李開複回應一切：競技場排名「讓我們有信心繼續做預訓練」

GenAI 發自 凹非寺

量子位 | 公眾號 QbitAI

我們只落後OpenAI 5-6個月，但要進一步縮短這個時間差，大家的難度都很大。

國產大模型首次在國際最具挑戰的「大模型競技場」榜單上超過GPT-4o（5月版本），當零一萬物的名字緊跟在OpenAI、Google之後，李開複卻如是坦言。

就在「大模型六小強」叫停預訓練的傳聞甚囂塵上之時，李開複旗下零一萬物曆時5月憋了個大招，用實際行動回應一切：

推出最新旗艦模型Yi-Lightning，性能超越GPT-4o-2024-05-13，衝上UC伯克利大模型競技場（Chatbot Arena）總榜第6。

還把每百萬token的價格打到了0.99元人民幣——不到該版本GPT-4o的3%，相比於GPT-4o-mini百萬token輸入輸出價格的均值，也降低了近2/3。

不僅大模型競技場官方發帖盛讚，「這標誌著中國大模型的強勁增長」。

也得到了大模型社區的廣泛認可：

中國大模型正在迎頭趕上！很高興看到競爭仍在繼續，這迫使Google和OpenAI等大公司繼續開發他們的模型，更重要的是，發佈這些模型。

而這樣一個模型背後，另一點值得關注的是，李開複博士和他旗下的零一萬物，對中國大模型創業公司的發展路徑，又有了更清晰的認知。

就在與量子位的一對一對談中，從打榜，到追趕OpenAI，再到大模型應用的商用落地，李開複博士坦誠暢聊一切，還與我們分享了來自矽谷的最新見聞。

具體細節，在此分享。

（以下為李開複觀點呈現）

中國大模型創業公司要「換一種打法」

5-6個月的差距如何追趕

零一萬物從去年11月提出Yi-34B，到今年5月的Yi-Large，再到現在10月的Yi-Lightning，大約是5-6個月出一個模型，每次的新模型基本都能夠達到5-6個月之前世界第一的水平。

5-6個月代表著一個絕對的差距嗎？

我覺得追趕有兩種心態，一種心態是我要用一樣的方法論去做一樣的事情，消耗一樣的資源往AGI去衝。如果是這種思路，那放棄追趕是正確的。

OpenAI在訓練GPT-4的時候花了1億美金，GPT-5花了10億美金，GPT-6可能就要花100億美金，越往下越是一個天文數字。國內沒有一個創業公司能融這麼多錢，大廠可能也不捨得花這麼多錢。

我們必須要有一個認知：美國有一些投資人的心態是很獨特的，無論三年內燒出AGI的概率有多低，都要去砸一下試試。像OpenAI，有非常好的口才能說服一批投資人投他們；像馬斯克，他的名字可能就值幾十億美元；像Google，不甘心他們最正選明的技術風頭被別人搶走，所以咬咬牙也會投入；Meta我覺得一定程度是在攪局，但反正他們最近的廣告收益很高，花個10億美金甚至100億美金沒什麼問題。

我們是沒有這樣的巨量資源的。

所以一模一樣的打法是難以複製到初創企業身上的。但我們可以換一種打法，就是找到獨特的「多快好省」的打法後發製人，用最少的資源，訓練出力所能及的最優秀的模型。

我們說只落後OpenAI 5-6個月，如果說要再進一步縮短這個時間差，包括我們在內的中國同行們，難度都很大。零一萬物的想法是，我們要做一個世界一流的模型，現階段的策略會晚於第一個做到的模型5-6個月，不過我們會爭取做得比它成本更低、速度更快——這樣可用性反而是更高的。

中國公司很擅長把一件事情做到極致，用更低的成本，實現更高的效率。成本低了能夠帶來更多應用的爆發。

衡量模型能力很重要

我認為不能衡量的事情就沒法進步，所以打榜不是為了像高考一樣看能得第幾名，而是去瞭解你在全球這麼多厲害的公司和人當中，處在什麼樣的位置，是不是還有資格繼續往前衝，還是已經掉隊了。這一點非常重要。

各種榜單衡量的東西不一樣。比如MMLU衡量的是「天花板」，問題是蓋一個天花板100米高的房子，而你最高只能跳幾米，上面的80米完全跳不上去，那有什麼意思？

所以我們更看重如何去衡量模型的能力，以及是否被用戶認可。UC伯克利大模型競技場的評估方式，是讓人來公平地評價，這是我們和全球巨頭一直關注這個榜單的原因。

我們認可的不是打榜、刷榜的概念，而是用一個公平的，可以和最終用戶對接、讓他們來評分的這樣一個方法，來給我們反饋。

舉個例子，這次榜單上我們提交了兩個模型，看它們不同的得分，我們就能學到很多東西。

我們在這個榜單上是全球範圍排第三名的公司，只在OpenAI和Google之後。讓我們很欣慰的是我們知道自己肯定處在世界第一梯隊上，這一點對我們來說非常重要，讓團隊非常振奮，因為我們知道自己的模型是可以打國內、國外市場的，誰都不用怕。

這對我們團隊來說是一個正反饋，讓我們有信心往前衝，繼續做模型，繼續做預訓練。

另外很重要的是，跟排我們前面五名和後面五名的模型相比，Yi-Lightning的速度都比它們快。

AI應用進入商業化拐點

現在國內進入了一個可以做AI應用的時間點。

為什麼早前AI應用比較難做呢？其實就一個原因：好的模型推理成本太高。一年半前，中國就沒有一個模型是可以做出PMF（產品市場匹配）來的。

過去做移動應用，用戶從10萬增長到100萬，雖然也會增加帶寬、服務器等成本，但公司們不會因此破產。而在AI時代，如果一次推理就要幾塊錢，當用戶10倍增長時，創業公司們馬上就會破產。

今年，國內達到世界一流水平的模型已經有幾個了，並且有些成本已經足夠低。比如我們的Yi-Lightning，每百萬token的價格是0.99元人民幣，就已經可以支持一個AI搜索應用：每次搜索成本只要1-2分錢，即使用戶達到百萬級別，每人每天搜5次，成本也還是可控的。

這就是為什麼要等到有一個性價比足夠高的世界級模型，才能像移動互聯網時代那樣去做應用的原因。

國內ToC的應用目前還沒有出現一個Super APP，不是因為用戶不需要，而是因為之前足夠好的模型會把任何一個創業者燒破產。到今天好的模型足夠便宜，情況就大大改變了，對ToC我是非常樂觀的。並且我相信，中國的創業者在做PMF方面是超過美國的，就好像美團做得比DoorDash好，抖音做得比Instagram好一樣。

不過做應用可能還有一個挑戰，就是用戶的獲取成本。

國內大廠很強勢，創業公司獲取用戶的成本會比較高。所以對創業者來說，除了要有信心，模型夠好夠便宜，下一個就是怎麼去找到機會，用比較少的錢撬動比較多的流量，或者是解決用戶的強需求。

對於ToB的應用，我覺得本質是大模型代表的AI 2.0時代跟AI 1.0時代是有差別的。AI 1.0是項目製，你要做什麼我全部幫你進場去做，做一單賠一單。在今天很多ToB的公司還是做一單賠一單，這個是讓人擔憂的。

但比較樂觀的是，當你擁有大模型的能力，項目可以更便宜地做出來。有大模型的底座，不用收集那麼多數據，它本身的能力就已經很強了。

大模型還有很多過去未有的能力，無論是做Agent、多模態內容生成，還是做Copilot、直播，這些能力都是AI 1.0時代沒有的，是值得一試的。

走ToB路線特別要當心的是，首先，不要做一單賠一單。

其次，要認識到客戶對模型沒有需求，對解決方案才有需求。

第三，應該努力去找到合適的行業，能夠快速讓模型的本質融合行業的特質，實現慳錢或者賺錢，最好是賺錢。

對於零一萬物來說，我們會逐漸釋放我們的產品。在ToC方面，我們還是會延續國外先嘗試，再回到國內市場的路線。主要是我們已經在海外建立了一些實操經驗，積累了一些對海外市場的理解，而且有些應用在海外收費比較容易被用戶接受。

ToB的話我們在零售、政務、金融、能源等領域做出了一些有利潤的單子。但是坦誠地說也還在不斷驗證，如何去建立可持續的優勢。

當你在某個行業里拿下一單，它是一個不可複製的特例，還是可以重覆再做第二單、第三單？在第二單、第三單中技術的重覆使用能不能讓你的利潤率變得更高？這都還需要驗證。我們的第二年，會聚焦在從技術到應用實踐的商業化驗證。

什麼應用是值得去做的？2009年我做過一次演講，當時說到移動互聯網的應用到來的順序會和PC應用成長的順序相關。比如先是讀取內容、撰寫內容，然後是搜索管理內容，再能夠去把內容做得更加多元化、更豐富，之後能夠在內容之外拓展付費行為，包括廣告、支付、電商、社交等等。內在邏輯是人的需求其實就是這些。

一個新的時代到來，應該也是這樣的。AI內容的閱讀和生產，是ChatGPT、Midjourney、可靈。那下一個階段就是AI搜索，然後是多模態社交/娛樂，再走到本地生活&電商等等。

健康的大模型生態是倒三角結構

「ChatGPT火爆之後，錢都讓英偉達賺走了」，這個觀點是一個客觀的事實。

一個主要因素是英偉達的主要客戶是超級大廠，他們一買就買十萬張、幾十萬張卡，這一下就讓英偉達賺了很多錢。

這些公司的想法是要成為第一個做出AGI的公司，所以花多少錢買GPU都是值得的。這個心態就會導致錢都流向英偉達，也可能導致他們做出來的模型很厲害，但都很大、很昂貴。

對於我們來說其中的機會就是做更小的、推理成本更低的模型，去推動應用的發展。

要突破這個現狀，我覺得就是要有足夠多的公司瞭解到這樣一個生態系統：

底層是GPU，中間是各種模型平台，模型平台之上是應用。這個結構一定要是上層最大、底層最小的倒三角，才是健康的。

另一個因素是，英偉達實在太強了，利潤非常高。如果有兩三家芯片廠商能與之競爭，他們的整個盤子可能就沒有那麼大，我們買到的GPU也可能變得更便宜。但短期來看，英偉達還是業界最強。

矽谷新見聞

o1引入了一個非常新的思維方式：不是所有智能都來自於預訓練和微調。

以後大模型技術的發展應該會有三條路線：

第一還是怎麼做好預訓練；

第二是怎麼做好post-training；

第三是怎麼在推理之中加入思考。

o1最讓我驚訝的是，我在美國碰到一位經濟學教授，他跟我說，他用o1等於能少招一個博士生。

他有什麼想法不用等到博士生每週跟他1 on 1的時候再來討論，而是可以隨時打開電腦去問o1。雖然有時候會有錯誤，但教授給它指出後，o1居然會學習，有時候還能反過來糾老師的錯。所以這件事就變成，o1可能比一個博士生還能增強老師的能力。

當時我跟他聊的時候還有OpenAI的人在旁邊。OpenAI的人就很興奮地加入進來問，教授你願意花多少錢買o1的服務？教授說很簡單，我招博士生一年是10萬美元，那我願意付這10萬美元給o1。

另外一件大家都在討論的事是OpenAI的融資。

OpenAI的這次融資有點辛苦，融到66億美元，看起來很多了，但要考慮到OpenAI的估值是1570億美元。

挑戰來自於哪裡？我的理解是GPT-5是不太好訓練的。理論上GPT-5應該已經出來了，但現在推延了，會推延多久大家並不知道。

但OpenAI可怕的地方在於，他們內部藏了很多類似o1這樣的項目。他們並不著急推出，第一是怕競爭對手會學習進步，第二是要等到融資的節點，回應競爭對手的節點再拿出來用。

可以觀察到的是，一年前，投資人們還在瘋狂投各種模型，到今年，大家已經意識到，從純財務投資的角度來講，花很多錢去訓練一個並沒有產生太大商業價值的模型，幾個月以後它就可能被取代，錢就白燒了。

我講這個事情最主要的一點是想說：

投資人已經開始用商業思維來評估這個領域了。