今天小編分享的科技經驗：智譜AI張鵬：中國大模型基本能力已比肩GPT-4，歡迎閲讀。
作者 | 葉蓁
編輯 | 康曉
出品丨深網 · 騰訊新聞小滿工作室
2023 年下半年，在參加多場國内大模型行業研讨會後，智譜 AI CEO 張鵬強烈意識到：中國創業者不應該給自己貼一個只擅長 "1 到 100" 的标籤，然後限制我們去想 "0 到 1" 的突破可能。
" 能不能把這個标籤徹底扔掉，不要用它來限制自己創新和進步的腳步？"
張鵬的問題，源自中國大模型產品和 ChatGPT 在認知上的差距。
" 用個不太好的詞，得其形未得其神。雖然雙方某些層面也是一致的，比如不約而同的把多模态作為最新模型的關鍵特征，但多模态為什麼重要，大家不是都能説得清楚，這就是差異。"
張鵬和智譜 AI 試圖從本源上來理解 OpenAI 背後的邏輯，來對齊 GPT-4 的水平。
基于此，1 月 16 日，在 2024 智譜 AI 技術開放日 Zhipu DevDay 上，張鵬發布了新一代基座大模型 GLM-4。
據介紹，GLM-4 在基礎能力上實現大幅更新，性能相比上一代全面提升 60%，逼近 GPT-4。其支持更長上下文、更強的多模态，包括更高精度的文生圖性能和更豐富語義的圖片理解。
同時，GLM-4-All Tools 實現自主根據用户意圖，自動理解、規劃復雜指令，自由調用 WebGLM 搜索增強、Code Interpreter 代碼解釋器和多模态生成能力以完成復雜任務。GLMs 個性化智能體定制能力上線，任何用户用簡單的提示詞指令就能創建屬于自己的 GLM 智能體。
毋庸置疑，當下的智譜 AI，正處于浪潮之巅。去年 6 月，在硅谷科技媒體 The Information 的盤點中，智譜 AI 被視為最有可能成為 " 中國 OpenAI" 的 5 家企業之一。
在 2023 年智譜 AI 的全員大會上，張鵬很感慨，" 生在這個時代很幸運，一輩子幾十年的時間，可能就趕上這麼一波技術的潮流。"
2019 年成立的智譜 AI 是國内最早研發大模型的企業之一，由清華大學知識工程實驗室（KEG）技術成果轉化而來。智譜 AI 的去年完成了累計 25 億元的融資，投資方包括美團、螞蟻、阿裏、紅杉和高瓴等。
在經歷了追趕 ChatGPT 的一年後，張鵬認為，2024 年中國大模型的主題詞是頂天立地。" 我們希望朝國際上最先進的水平去看齊，在技術上和應用上去嘗試頂一下天；而立地這個事情就是把公司的商業化做好。" 張鵬告訴《深網》。
以下是騰訊新聞《深網》專訪智譜 AI CEO 張鵬實錄整理，在不改變原意的情況下有所删減：
" 與 GPT 4 水平對齊 "
《深網》：最近大半年時間，GPT 和國内大模型產品的發展速度是不是達到預期？
張鵬：GPT 的發展速度還是挺快的，幾個月時間做到 2 億用户。不管是 GPT4, 11 月份發 GPT store，還有最近瘋傳的 GPT5，不管真的假的， 可以看到 OpenAI 也在快速的往前更新和迭代，确實沒有讓大家失望。
國内的發展速度也挺快的。站在國外的角度看國内的大模型，能明顯的感覺到國外對于國内產品的發展速度挺認可。
對比國外一些比較知名的權威人士和團隊寫的文章，從整個時間演化順序來看，出現在文章裏的中國廠商產品是在增加的，國外的同行很關注我們在做的這些事情。
《深網》：智譜 AI 最新的技術突破是什麼？
張鵬：我們帶來了新一代的模型 GLM-4，大腦本身的聰明程度提升了，原來是一個高中生，現在可能到了大學生水平，大腦的水平提升的同時，我們也讓它長出了手腳、眼睛、耳朵，具備了跟現實世界和數字世界進行互動的一些基本能力。
《深網》：目前智譜 AI 的水平，可以對标 GPT 的哪個階段？
張鵬：我們一以貫之的是瞄向 AGI 路徑中的一個階段，每 3-6 個月更新一次做一次更新，每一代都會有一些不同，比如説上一代我們解決的是模型能力矩陣的對标，然後這一次是模型的能力上跟 GPT4 做到基本對齊，GLM-4 的基本能力已經比肩 GPT-4。
《深網》：對标 GPT 4，最重要的是提升你們的多模态理解能力？
張鵬：多模态能力是其中非常重要的一個組成部分。我們聊多模态的時候，首先映入腦海的文生圖、圖生文，這個事情原生的驅動力是要解決跨模态的理解和生成，其本質是什麼？在 AGI 的版圖裏，它代表的是什麼意義？
當時我看到 GPT4 的報告觸動很大，大家都在做文到圖生成的時候，GPT4 做了一個圖到文的理解、推理和生成，它為什麼要做這件事情？
我個人理解，人的視覺、聽覺、觸覺等，都是原始的基礎數據和信息的感知能力，但語言是人造的，用抽象符号來描述這些原始信号的東西。本質上，語言是一種更高階的信号。
人之所以為人，是因為語言，這件事情誕生是一個非常重要的節點。兩個節點，一個是工具創造和使用工具，一個是語言，這是人工智能發展兩個大的标志。
從抽象數據生成具象化内容（文生圖），比從具象信息到抽象信息的轉換（圖到文），要更容易一些。為什麼？因為具象的信号收集更容易，它包含的信息量的密度小；但從低維信号裏面去抽取高維信号是難的，要排除掉噪音，得到價值最大的部分。
本質上，由低級信号到高級信号，更能體現認知的能力。
GPT4 實現了影像的理解和推理，我們認為這是非常重要的一個方向。整個 2023 年，我們在多模态方面花了很大的精力去做圖生文這件事情。而 Gemini 的發布也驗證了這個事情，谷歌也認為這件事情很重要，谷歌甚至走的更遠，它把影像、視頻、聲音、全部統一到一個模型裏去學習。
《深網》：代碼增強能力也是目前大模型之間的競争點？
張鵬：代碼增強是一個比較實際的問題，訓練語言模型的認知能力，類似于再造一個大腦，需要更強的思考能力、理解能力、推理能力和認知能力。
大腦如果不和外界接觸和互動的話，永遠是個缸中大腦，能力再強也幹涉不了現實世界。代碼增強賦予了大模型互動能力，也包括搜索增強能力，讓大模型長出手和腳，眼睛和耳朵，更自主的去獲取信息，更方便的去跟外界的這些系統進行互動。代碼增強讓大模型產生更大的價值。
"2024 關鍵詞：頂天立地 "
《深網》：2024 年，你認為國内大模型的主題和趨勢是什麼？
張鵬：頂天立地。頂天也可以用創新來表示，頂天就是去突破，技術上創新，應用上創新，都是頂天的事兒，往上突破的事兒。
2023 年國内企業在技術上都是一個追趕的态勢，智譜 AI 稍微靠前一點，2024 年我們希望朝國際上最先進的水平去看齊，在技術上也嘗試去頂一下天，GLM-4 就是我們這方面的最新嘗試；還有一個就是應用，兩條思路——原來的釘子砸一遍和找到新的釘子。把原來釘子砸一遍，這個事情大家都能想到，就是用大模型改造現有的工作流程；找到新的釘子，意思就是嘗試一些突破性的創新。
立地這個事，不管技術的突破也好，應用的創新也好，回歸到公司本身還是要把商業上的業務做踏實了，轉化成公司的收入和收益，創造客户價值。
《深網》：國内有投資人認為，OpenAI 的技術本身沒那麼難？
張鵬：這種表述可能不嚴謹，更嚴謹的表述是從技術原理上來説，OpenAI 确實沒有太多神秘的地方，而且有很多原創的技術也不是 OpenAI 發明的，它把這些技術發揚光大或者做到極致。但從技術工程和落地上來看，這就是一件了不起的事情。
ChatGPT 從技術原理、工程化、應用到市場，是一個非常緊密的閉環，很難單獨割裂來看。
《深網》：從技術上看，國内的大模型能趕超 GPT 嗎？
張鵬：現在還是一個追趕的态勢，我們也一直在縮小之間的差距，畢竟後發有後發的優勢，也省去了前面的一些探索，把精力集中在相對正确的路徑上。但説實話，光靠這樣的東西不太可能實現超越的，因為大家的路徑是一樣的，因此最後你可能最多做到和 tGPT 一樣。
這正是智譜選擇自研 GLM 預訓練框架的原因。我們嘗試用局部的或者整個鏈條中的一些創新突破，來提升我們追趕的速度。
OpenAI 起步比較早，發展的速度體現為曲線的斜率，國產大模型起步比它晚，只有用一點一點的積累去調整發展速度，調整曲線的斜率，才有可能預期會越來越近，會有一個交叉的點。
因此，算法、系統工程、數據、應用到落地等等這一個鏈條上，所有的創新累加起來，才有可能去超越它。
《深網》：未來各巨頭都會有自己的大模型，產品會不會趨同，差異化在哪？
張鵬：我們公司在做全局的能力，這些能力對對于 AGI 的整個的目标達成 , 是必不可少的部分，有些會偏向應用去做，有些是偏向行業去做，慢慢的會有一些差異。
" 從 0 到 1" 的标籤
《深網》：OpenAI 前一陣的人事風波對 GPT 的技術演進影響大嗎？
張鵬：目前看起來好像沒有太大的影響。
《深網》：在您看來，國内大模型目前和硅谷的差距主要在什麼維度？
張鵬：差距從各個方面都能列舉一些出來，我覺得本質還是大家對這個事情的認知。以 OpenAI 和谷歌這些世界頂尖級團隊為代表，他們對大模型的認知一定是非常高的。
《深網》：為什麼存在這種差異？
張鵬：去年參加一些論壇和圓桌，大家讨論認為，中國人不太擅長 0 到 1，但很擅長 1 到 100。我在思考為什麼？大家去總結過去的一些事情，以移動互聯網和互聯網舉例，中國都不是技術的起源，但從應用的角度來説，中國的公司跑的都很猛，超過了美國公司。
當然這些過去不足以去貼一個标籤，限制自己去想 0 到 1 的事情，我一直在想，我們應該能夠把這個标籤徹底扔掉，不要用它來限制自己創新和進步的腳步。
《深網》：你認為大模型的本質是什麼？
張鵬：我覺得大模型是我們在探索 AGI 的過程當中，嘗試去理解或者是模拟接近人腦的認知能力的一種技術手段，它是基于人工智能的行為學方法。
《深網》：如何看待 AGI 下半場的競争格局？
張鵬：嚴格來講不叫 AGI 的下半場，應該是生成式 AI 的第二場。後面還有幾場，我不知道。
AGI 也不等同于生成式 AI。大模型可能是我們在追尋 AGI 過程當中一個非常有效的技術手段，但可能并不代表 AGI。AGI 很難，還有很多問題需要去解決。
《深網》：對國内的通用大模型來説，現在是個什麼樣的節點？
張鵬：我想經過 2023 年的充分競争，現在我們逐漸可以説進入一個決戰時刻了。
" 閉源讓企業更容易獲取收益 "
《深網》：開源和閉源，目前來看會導向兩條不同的技術和產業路徑？
張鵬：開源和閉源确實是兩個事情。開源、閉源和商用之間是什麼樣的關系？
在我看來，開源是整個產業大的生态裏必不可少的一環，是技術的多樣性和創新的活力和動力。開源會有一些允許的，會被拿去做商業，但真正大規模的商用最終會落到閉源。商業價值上，尤其對中大型客户而言，選擇并不在于這個技術本身獲得的成本，還包括了技術的穩定性，支持程度，一致性，服務和安全一系列的問題。
從商業應用來講，閉源版本可能會讓企業獲得更好收益，來維持比較好的商業化服務，所以開源和閉源目的不一樣，本質也不一樣。
《深網》：能否分享下智譜商業化落地進展？
張鵬：從整個商業化落地的路徑上來説，我們會有自己的一些選擇，這個選擇是來源于我們團隊的基因，以及我們對當前市場的一個綜合判斷。我們很早就确定我們要做 TO B，我們也罷商業化落地的主要精力放在這塊；TO C 我們也會去做，但我們的目的也比較明确，把閉環做起來，給未來也留下一個可能性， TO C 應用這一塊可能未來也是一個要爆發的點。
TO B 這塊像開放平台，實際上是我們對于 TO B 服務落地的一個具象化的結果。
《深網》：人工智能此前沒有爆發，是不是缺一款劃時代的產品？
張鵬：人工智能的爆發不是一個產品能決定的事情。就像上一代 AI 的技術，能夠説它不夠爆發嗎？每天刷臉，支付，語音都已經到這種程度了，算不算爆發，但大家為什麼認為那個不算爆發？可能潛意識裏覺得它不是我們想象中的人工智能，而更像是工具。
《深網》：國產手機也在開發端側大模型，英特爾和聯想等開始發力 AIPC，這些硬體領網域的 AI 革命會不會帶來相關產業的重塑？
張鵬：我覺得大概率會，大家希望在手機上用到新東西，需求是存在的。第一怎麼把這個技術的路徑走通；第二把成本降下來；第三個把使用的體感提升上去，某種程度上講，這三件事是同步要進行的。
