址：https://arena.lmsys.org/
在其最新榜單中，智譜 GLM4、阿裏 Qwen Max 及 Qwen 1.5、零一萬物 Yi-Large 及 Yi-34B-chat 都有參與盲測，在總榜之外，LMSYS 的語言類別上新增了英語、中文、法文三種語言評測，開始註重全球大模型的多樣性。Yi-Large 的中文語言分榜上拔得頭籌，與 OpenAI 官宣才一周的地表最強 GPT4o 並列第一，Qwen-Max 和 GLM-4 在中文榜上也都表現不凡。
頗值得開發者註意的是，在編程能力（Coding）排行榜上，Yi-Large 的 Elo 分數超過 Anthropic 當家旗艦模型 Claude 3 Opus，僅低於 GPT-4o，與 GPT-4-Turbo、GPT-4 並列第二。
對此，李開復表示，Yi-Large 是通用模型，並沒有針對 Coding 的場景專門最佳化。在 CSDN 基於 Coding 的進一步詢問中，零一萬物技術聯合創始人黃文灝補充道：「我們分析過使用者需求，Coding 並不是大家非常廣泛使用的場景，對於程式設計師而言，在實際場景中面對非常專業的 Coding 問題一般會用一些專門的 Coding 模型。我們也很驚奇 Yi-Large 在 Coding 上的評測表現非常好。當前，我們正在做一些 Coding 專項的最佳化，對於模型能力而言，編程是一個非常重要的場景， 我們正在著手 Coding 專門模型的開發，在程式碼覆寫、長程式碼續寫、程式碼補全等方面有著非常好的效能表現，之後我們會陸續將 Coding 專項模型開放出來。 」
差距、降價、多模態……李開復直面若幹問題
問：當前中美之間的差距是怎樣的，該如何追趕？
李開復： 我不是特別認為我們跟全球有差距，當然如果要在頭部之間 PK 是有一定的差距，但是同時可能要考慮到人才、算力等的差異。Google 團隊是 2000 人，OpenAI 是 1000 人，在我們這裏把模型和 Infra 加起來也不到 100 人，而且我們用 GPU 算力做模型訓練不到他們的 1/10，我們的模型尺寸也不到其 1/10。
如果只評估千億模型，至少在 LMSYS 這個排行榜上是世界第一，這一點我們還是很自豪。在一年前我們落後 OpenAI 與 Google 開始做大模型研發的時間點有 7 到 10 年，現在我們跟他們差距在 6 個月左右，這個已經大幅降低。
這 6 個月是怎麽來的？可以回到 LMSYS 6 個月以前的榜，或者今天比我們排名在前面的幾家，幾乎都是今年發出來的模型，去年的模型還在榜單上，我們已經打敗了。
另一個角度來看，我們最新釋出的模型在 5 月時可以打敗去年 11 月之前的任何模型，所以我覺得也可以科學地推理出我們落後 6 個月。
6 個月的差別不是很大，這是一個不可思議的超級速度的趕追。
那麽美國人才有沒有獨特的地方？肯定是有的，從我寫的【AI·未來】這本書之後，我一直都堅持美國是做突破性科研，有著創造力特別強的一批科學家，在這方面全世界是沒有對手的。但在同一本書裏我也說了， 中國人的聰明、勤奮、努力是不容忽視的 ，我們把這 7-10 年降低到只有 6 個月，就驗證了做好一個模型絕對不只是看多能寫論文，多能發明新事物，先做或後做，做得最好才是最強的，Google 搜尋比雅虎晚做很多，但是完全無法比擬。所以我認為後發有後發的優勢，但同時我們特別尊敬美國的創造性，有很多值得學習的地方。但是 比執行力，比做出很好的體驗，比產品，比商業模式，我覺得我們強於美國公司。
問：零一萬物後續會推出更大參數的模型嗎？現在一些企業開始做小模型，您認為現在卷參數還有意義嗎？
李開復： 我們的計劃是從最小到最大的模型都希望能夠做到中國最好，所以除了 6B、9B、34B， 未來我們可能有更小的模型釋出， 它們都是同樣尺寸達到業界最佳，不敢說第一，但是總體來說是第一梯隊或者是 TOP1/2 這樣的表現，而且在諸如程式碼、中文、英文等很多方面表現都非常好。
我們相信就像一周前我講的 ，永遠是一個蹺蹺板，要平衡需要多強的技術，付不付得起技術所需要的成本。業界有各種不同的套用，從最簡單的客服套用，到遊戲，一直到非常難的推理策略、科學發現等難度，我相信大尺寸的 Scaling Law，最強大地往 AGI 走的模型，在最難的問題上，大家又願意花錢的領域裏，絕對是有落地場景，而且是最有可能達到 AGI。
同時我們也坦誠，有各種比較小的簡單套用的機會。我們的打法是一個都不放過，在每一個潛在尺寸上釋出我們能做到效能最高，而且推理成本最低，這個推理成本也會帶來更好的定價給開發者使用。
問：零一萬物的 GPU 可能是 Google、微軟的 5%，算力對模型發展的限制是客觀存在的。 面對 OpenAI、Google 的能力、資源均靠前的情況，零一萬物怎麽應對？
李開復： 這個 更精確的應該從歷史數據來看，看在過去的一兩年他們提升了多少，我們提升了多少，我們是不是追得非常近了，這是一個客觀事實。
我不認為他們的算力更大就表示我們絕對沒有機會，當然他們的算力更大有巨大的優勢，但是我覺得客觀事實是 我們能夠把同樣的一張 GPU 擠出更多的價值來，這是今天我們能夠達到這些成果的一個重要理由。
另外是最佳化模型的效能表現，它不只是一個純粹科技和演算法的問題，其中還有數據的配比、怎麽最佳化，同時最佳化訓練和作用，還有我們的模型怎麽加入多模態等等各種方面的技術，我們其實在這方面是不輸於美國。
我們算力一直遠遠落後，一年前算力也是只有 Google、OpenAI 的 5%，現在還是，如果用 5%的算力能夠把落後快速拉近，未來我們還是很期待有驚人的結果。
能不能達到第一，能不能超過，當然是一個艱難的任務，但我們是朝著這個目標在努力，今天的結果對比一周前，對比去年 11 月，對比我們成立的時候，都是一個不可思議的飛躍，所以看事情要看其是在上漲還是下跌，而非今天還是落後，以後就會落後。
問：現在國內打起了大模型價格戰，在這個過程中零一萬物和其他初創公司如何在競爭中跑贏大廠？
李開復： 我們關註到了這個現象，我們的定價還是非常合理，而且也在花很大精力希望能夠讓它再降下來，我覺得一定程度上整個行業每年降低 10 倍推理成本是可以期待的，而且必然也應該發生的。今天可能處在一個比較低的點，但是我覺得如果說以後大約以一年降價 10 倍來看，這是一個好訊息，因為今天的 API 模型呼叫還是一個非常低的比例，如果一年降低 10 倍，那眾多的人都可以用上。
我們也認為今天可以看到的模型表現零一超過其他模型，也歡迎不認同的友商來 LMSYS 打擂台，證明我是錯的。但是直到那一天發生，我們會繼續說我們是最好的模型。
對要求、需求都最高的，需要最好模型的使用者當然會使用我們。100 萬個 token 花十幾塊還是花幾塊錢有很大差別嗎？100 萬的 token 對於很大、很難的套用，我們是必然之選。我們釋出之後得到國內外非常高的評價，而且是可以橫跨中國和外國的 API，都開放，我們有信心在全球範疇是一個表現很好、價效比也很合理的一個模型。
當然，國內常看到 ofo 式的瘋狂降價，雙輸的打法。我覺得大模型公司不會這麽不理智，因為技術還是最重要的，如果是技術不行，就純粹靠貼錢賠錢去做生意，我們絕對不會跟這樣的一個定價來做對標，我們對自己的模型表現是非常自豪的。
就像你如果有一台特斯拉，它不會因為別的品牌的車比它賣的很便宜，它就覺得它要降價，我們就是特斯拉，我們的價錢是合適值得的。
如果再問以後可能中國就是這麽卷，大家寧可賠光通輸也不讓你贏，那我們就走海外市場。
問：GPT-4o 開始做原生多模態模型，統一文本、音訊、影像、視訊的輸入輸出的多模態大模型會是一個確定方向嗎？可否透露一下零一萬物在多模態的進展。
李開復： 我們在去年一直都認可全模態模型，omni，也就是我們挑了同樣的詞已經在做這個工作，這個工作不是 OpenAI 出來再跟風能夠跟得上的，我們有一定的積累，我們也相信全模態是正確方向。從我們的釋出周期來說，在今年你們可以期待一個驚喜。
問：零一的 API 價格會不會下降？
李開復： 現在沒有調整的訊息可以分享，我們收到的反饋還是非常正面的。我認為模型要看它的表現，可能有些領域，比如說一些很難收回錢的領域要看價格，反正有足夠多的在選我們，我們剛上線，有這麽多忠誠的愛好者加入了，我們先服務好他們，價錢再說。
到今天為止，我們剛宣布的效能肯定是國內價效比最高。大家可能有用千 token、百萬 token，可以自己測算一下。
問：零一萬物在產品化方面未來有沒有一些規劃？
李開復： 有，上周釋出的產品基本是我們的方向，一方面我們已經推出了一些非常成功的海外產品，已經在海外取得非常好的成功，今年預期會有大概 1 個億的收入，而且不是燒錢模式燒出來的。
另外還有幾個其他產品在國內外測試中，當然萬知我們也會繼續努力把它越做越好，尤其我們對 PPT 的功能得到非常正面的反饋，因為這是一個跟國內其他大模型很大的差異點，這個是我們面對消費者產品的分享。
在企業級方面也正在進行中，但現在初步使用者在國外，國外使用者的付費意願或者付費金額比國內大很多，所以雖然我們也非常期望服務國內使用者，但按照現在 ToB 卷的情況，幾十萬做 POC，幾百萬做一單，做一單賠一單的生意，我們早期在 AI 1.0 時代太多了，投入多了，我們堅決不做。
開發者正在迎接新一輪的技術浪潮變革。由 CSDN 和高端 IT 咨詢和教育平台 Boolan 聯合主辦的 2024 年度「全球軟體研發技術大會」秉承幹貨實料（案例）的內容原則，將於 7 月 4 日-5 日在北京正式舉辦。大會共設定了 12 個大會主題：大模型智慧套用開發、軟體開發智慧化、AI 與 ML 智慧運維、雲原生架構……詳情👉： http://sdcon.com.cn/
