发布日期：2024-03-04 11:17 点击次数：104
记者董静怡北京报道
追赶GPT-4，国内大模型厂商正在新一轮的技术突破中。
1月16日，国内大模型企业智谱AI团队在其首届技术开放日(Zhipu DevDay)上发布了新一代基座大模型GLM-4。据介绍，相比上一代，GLM-4的性能提升接近60%，支持长达数百页的上下文窗口长度，具备更强的多模态能力，并提升了智能体能力。这些进展与GPT-4发布时更新的性能相近。
成立于2019年的智谱AI，是国内最早研发大模型的企业之一，由清华大学知识工程实验室(KEG)技术成果转化而来。在国内此轮“百模大战”中，智谱AI是唯一全内资、国产全自研的大模型企业。
从他们的动态也可以看出国内大模型企业追赶OpenAI的进程。智谱CEO张鹏在发布日上表示，从标准的大模型评测角度看，GLM-4性能整体上已经逼近GPT-4。“多模态是AGI的起点”
据介绍，此次GLM-4的发布及上线，是智谱AI大模型研发上的关键突破。GLM-4的整体性能相比上一代大幅提升，在多个测评集中，GLM-4的成绩普遍高于GPT-3.5，与GPT-4有微小差距，个别项目上几乎持平。
据悉，GLM-4还大幅提升了智能体能力，GLM-4All Tools实现自主根据用户意图，自动理解、规划复杂指令，自由调用网页浏览器、Code Interpreter代码解释器和多模态文生图大模型以完成复杂任务。
智能体降低了大模型的使用门槛。去年6月，OpenAI应用研究主管Lilian Weng就曾提出Agent(智能体)是AI应用层的发展方向。张鹏也表示，GLM模型智能体的推出标志着任何人都能够自由运用GLM-4模型并挖掘它的潜力。
多模态是大模型发展的重要趋势，围绕“听、说、读、写、看”等进一步提升模型智能化能力，GPT-4、Gemini等大模型都在多模态上发力。在接受记者专访时，张鹏表示，多模态是通用人工智能(AGI)的起点。
“人大脑一定是各种感官融合到一起的，所以人的智力一定是多模态的，”张鹏向记者表示，“多模态不仅是文到图、图到文这么一件事情，它更多的是探究人的认知能力和各种感官之间的相互作用。”
不仅如此，张鹏表示，从应用层面来讲，多模态也将催生更多落地应用。东方证券近日研报指出，多模态大模型一方面有利于形成图片、视频等更加生动活泼、更具交互性的应用，从而有助于C端爆款的诞生；另一方面，多模态大模型能真正打通物理世界和数字世界的障壁，实现与物理世界最自然的交互，从而对自动驾驶、人形机器人等具身智能领域的突破提供有力支撑。“0到1总要有人做”
在国内此轮“百模大战”中，智谱AI是估值最高的明星大模型公司之一，2023年已累计获得超25亿人民币融资，投资方包括社保基金、君联资本、高瓴资本、美团战略投资部等机构。
谈及国内大模型的整体水平，张鹏表示，必须承认和国外大模型相比，国内的大模型发展起步晚一些，加上高性能算力的限制和数据质量的差距等等，国内大模型无论规模还是核心能力，与世界先进水平还存在一年左右的差距。
在此背景下，大模型应用的热度在2023年下半年逐渐兴起，业内有观点认为，基于大模型技术的AI原生应用被看作会真正点燃行业的路径，而非继续卷大模型，也有专家表示，AI原生应用的起点会在2024年。
针对于此，张鹏向记者表示，短期内业内对于大模型发展路径的观点仍不一致，“有人认为中国原创大模型的基础不行，就等着看应用；也有人认为聚焦技术还有机会，值得努力一把，比如像我们。”
张鹏向记者表示，大模型的技术还没有到天花板，也没有到稳定的阶段，过早地强调应用，反而有可能把这个整个势头拖慢下来。“总有第一拨人做0到1的事情的，为什么你不是那一拨人呢？”
张鹏表示，大模型发展速度过快，短期之内业内对发展路径的观点很难统一。但将时间维度拉长到十年，业内对于大模型带来的机遇和变革是认同的。
大模型已成为国际科技竞争“必争之地”，实现国产全自研、自主可控的人工智能基础模型迫在眉睫的任务。“这是个全新的人工智能科学难题，但也是一个我们赶超国际领先水平的机会。”张鹏表示。
在追赶方面，智谱没有选择复刻先行者的路径，在当时存在BERT、GPT和T5等主流预训练框架之外，提出了GLM(General Language Model)算法框架，实现了BERT、GPT优劣互补。
“想要追赶，你不能简单踩着别人的脚印往前走。”张鹏向记者表示，“如果所做的事情是建立在一个非你能掌握的，或者他人建立的基础之上，而你对本源都没有认知的话，很难长久地利用这一波浪潮所带来的势能。”
以GLM-4为例，张鹏表示，从呈现效果上GLM-4正在追赶GPT-4，但具体的实现路径有细微差别，他认为，这是后发者的优势所在。
“别人走过的路当然是一条比较安全稳健的路，但要想的是这条路是不是唯一的路，是不是最高效率的路。”张鹏向记者表示。
也正如他在发言中所表示，大模型创业是一条长征路，需要人工智能行业所有的参与者、产业链上下游合作伙伴、开发者社区、学术界一同努力。