百川VS智谱，谁是中国的OpenAI？

站长网2023-10-24 21:27:250阅

6月初，外媒曾发出了“谁是中国的OpenAI”的拷问，经历了大模型创业潮之后，大浪淘沙，最终留下的不过寥寥数人。

清华大学几个十字路口外的赛尔大厦，是明星创业者王小川的百川智能，搜狐网络大厦是学院派出身的智谱AI。二者在经历了市场的检验后，成为了最有希望的两个候选人。

两栋楼的争夺战，似乎已经悄然打响了。

从融资上看，智谱AI和百川智能都在今年，完成了多轮大额融资。

（光锥智能制图:根据公开资料整理）

今年，智谱AI累计总融资金额超25亿元人民币，百川智能总融资金额达到3.5亿美元（约23亿人民币）。公开信息显示，智谱 AI 最新估值已经超100亿人民币，最高或达150亿，是国内估值最快超过百亿人民币的公司之一;最新一轮融资后，百川智能估值已经超过10亿美金（约66亿人民币）。

从团队构成上看，智谱AI和百川智能师出同门，智谱AI总裁王绍兰与搜狗创始人王小川，同为清华系创业团队。

从技术追赶速度来看，二者也不分伯仲。智谱AI的GLM-130B刚问世就打败了GPT-3，而最新发布的Baichuan2在各维度领先Llama2，开拓了中国开源生态发展。

种种迹象显示，智谱AI和百川智能已经成为了中国大模型赛道冲出的“黑马”，激烈的角逐下，究竟鹿死谁手?

OpenAI的信徒:智谱AI

智谱AI与OpenAI的渊源可以追溯到2020年，那一年被智谱AI CEO张鹏视为心中真正的“AI大语言模型元年”。

智谱AI周年庆日的当天，喜悦的空气氛围中，时不时能嗅到GPT-3出世带来的些许焦虑。达到1750亿个参数的GPT-3是严格意义上的第一个大语言模型。

彼时，张鹏既震惊于GPT-3的涌现能力，也陷入了“要不要跟随”的思考之中，不管是当时还是现在，All in超大规模参数大模型方向都是一件极其冒险的事情。权衡过后，智谱AI决定把OpenAI作为自己的对标对象，投入到超大规模预训练模型的研发当中。

（光锥智能制图:根据公开资料整理）

在技术路径选择上，智谱AI与OpenAI具有同样的独立思考性。

当时存在BERT、GPT和T5几种大模型预训练框架。三种路径，在训练目标、模型结构、训练数据来源、模型大小几方面都各有优劣。

假如把大模型训练过程比作一场英文考试，BERT擅长通过词句之间关系来做题，通过理解去考试，其复习资料主要源于课本和维基百科;GPT擅长通过预测下一个词来做题，通过大量写作练习来准备考试，其复习资料主要来自各种各样的网页;T5则采取了一种将题目形式化的策略，先把题目翻译成汉语再去解题，在复习时，不仅阅读课本，还刷了大量题库。

众所周知，谷歌选择了BERT，OpenAI选择了GPT，智谱AI没有盲目跟从，在这两种路线基础上提出了 GLM（General Language Model）算法框架。该框架实则实现了BERT、GPT优劣互补，“既能在理解的同时，还能完成续写和填空”。

GLM由此成为了智谱AI追逐OpenAI最大的底气，在此框架之下陆续长出了GLM-130B、ChatGLM-6B、ChatGLM2-6B等GLM系列大模型。实验数据显示，GLM系列大模型在语言理解精度、推理速度、内存占比和大模型适配应用方面都优于GPT。

（图源:网络）

OpenAI是当前国外能提供基础模型服务最为完备的机构，其商业化主要分为两类，一类是API调取收费，一类是ChatGPT订阅制收费。在商业化方面，智谱AI也遵循了大致的思路，处于国内大模型商业化较为成熟的企业梯队。

据光锥智能梳理发现，结合中国企业的落地情况，智谱AI的商业模式分为API调取收费和私有化收费模式。

总体提供的模型种类分别有语言大模型、超拟人大模型、向量大模型与代码大模型，在每个大模型选项下包括了标准定价、云端私有化定价和本地私有化定价。对比OpenAI，智谱AI缺乏了语音、图像大模型服务的提供，但增加了超拟人大模型，这也迎合了中国数字人、智能NPC等行业的需求。

（光锥智能制图:根据公开资料整理）

光锥智能向开发者了解到，“目前，百度文心千帆平台的特点是完善，通义千问的特点是灵活，智谱AI则是市场主流厂商中API收费最便宜的公司之一”。

智谱AI的ChaGLM-Pro的收费为0.01元/千tokens，并赠送18元的免费额度，ChaGLM-Lite收费降至0.002元/千tokens。作为参考，OpenAI GPT-3.5收费为0.014元/千tokens，阿里通义千问-turbo收费为0.012元/千tokens，百度文心一言 emie-bot-turbo的收费标准为0.008元/千 tokens。

正如张鹏所言，智谱AI也正在经历以OpenAI为目标到“不再追随OpenAI”的新阶段。

产品业务方面，不同于OpenAI只专注于ChatGPT的升级打造，智谱AI选择了三面出击。

据其官网显示，当前智谱AI的业务主要分为了三大块，分别为大模型MaaS平台、AMiner 科技情报平台和认知数字人。由此形成了三大AI产品矩阵，大模型产品、AMiner产品以及数字人产品。其中，大模型产品不仅涵盖了基本对话机器人，还有编程、写作、绘画垂类的机器人划分。

（图源:智谱AI官网）

与此同时，智谱AI还在通过投资的方式继续向应用侧上探。截至目前，智谱AI对外投资了聆心智能和画壁智能，并于今年九月份再次增持了聆心智能股份。

聆心智能同样孵化自清华大学计算机系，虽系出同源，但聆心智能更偏向于应用，其开发出的AiU兴趣互动社区就是基于智谱AI的超拟人大模型。其产品的开发思路类似于国外的Character AI，通过创造不同性格与人设的AI角色，与之进行互动聊天，更加偏向于C端应用，强调娱乐的属性。

从OpenAI转向LIama:

百川智能

LIama:

光锥智能发现，相比于OpenAI，百川更像Llama。

光锥智能发现，相比于OpenAI，百川智能更像Llama。

首先是站在原有的技术、经验基础之上，发布和迭代速度非常快。

百川智能成立半年，便接连发布了baichuan-7B/13B，Baichuan2-7B/13B四款开源可免费商用大模型及Baichuan-53B、Baichuan2-53B两款闭源大模型。截至9月25日开放Baichuan2-53B API接口，过去的168天里，百川智能平均以月为单位的速度发布一款大模型。

（光锥智能制图:根据公开资料整理）

Meta靠LLama2重新赢回AI阵地，百川智能则凭借Baichuan2系列开源模型打败LLama2名声大噪。

据测试结果表明，Baichuan2-7B-Base 和 Baichuan2-13B-Base，在MMLU、CMMLU、GSM8K等几大权威评估基准中，以绝对优势领先LLaMA2，相比其他同等参数量大模型，表现也十分亮眼，性能大幅度优于LLaMA2等同尺寸模型竞品。

事实证明，百川智能大模型也的确经得过考验。据官方数据，Baichuan在开源社区总下载量已经超过500万次，月下载量达到300多万次。

光锥智能发现，百川智能系列模型在Hugging Face开源社区的最高下载量有11万多，在中外开源大模型中仍具有竞争力。

（图源:Hugging Face官网）

其开源之所以具有优势与其较强的兼容性也有关系，百川智能曾在公开场合介绍，其整个大模型底座结构更加接近Meta的LLAMA的结构，故而从开源设计上就对企业和厂商很友好。

“开源之后，生态会围绕LLaMA去构建，在国外有很多开源项目是跟着LLaMA去推动的，这也是我们的结构为什么跟LLaMA更加接近。”王小川道。

据光锥智能了解到，百川智能在架构设计上采用了热插拔（Hot-pluggable），可支持百川模型与LLAMA模型、百川模型不同模块之间的随意切换，比如用LLAMA训练一个模型后，无需修改，就直接能把这个模型放到百川中使用。这也解释了现在多数互联网大厂使用百川模型，和云厂商引入百川系列模型的原因。

历史走过的路，既通向过去，也通向未来，王小川的大模型创业便是如此。

源于搜狗创始人的身份和搜索技术经验，创业初期，王小川获得了不少人这样的评价，“小川，是最适合搞大模型的啊”。

在搜索经验和框架中构建大模型成为了百川智能的底色。

百川智能技术联创陈炜鹏曾表示，搜索研发与大模型开发有许多类似之处，“百川智能将搜索的经验快速迁移到大模型的研发中，这就类似一个'造火箭'系统化工程，将复杂的系统做拆解，通过过程评估来推动团队的协同，提升团队的效果”。

王小川也在发布会现场谈道:“因为百川智能之前有搜索基因，因此天然懂得如何从万亿网页中间去精选最好的页面，可以做到去重、反垃圾。在数据处理中，百川智能也借鉴了之前搜索的经验，能小时级完成千亿数据的清洗和去重工作”。

其大模型搜索的内核在Baichuan-53B中展现得淋漓尽致。在处理大模型“幻觉”问题上，结合搜索技术沉淀，百川智能在信息获取、提升数据质量、搜索增强等方面做了优化。

在提升数据质量上，百川智能的核心思路是“始终取优”，以低质、优质为标准将数据进行分类，确保Baichuan2-53B始终使用优质数据进行预训练;在信息获取方面，Baichuan2-53B对多个模块进行了升级，包括指令意图理解、智能搜索和结果增强等关键组件，通过深入理解用户指令，精确驱动查询词的搜索，最终结合大语言模型技术，优化模型结果生成的可靠性。

尽管以开源为始，但百川智能已经开始探索商业化路径。官方资料显示，百川智能的目标有两个方向，横向维度的目标是“构建中国最好的大模型底座”，纵向维度的目标是在搜索、多模态、教育、医疗等领域增强。

如今的商业化，集中在了Baichuan2-53B，官网显示，该模型的API调取采用了分时段收费标准。0:00-8:00收费为0.01元/千tokens，8:00-24:00收费为0.02元/千token，相比较之下，白天的收费价格要高于晚上。