每經(jīng)記者 可楊    每經(jīng)編輯 文多    

在斯坦福大學(xué)學(xué)生組成的AI團(tuán)隊(duì)被指涉嫌抄襲面壁智能的端側(cè)模型MiniCPM-Llama3-V 2.5之后，這家發(fā)源于本土的大語言模型公司受到了更多的關(guān)注。

“其實(shí)通過這次的事件，我們也對(duì)開源更有信心。”再次談起不久前的被抄襲風(fēng)波，面壁智能CEO李大海說道。

抄襲事件最終以斯坦福大學(xué)學(xué)生道歉并刪除相關(guān)模型作為句點(diǎn)，但關(guān)于端側(cè)模型的討論卻愈加熱鬧。

6月15日，在接受包括《每日經(jīng)濟(jì)新聞》記者在內(nèi)的媒體采訪時(shí)，李大海表示，端側(cè)模型的優(yōu)勢(shì)在于其成本效益和可靠性。

他表示，隨著技術(shù)的進(jìn)步，同等智能水平模型的參數(shù)規(guī)模正在以每8個(gè)月減半的速度縮減，預(yù)示著其知識(shí)密度的顯著提升。預(yù)計(jì)到2026年底，達(dá)到GPT-4水平的端側(cè)模型將誕生，這將極大地推動(dòng)端側(cè)產(chǎn)品快速落地和廣泛應(yīng)用。

圖片來源：北京智源大會(huì)主辦方提供

談端側(cè)應(yīng)用：當(dāng)端側(cè)模型達(dá)到GPT-4水平，很多產(chǎn)品會(huì)更快落地

2019年發(fā)布全球首個(gè)知識(shí)增強(qiáng)大模型ERNIE后，面壁智能還發(fā)布了中國首個(gè)中文大模型CPM-1?，F(xiàn)在，端側(cè)模型（Edge Model）——即在設(shè)備端上運(yùn)行的人工智能模型，是面壁智能發(fā)力的重點(diǎn)方向。目前，端側(cè)模型通常面向需要快速響應(yīng)、對(duì)隱私保護(hù)有較高要求或網(wǎng)絡(luò)環(huán)境不穩(wěn)定的場景，例如智能家居控制、移動(dòng)設(shè)備上的語音助手、自動(dòng)駕駛汽車等。

對(duì)終端應(yīng)用領(lǐng)域，李大海表示，無論是PC（個(gè)人電腦）、手機(jī)、智能汽車，還是前沿智能終端，都有眾多實(shí)際應(yīng)用場景與硬件相結(jié)合。

舉例來說，一家機(jī)器人公司生產(chǎn)的情感陪伴機(jī)器人，其形態(tài)酷似貓咪，旨在滿足那些熱愛貓咪但卻因過敏或行動(dòng)不便等原因無法養(yǎng)貓的用戶的需求。此類產(chǎn)品結(jié)合終端側(cè)模型，能夠使機(jī)器人更加理解用戶，實(shí)現(xiàn)情感交流，為用戶帶來巨大的情感價(jià)值。

李大海認(rèn)為，盡管現(xiàn)在很多方案依舊采用云上模型，但當(dāng)端側(cè)模型可以應(yīng)用后，設(shè)備成本會(huì)更低，且可靠性更高，不需要依賴網(wǎng)絡(luò)，在用戶需求交流時(shí)，基于端側(cè)模型的陪伴機(jī)器人能夠迅速作出反應(yīng)?；谶@種比較優(yōu)勢(shì)，在適用端側(cè)模型的場景中，大家會(huì)更傾向于選擇端側(cè)解決方案。

目前，端側(cè)模型在特定場景下，已經(jīng)完全可控，但何時(shí)能夠大規(guī)模應(yīng)用？

李大海介紹，相同智能水平的模型，每8個(gè)月其參數(shù)規(guī)模將減少一半，這與摩爾定律具有一定的相似性。在同等性能下，參數(shù)規(guī)?？s小，說明大模型的知識(shí)密度在不斷提高。

他表示，大模型知識(shí)密度提升、端側(cè)算力增強(qiáng)這兩個(gè)因素疊加，面壁智能有信心在2026年底前研發(fā)出達(dá)到GPT-4水平的端側(cè)模型，當(dāng)端側(cè)模型能夠?qū)崿F(xiàn)GPT-4水平時(shí)，很多端側(cè)的產(chǎn)品會(huì)更快落地。

對(duì)于全球已問世大模型各自的優(yōu)勢(shì)，李大海認(rèn)為，當(dāng)前大模型已經(jīng)成為主流技術(shù)共識(shí)，在這一大方向下，有更多細(xì)分的方向在探索。從構(gòu)建最大、最智能模型的維度而言，我國整體相較于最先進(jìn)水平還存在一定的差距，這主要由資金投入、算力供應(yīng)、基礎(chǔ)設(shè)施建設(shè)的重視程度等因素共同決定。

與此同時(shí)，我國在很多領(lǐng)域也有自己的創(chuàng)新與探索，大家各有特點(diǎn)。長期來看，中國擁有豐富的數(shù)據(jù)資源，而數(shù)據(jù)是第一性質(zhì)的能力，優(yōu)質(zhì)的數(shù)據(jù)是構(gòu)建優(yōu)質(zhì)大模型的重要因素。

李大海表示，中國在很多方向上都有自己的創(chuàng)新跟突破。“在大模型這個(gè)領(lǐng)域，現(xiàn)在它不是獨(dú)木橋，需要大家協(xié)同創(chuàng)新，創(chuàng)造更新更大的價(jià)值。”

圖片來源：視覺中國

談開源：這更像“螞蟻雄兵”

在開源與閉源之爭中，面壁智能是堅(jiān)定的開源派。

李大海在采訪中也表示，會(huì)堅(jiān)定地堅(jiān)持開源。他認(rèn)為：“開源跟商業(yè)模式有相關(guān)性，在我們看來，開源閉源其實(shí)只是商業(yè)模式其中的一部分。”

李大海表示，端側(cè)模型本身參數(shù)相對(duì)受限，因此目前它的技能點(diǎn)是有限的，尚不能與GPT-4相提并論，這是一個(gè)過程。在當(dāng)前任何一個(gè)場景下，廠商如果需要提供足夠優(yōu)質(zhì)的解決方案，就需要針對(duì)該場景進(jìn)行定制化的訓(xùn)練，開源一個(gè)通用的模型后，仍需通過訓(xùn)練使其適應(yīng)各種場景，所以開源并不會(huì)影響其商業(yè)模式；從另一個(gè)方面來說，開源能夠讓更多人去嘗試，這能讓行業(yè)里更多的資源和注意力關(guān)注到端側(cè)，這對(duì)行業(yè)發(fā)展是非常好的事情。

“我覺得這個(gè)世界的魅力就在于它的多樣性。”李大海并不排斥關(guān)于開源閉源的討論。

他解釋道：“就像遺傳算法，我們不同的人有不同的想法。（抱著）不同的想法去做驗(yàn)證，可能對(duì)于某個(gè)個(gè)體來說，驗(yàn)證是失敗，但這個(gè)失敗對(duì)于人類整體來說是有價(jià)值的。最后當(dāng)有人成功時(shí)，技術(shù)就會(huì)沿著最短路徑一起往前走。”

以O(shè)penAI最早提到“暴力美學(xué)”為例，李大海表示：最初行業(yè)里很多人其實(shí)并不認(rèn)同，但是當(dāng)它得到了突破，大家就放下自己的偏見。“開源閉源的爭論，我覺得并不是很重要，重要的是不同團(tuán)隊(duì)朝著不同方向，大家各自付出最大的努力，獲得成功以后，其實(shí)也在為人類的邊界做貢獻(xiàn)。”

李大海覺得，開源更像是“螞蟻雄兵”。

閉源模式的優(yōu)勢(shì)在于，如果商業(yè)模式和數(shù)據(jù)飛輪的判斷能夠跑通，其效率可能更高。而開源的優(yōu)勢(shì)，是在當(dāng)前技術(shù)及應(yīng)用場景尚不明朗的背景下，“螞蟻雄兵”的開源模式能有更廣泛的創(chuàng)新探索。

剛剛經(jīng)歷的被抄襲事件增加了李大海對(duì)于開源模式的信心，因?yàn)榘l(fā)現(xiàn)這件事的是面壁開源社區(qū)的用戶，隨著事件逐步受到關(guān)注，更多用戶參與進(jìn)來，幫助面壁發(fā)現(xiàn)了更多實(shí)質(zhì)性問題。“如果沒有開源，其實(shí)我們很難干一件事情，所以開源其實(shí)有很強(qiáng)的自凈能力。”

圖片來源：北京智源大會(huì)主辦方提供

談未來競爭：天下武功，唯快不破

李大海認(rèn)為，技術(shù)的發(fā)展，長期里容易被低估，短期里容易被高估。

他解釋說：“大家容易在短期過高地期待它的變化，覺得好像就是‘一日看盡長安花’這種狀態(tài)，但其實(shí)它會(huì)有它的規(guī)律，要跟場景結(jié)合。大家要知道這個(gè)技術(shù)的邊界、怎么能夠跟需求的邊界更好地匹配，這個(gè)是需要時(shí)間的。”

李大海認(rèn)同2024年已經(jīng)步入AI應(yīng)用落地元年的觀點(diǎn)，在很多場景，AI已經(jīng)在逐步落地；另一方面，從技術(shù)水平的角度看，他認(rèn)為如果三年以后再回顧，會(huì)發(fā)現(xiàn)其實(shí)大模型已經(jīng)改變了千行百業(yè)，方方面面其實(shí)都受到了影響，這就是今天正在發(fā)生的事情。

面對(duì)未來可能到來的大模型的洗牌期，李大海主張：“天下武功，唯快不破。”在這樣一個(gè)快速變化的環(huán)境中，公司必須具備足夠迅速的自我迭代能力，不斷審視實(shí)際環(huán)境的變化，并動(dòng)態(tài)調(diào)整自身策略。雖然戰(zhàn)略大方向需要保持穩(wěn)定與定力，但具體的執(zhí)行策略要不斷升級(jí)認(rèn)知，持續(xù)提升方法論。

技術(shù)迭代以及創(chuàng)新商業(yè)可能需要時(shí)日，但市場期待卻往往有其期限。這一輪的人工智能浪潮，是否還會(huì)像過往一樣面臨潮起潮落？

李大海認(rèn)為，答案是否定的。因?yàn)楹芏郃I在現(xiàn)有場景下的落地都已經(jīng)發(fā)生或正在發(fā)生，因此他持樂觀態(tài)度。過去，AI的發(fā)展主要依賴于相關(guān)從業(yè)者的熱情推動(dòng)，而這一次，整個(gè)行業(yè)所有的聰明人都會(huì)投入到AI應(yīng)用之中，這是一個(gè)本質(zhì)的變化。“我們相信它是產(chǎn)業(yè)級(jí)別，是一個(gè)所謂的第四次科技革命級(jí)別的變化。”

“最重要的是它讓人們看到了AGI到來的可能性。或者說按當(dāng)前的技術(shù)路線，我們確實(shí)能夠往AGI這個(gè)方向走到最遠(yuǎn)，以目前能看到技術(shù)方向，它是能走得最遠(yuǎn)的技術(shù)方向。”李大海表示。

談及面壁智能未來的商業(yè)模式創(chuàng)新問題，李大海表示，從技術(shù)發(fā)展的規(guī)律來講，一般先是技術(shù)創(chuàng)新，然后應(yīng)用創(chuàng)新，再然后才是商業(yè)創(chuàng)新，所以商業(yè)模式創(chuàng)新往往會(huì)落后于技術(shù)和應(yīng)用落地的速度。

具體到面壁智能而言，李大海表示，商業(yè)創(chuàng)新還是要看商業(yè)模式是讓誰受益、誰來交付?，F(xiàn)階段，人工智能技術(shù)的主要作用在于賦能傳統(tǒng)和現(xiàn)有場景，其另一價(jià)值在于創(chuàng)造新場景，這種創(chuàng)新具有顛覆性，同時(shí)需要系統(tǒng)承擔(dān)失敗的可能性。他認(rèn)為，面壁智能不僅在嘗試顛覆性創(chuàng)新，同時(shí)也會(huì)與傳統(tǒng)場景相結(jié)合，為傳統(tǒng)領(lǐng)域賦能，這一發(fā)展方向具有較高的確定性，因此也會(huì)繼續(xù)與合作伙伴共同探討在此方向上的商業(yè)模式探索。