【原创】OpenAI o1 拉开中美大模型差距？这个国产大模型或可一较高下
深圳商报•读创客户端记者 陈姝
日前，OpenAI 发布 o1-preview，问鼎最强大语言模型，引发业内轰动。也正因如此，国内也产生了质疑的声音：为何大模型领域国内追赶了一两年，差距好像没见缩小，甚至是扩大了。
差距真的是在扩大吗？行业专家张俊林认为，o1-preview之所以能够更强，其方法本质上是思维链(Chain-of-Thought, CoT)
的自动化。通过CoT把一个复杂问题拆解成若干简单步骤，有利于大模型解决复杂逻辑问题，但之前这个过程主要靠人工来达成。o1采用的这种方法，将使得Prompt工程逐渐消亡，也就是说所有复杂人工环节的自动化成为了大势所趋。
这种思想和方法并非OpenAI的首创。早在7月底的ISC.AI2024大会上，360集团创始人周鸿祎就宣布，“用基于智能体的框架打造慢思考系统，从而增强大模型的慢思考能力”，并且此后多次强调类似观点。这种方法的技术和产品应用上，国内也已经走在前面：还是在 ISC.AI 上 360发布的CoE（Collaboration-of-Experts,专家协同）技术架构及混合大模型，就是该方法的产物；并且，该技术架构已经落地到了多个产品中，比如360AI搜索、360AI浏览器。
在大模型技术前沿，国内比 OpenAI 在开放协作的道路上走的更远。比如CoE架构并非只接入了一家企业的模型，而是由 360 牵头，百度、腾讯、阿里巴巴、智谱AI、Minimax、月之暗面等16家国内主流大模型厂商合作打造的，目前已经接入了这些企业的54款大模型产品，未来预计会全量接入100多款大模型产品。
更进一步的是，CoE技术架构不仅接入了“大模型”，还接入了很多十亿甚至更小参数的专家模型，这使得整个系统更加智能。CoE 架构在实现“让最强的模型回答最难的问题”的同时，还能在回答简单问题时调用更精准的“小模型”，在获得高质量回答的同时，节约推理资源、提升响应速度。
有了上述的多种底层技术创新，基于CoE 架构的混合大模型在翻译、写作等12项指标的测试中取得了80.49分的综合成绩，超越了GPT-4o的69.22分；特别是在“弱智吧”和“诗词赏析”这类比较具有中文特色的问题上，该架构的领先优势更加明显。即使是对于最新发布的o1-preview，CoE 架构在未经专门优化的情况下也展现出了优势。
拥有了底层技术创新的情况下，国内在做应用和产品层面的优势更大。CoE 架构和混合大模型没有止步于技术创新，而是比OpenAI更快一步地进入了实际应用领域。
一方面，360通过CoE技术架构，构建了国内首个大模型竞技平台——模型竞技场(bot.360.com)，目前已经入驻360AI浏览器，成为国内大模型领域的基础设施。在多模型协作模式下，用户可以从 16 家国内主流大模型厂商的 54 款大模型中任意选择 3 款大模型，进行多模型协作，以此达成比单个大模型回答问题好得多的效果。
另一方面，CoE 还成为了支撑360AI搜索的底层技术架构。正是由于全球领先的技术架构的支撑，和国内多家主流大模型厂商的通力协作，让360AI搜索能够让360AI搜索能够在2024年1月诞生后八九个月的时间里，就超越 Perplexity AI，成为全球最大的AI原生搜索引擎。
