衡宇 發自 凹非寺
量子位 | 公衆号 QbitAI
大模型能識别一張圖裡三個人在喝咖啡，好有意思。但那有什麼用呢？
上面這個感慨，來自零一萬物創始人兼CEO李開複博士。他在零一萬物一周年釋出會上表示，不應該隻秀demo，而應結合真實場景，解鎖2C應用的創新：
我們所有的模型，對使用者産生價值，才是真的有價值。
去年3月，李開複宣布以Project AI2.0之名入局大模型，而後領銜創新工場第七家塔尖孵化公司零一萬物，沖入大模型賽道。
如今，零一萬物成立一年有餘，旗下模型陸續推出，成績霸榜；開源閉源兩手抓，同步推進；API平台開放，全球可用；産品AI助手萬知，小程式免費可用。
在大模型之路上全棧推進，似乎成了外界對零一萬物的共同認知。
而且在市場方面，零一萬物成立不足一年就跻身獨角獸行列，被外界稱為國産大模型五虎之一。
其海外2C産品上線9個月使用者近千萬，今年單款産品預計收入過億元，産品ROI（投入産出比）接近1。
而就在現在，當大模型賽道來到第二年，參賽者從狂奔轉向長跑馬拉松之際，零一萬物又推出了一籮筐新模型。
開閉源雙軌政策，統統上新
此次釋出會，零一萬物在閉源模型和開源模型方面都有新動作。
先說閉源方面。
此次零一萬物重點推出的閉源模型是Yi-Large。
如下圖顯示，零一萬物官方給出的評測結果中，推理方面，Yi-Large在HumanEval和MATH都位列第一，超越GPT-4、Claude3 Sonnet、Gemini 1.5 Pro以及LLaMA3-70B-Instruct（都是時下大模型領域的佼佼者）。
第三方評測，Yi-Large的中英雙語能力也不俗。
李開複表示，Yi-Large的下一步是采用MoE架構的Yi-XLarge。
Yi-XLarge已經啟動訓練，雖然時間不長，但根據跑分結果，Yi-XLarge的效果都好于Large。
在初期訓練中，Yi-XLarge MoE已經與Claude-3-Opus、GPT4-0409等國際廠商的最新旗艦模型互有勝負。
△Yi-XLarge 初期訓練中評測（2024年5月12日）
再來看看開源模型這邊。
此次Yi-1.5開源系列可以說是大手筆，同時開源了6款模型，分别是：
- Yi-1.5-34B Base + Chat
- Yi-1.5-9B Base + Chat
- Yi-1.5-6B Base + Chat
此次開源的模型版本對此前使用者回報的數學、代碼短闆有了重點改進，在評測集上，Yi-1.5-34B表現不遜色于70B參數尺寸的模型，在同尺寸中則有更好的表現。
李開複在現場表示，開源不是釋出模型就結束了，維護社群也是重要的一環。
在國際開發社群内，零一萬物Yi系列模型有各種應用，從學習、導航、銷售、 API應用、商業寫作等，都已經開始積累早期使用者。
另外，李開複很自豪看到開源社群上有很多基于Yi系列大模型的公益項目，“這麼多面臨病魔折磨的病人和家屬，能夠用大模型來了解怎麼樣得到最好的治療。科技真正能造福人類，是特别讓人欣慰的事情。”
最後，李開複宣布了Yi API平台多尺寸、多場景的全球上線。
他重點介紹了基于千億參數SOTA基座模型打造的Yi-Large API，目前價格是20元/100萬tokens，約為GPT-4-turbo定價的三分之一；并表示，如果想有更高的成本效益，可以選擇下圖第二排更具成本效益的模型。
“我希望今天釋出之後，無論是創業者、大公司、個人玩家，還是公益組織，都沒有理由不嘗試用一下我們的Yi-Large的API。”李開複說。
引入“技術”和“成本”的TC-PMF
在移動網際網路的鼎盛時期，PMF（Product-Market Fit，産品市場契合）曾是衆多初創企業追求的核心目标。
然而，大模型時代的到來，帶來了很多變革。
兩個時代在創業基礎設施層面存在着決定性的差異：
譬如，在移動網際網路時代，使用者規模增長所帶來的邊際成本很低。
但是在大模型時代，模型訓練和推理成本構成了每一個創業公司必須要面臨的增長陷阱。使用者增長需要優質的應用，而優質應用離不開強大的基座模型，強大基座模型的背後往往是高昂的訓練成本，接着還需要考慮随使用者規模增長的推理成本。
是以，李開複認為，PMF這一概念已經不能完整定義以大模型為基礎的AI-First創業，應當引入 Technology（技術）與 Cost（成本）組成四維概念。
這就是TC-PMF。
李開複表示：
做 Technology-Cost Product-Market-Fit（TC-PMF），技術成本和産品市場契合度，尤其推理成本下降是個“移動目标”。
這比傳統PMF難上一百倍。
他介紹了零一萬物的TC-PMF方法論。
首先是全球化布局。
零一萬物的目标是成為一家全球化的大模型公司。去年，歐美市場已經曆GPT時刻，使用者對AI應用的熟悉程度高，商業化進展較快，是以，零一萬物選擇先基于全球頂尖模型打造零一萬物的海外産品，驗證TC-PMF。
今年，零一萬物則開始接用自己的SOTA基座模型，不斷完善産品的使用者體驗。
據介紹，零一萬物海外2C産品，今年預計單款産品收入過億元，産品ROI接近1。
第二是模基共建。
零一萬物認為，模型的訓練、服務、推理設計，與底層Infra架構和模型結構必須高度适配。目前，零一萬物全棧AI Infra，端到端實作全球最先進的FP8訓練架構，也是目前國内唯一達到這個成績的隊伍。
在多方面優化後，零一萬物千億參數模型訓練成本，同比降幅達一倍之多。
第三則是模應一體，簡單來說，就是産品從真實使用者體驗出發，和模型疊代形成正循環。
去年9月起，零一萬物率先出海驗證TC-PMF，模型一上線立即和産品形成使用者飛輪。
同時，運用自研性能/召回率最佳的向量資料庫笛卡爾，零一萬物部署成本隻需要之前采購的第三方的18%。
今天萬知體驗這麼絲滑速度這麼快，“一部分的理由就是來自于零一萬物的 RAG工程，來自我們自研的向量資料庫”。
最後一點是Al-First。
李開複在現場談到，應用創新需要清晰回答 When、How、Who。
過去一年，零一萬物在狂奔什麼？
去年3月下旬，創新工場董事長兼CEO李開複正式宣布以Project AI2.0之名入局大模型。
3個月後，李開複帶麾下AI大模型公司零一萬物正式對外發聲，這也是創新工場塔尖孵化的第7家公司。
11月，零一萬物的首款開源大模型——Yi系列大模型正式亮相，共有兩款，分别是Yi-34B和Yi-6B。成為彼時唯一成功登頂HuggingFace的國産大模型，且以34B的大小碾壓Llama-2 70B和Falcon-180B等一衆大尺寸大模型。
12月，Yi-34B-Chat公布新成績，在Alpaca經認證的模型類别中，以94.08%的勝率，超越LLaMA2 Chat 70B、Claude 2、ChatGPT。
今年以來，零一萬物動作頻頻。
1月，零一萬物交出多模态大模型答卷，同屬Yi系列，同樣具有兩個版本：Yi-VL-34B和Yi-VL-6B，面向全球開源。
官方給出的測試資料是，Yi-VL-34B在英文資料集MMMU上準确率41.6%，僅次于準确率55.7%的GPT-4V，超越一系列多模态大模型。
緊接着，來3月，零一萬物還在提速。
90億參數Yi-9B緊鑼密鼓地面世了。它号稱Yi系列中的“理科狀元”，“惡補”了代碼數學，同時綜合能力也沒落下。
尤其要提到，Yi-9B對開發者格外友好，Yi-9B（BF 16）和其量化版Yi-9B（Int8）都能在消費級顯示卡上部署。
仍是3月，零一萬物API開放平台出場，共為開發者提供三個版本的模型，支援200K上下文視窗，并具備多模态能力。
進入5月，就在幾天前，零一萬物正式官宣了一站式AI工作平台——萬知。
它可以做會議紀要、周報、寫作助手，還可以速讀任何文檔，幫你做PPT。
更關鍵的是，它更适合中國職場寶寶體質，是為國内打勞工量身打造的神級生産力工具。
現在，李開複每天要在萬知上進行100條左右的提問，了解産品的最新使用體驗，及時回報badcase。
他提到，OpenAI是融了超級超級多的錢，先追求GPU，其次考慮應用，零一萬物的模式則是用更少的晶片、更低的成本，找到TC-PMF。
做一個偉大的大模型公司，底層不能差，但不能隻有底層。
同樣重要的是，應用怎麼開創，怎麼讓做産品的人也懂模型，懂模型的人也做應用。
我們當然相信AGI會發生，我們也會推進AGI的發生，但同時我們是務實的，我們的精力不會花在行業預測上，也不會把大力出奇迹作為唯一思維。OpenAI可以去嘗試這條道路，但這不會是我們走的道路。
One More Thing
活動最後，李開複分享道，一年前，他就跟投資人自願主動承諾：10年内自己不會套現。
他說：
“我認為套現最好的方式是趕快上市，這是我們未來努力的方向。”
— 完 —
量子位 QbitAI · 頭條号簽約
關注我們，第一時間獲知前沿科技動态