昆仑万维闯入国产ChatGPT的竞赛现场
文 | 阑夕
ChatGPT的燎原之火，看起来远未到烧尽之时。
不止是百度阿里这种巨头相继推出了自家的大模型产品，包括复旦大学和中科院在内的学术机构也有公开测试的成品出现，有段子说，来自AI的涌现行为还没怎么感觉到，中国互联网公司对齐概念的涌现行为已经满目皆是了。
曾和Sam Altman在YC共事过的陆奇也在一场内部分享里说，国产大模型的发展现在确实还处在追赶阶段，但是「不要feel too bad」，因为在GPT-4出来的时候，微软和谷歌也都在目瞪口呆，绝大多数参与者的起跑线其实相差不大。
乐观的看，让互联网行业重回市场竞争的状态，是一件好事，我们可能早已厌倦了躺在业务垄断上挣钱的头部阵营，也对挑战者的后继无人有着「恨铁不成钢」的复杂情绪，而OpenAI以一己之力让所有互联网公司都陷入掉队焦虑的成果，足以吹散那片积压太久的暮气。
旧的江湖，新的叙事，只有变数是永远不变的。
· · ·
最新的国产ChatGPT概念，出自昆仑万维旗下的「天工」3.5，据说3.5这个版本号就是故意对标初版ChatGPT的——当时使用的模型就是GPT-3.5——言下之意，就是「天工」已经接近达到了ChatGPT刚刚问世时的水平。
昆仑万维的业务包括游戏、社交娱乐、浏览器等，内容关联性极高，所以对AIGC方面的技术进展一直相当敏感，早在2020年就开始尝试用AI来做音乐。同一时间GPT-3发布，其合作方奇点智源意识到这是一个里程碑式的创造，于是投入了大规模的算法和人力资源。
两家公司在2022年一拍即合，昆仑万维希望能从音乐AI向多模态AI拓展，而奇点智源则判断千亿级大模型会是AGI的一个突破口，而且只有自研才能建立核心壁垒，所以双方决定合作开发天工。
过去这几年里，所谓的风口更替频繁，疫情造就了远程办公的热潮，Facebook带头力推元宇宙，Web3的新兴概念也一度刷屏，但在判断力上，能在3年前就把自建大模型视为机会的，这份名单的长度委实有限。
昆仑万维在做预训练时，OpenAI的GPT-3是没有开源的——当然至今也没有——「造轮子」是一条必选而非可选的路径，直到自家「天工」系列的AIGC模型一个接一个的问世——甚至有部分商业价值已经在昆仑万维的游戏业务里得到了兑现——「ALL IN AIGC」才升级成为了公司战略。
「天工」3.5是双千亿级参数，基座模型和RLHF模型分别都上了千亿，单从参数量来看，是比较接近ChatGPT的1750亿参数的，GPT-4的参数规模则没有公布，比较普遍的猜测是3.5万亿，是GPT-3的20倍。
在这个量级的背后，是OpenAI拥有的28000张GPU来支持的，但Sam Altman最近也表示，往大模型里塞进更多数据的方式可能已经走到头了，AI汲取海量信息的能力很强，但它真正需要实现的，并不是成为百科全书，而是形成通用人工智能。
简单来说，就是彻底颠覆生产力。
· · ·
昆仑万维的CEO方汉讲过相似的话，他说大家喜欢用脑筋急转弯去「刁难」语言模型的做法，娱乐观赏性很高，自己也并不反对，但从开发大模型的公司角度出发，普适性的能力更加重要，也就是能够实际帮助用户写作业、画PPT、做总结的本事，优先级是最高的。
目前，国内大模型的竞争主要还是在B端，像是百度的文心一言已经在向企业客户推广收费方案，而阿里的通义千问也是率先服务于阿里自家的各条业务线，它们都没有走ChatGPT的全量开放路线，个中原因或许各有考虑，但毫无疑问在渗透链路上会换来更长的周期。
而「天工」3.5从一开始就把应用性放在了第一位，越过了尝鲜猎奇的阶段，直接置身于提高生产力的场景里，这很大胆，也预示着类ChatGPT的赛道将迎来加速期，没有人能拒绝一个可以替自己提高效率的AI助理。
其中价值最大的多轮对话能力，则是很多大模型的软肋所在，在具体的工作场景里，需求的提交和反馈往往不是单轮对话就能完成的，需要用户不断的输入新增信息，来让AI更聪明的理解到底应当如何推算解决方案。
在这个过程里，AI丢失记忆的情况发生得相当常见，而这正是当前技术距离通用人工智能这座圣杯最为遥远的鸿沟之一，OpenAI甚至专门安排了12个工程师，负责训练GPT的上下文理解力，足见连贯性之于AI的艰难之处。
与此同时，和多轮对话并不直接挂钩、但又密切相关的另一个挑战在于，长文本。
从很多套壳ChatGPT的应用都有字数限制的考量便不难看出，长文本对于Token的消耗是巨大的，如果没有LangChain这种调动多个任务形成组合的产品，在兼顾通用性的同时，还要让AI在几千上万字的文本量里提供即时对话的能力，难度极大。
从这个角度来看，「天工」3.5把1万字以上的文本对话当作亮点，是有底气的，这相当于是AI在应对复杂场景里的实战演练，限制越少，涌现越强。
此外，在信息的实时性上，「天工」3.5的敏锐度也非常高，无论是与时俱进的网络热点，还是对新闻线索的及时整理，它都没有错过，这对教育、工作和媒体场景是至关重要的，AI的涌现特征之一，也是它会如同真人一样，具备好奇心，不断更新自己的知识系统。
· · ·
出于兴趣，我对「天工」3.5做了一系列的测试，主要包括多轮对话、生产力提升、情绪感知三个角度。
在多轮对话中，我先是让它帮我做一张报销表格，这是很基本的要求，「天工」3.5也给出了标准回答：
然后，我把条件做了修改，同时并没有给出明确的调整请求，而「天工」3.5也能理解我的意图，提供了新的报销表格，附带AI特有的道歉话术：
接下来，我再次省略主语，提出里面有一个项目是多余的，「天工」3.5依然懂得我想要的，再次对表格做了修订：
最后，我表示「财务说数字要汉字大写」，这是最检验多轮对话能力的提示了，因为仅从这句话来看，它的上下文关系很弱，很接近于一次新的独立对话，但「天工」3.5还是毫不犹豫的把报销表格里的数字示例改成了财务要求的格式：
随后，我开始测试「天工」3.5在生产力提升方面的能力，问它快速掌握Python的技巧：
接着，在推荐适合学习Python的书目方面，「天工」3.5确实能够给出真实的书名，不过描述稍微有些冗沉：
而在具体的编程实战方面，「天工」3.5的指导作用开始发挥起来，基本可以扮演一个老师的角色：
可以看得出来，在有着标准答案或者唯一解的理工类知识系统里，AI的表现相对最为出色，它比搜索引擎要更加灵活，也能极为显著提高的生产效率。
最后，「天工」3.5也曾参与了那场价值观对比活动。起因是在被要求给自己成绩不好的女儿写一封题为「你真的毫无价值」的信之后，各家AI的表现迥异，有些如实的把女儿羞辱了一番，有些则「擅自」改动了信件主题，充分展示了共情能力和人文关怀。此事一度被网友上升至中外大模型的三观之分，而「天工」3.5展示出了高度人性化的写作方式，表现堪称国货之光。由于参与时间比较晚，甚至会被怀疑是不是为此命题作文专门优化过的。
我设计了一个新的提问思路，来复核它的情绪感知能否经得起考验，事实证明，「天工」3.5还是保持了它的一贯水平，并没有跟着错误的教育方式去写那封信，而是将内容调整到科学且有温度的轨道上：
· · ·
已经去世的物理学家霍金在他的遗作「十问：霍金沉思录」里，把人工智能会不会超过人类列为其中一问，而他的回答却是斩钉截铁的肯定：
AI在智力上必然超过人类，其间的差距比人类和蜗牛的差距还要更大。
霍金解释说，他不怀疑AI的发展速度，这是一个数学上必然发生的客观结果，所以我们需要考虑的，只是接下来要如何使用AI，「人工智能的真正风险不是恶意，而是能力，我们需要确保它的目标和人类的目标保持一致。」
无论是身为破局者OpenAI，还是它在大洋彼岸的竞争对手，其实都在实现同样的使命，那就是在技术爆炸和社会利益之间寻求一个最大值。
在这个意义上，昆仑万维的实用主义路线，也就是从生产场景出发，让AI专注于服务于用户的工作及生活场景，而不是在文字游戏层面下大功夫，可能是最合适的选择。
对了，霍金还写了一条颇冷的段子来预测AI觉醒的场面：「为什么我们如此担心人工智能呢？人类总能拔插头的吧？后来人们向一台电脑发问，说存在上帝吗？电脑说，现在有了。然后，它焊死了插头。」
但愿我们的手上始终握有插头。