王小川，用大模型再造下一个搜狗｜焦点分析

作者 | 邓咏仪

编辑 | 苏建勋

(资料图片仅供参考)

“去美国之前，我是希望能在（技术）理想上比OpenAI慢半步，落地快半步，但交流完回来，我们改成要比OpenAI的理想慢一步，落地快三步。”

6月刚从硅谷转悠一圈回来，王小川设定了百川的最新目标。

8月8日，王小川的新AI创业公司“百川智能”发布首款闭源大模型Baichuan-53B，参数量为530亿。新模型已经开放内测，下个月将会开放API及系列组件，以供开发者进行对齐、强化。

在一众国内大模型公司中，百川在模型发布节奏上，显得尤其激进。此前，百川分别在7月和6月分别发布了两款开源大模型，参数量为70亿和130亿——直到发布新模型的此刻，百川也不过成立4个月。

新模型Baichuan-53B参数更大，达到530亿。据百川智能，Baichuan-53B融合了意图理解、信息检索以及强化学习技术，结合有监督微调与人类意图对齐，在知识问答、文本创作上能力更加完善。

功能、效果的完善只是第一步，如今百川在应用一侧的决心更甚：要优先在B端落地，还要一手抓模型，一手抓应用——下半年，百川将推出千亿级的大模型，也会有C端的超级应用部署。搜索，将成为成为其中的重要部分。

而为了能迅速商业化落地，王小川在4月拉来原搜狗原CMO洪涛，负责百川的商业化。加上此前入职的COO茹立云，搜狗“三剑客”如今再度在百川聚首。

“现在我们已经有103个人，基本上是一天招一个人的速度，往后速度可能会更快，”王小川对36氪表示，“To B也好，To C也好，市场哪个地方的组织先ready，哪个地方就能跑得快一些。

开源闭源不是核心问题，To B/To C才是

王小川形容新模型53B为“文科专业选手”。他表示，在不同测试集上，之前百川发的两个开源模型“英文部分和LLaMA 1持平，中文部分领先”。而新模型的效果，比这两个还要更好。

但与之前发布模型时的不同，此次王小川并没有对模型的参数、技术细节侃侃而谈。在对模型进行解释、生成能力的演示时，更多像是走个过场。“这些能力也都不新鲜了，主要看做得怎么样。”王小川笑言。

以53B模型开发的“百川大模型”对话机器人 来源：百川智能

发布会的重点，很大一部分是在解释开源/闭源路线的考量，以及具体的应用落地情况。

这和当下国内大模型的发展现状同频共振。国内大模型厂商尚在追赶GPT-3.5到GPT-4的过程中，无论是开发者还是用户，如今都已经脱离盲目追求模型参数的阶段。

全球大模型已经分为开源和闭源两股力量。OpenAI一开始走开源路线，在推出ChatGPT后转向闭源，试图保持竞争优势；另一边则是Meta——作为后发者，Meta显然希望依靠旗下的Llama拉拢更多开发者，弥补技术层面差距。

国外的开源生态，是国内市场的一个重要变数，不少国内大模型厂商正是在开源大模型上进行微调，同质化现象已然显著。Meta开源了Llama 2商用版后，有市场评论辛辣讽刺：“国内的大模型厂商又有新模型可用了。”

在这样的背景下，国内大模型厂商得解释清楚“为什么我们的模型更好”，是道更重要的证明题。

7月，王小川就曾回应过baichuan-7B套壳Llama争议，认为团队拥有取得高质量语料的渠道，模型迭代速度很快，开源能力已经比肩Llama。

而到了发布闭源模型的现在，王小川说，开源还是闭源并非问题核心，也不构成当下的共识难题。相比起来，选择To B还是To C才是关键。

“大模型不是To C生态，用户不需要像在安卓、iOS之间’二选一‘，而是开源、闭源都需要，”他直言：“未来，我们认为80%的企业都会用到一些开源模型，因为闭源没法对场景做特别好的适配。”

但多说也无用，有模型之后，能拿出实际的落地成果，对此刻的的百川而言更重要。

百川做“超级应用”的底气，主要来自王小川团队在搜狗时期积累的经验。搜狗做过两个超级应用，一是搜索，另一个是输入法。

尽管要到年底才能知道具体进展，但可以从一些细节看出“超级应用”的端倪。本次的53B模型就已经做了搜索增强，大模型能够参照搜索结果，针对用户请求生成高价值且具有实时性的回答。

搜索出身的王小川，未来也会将很大一部分筹码押注在老本行上。他认为，大模型不会取代搜索，而是会以另一种形式融合在一起。

比如，如今ChatGPT是以插件形式引入搜索引擎Bing的能力，但百川会希望让搜索和大模型两个产品，在技术底层就进行融合。对中国市场而言，这会是触及C端更好的方式。

”比OpenAI技术上慢一步，落地快三步”

做了半年大模型，百川现在已经建立起两个开源模型+一个闭源模型的“模型矩阵”，按王小川的话来说：“第一场入门之仗算是立住了。”

发布更大参数的闭源模型，其实是面向To B市场的一次“秀肌肉”。

此前百川的开源模型分别为70亿和130亿，而这次发布的新模型参数量达到530亿——这已经是一个足够让“智能”涌现、相当大的模型量级。“这次的53B只是用来反映我们的大模型能力，本质是为To B服务的，之前的7B、13B，也都一样。”王小川表示。

做大模型是一项综合工程，从早期的数据获取、数据选择、数据配比、标注到后期的训练框架，一个环节发生变化，都会对效果产生很大影响。简言之，模型参数越大，也更考验大模型团队的“硬功夫”。

大模型没有办法做完服务用户的最后一步，某种程度上，这给了中国厂商机会。王小川以13B和7B模型举例，在这两款模型推出并落地后，已经有超过150家企业注册使用。在一些行业中，用户反馈甚至已经比闭源的GPT模型更好用。

下半年，百川还将计划发布千亿级的大模型。未来，开源和闭源模型会以互补的形式为客户提供服务。

来源：百川智能

和年初宣布入场相比，如今王小川在应用一侧落地的信心更足了。他认为，应用层依旧有中国厂商的大机会。

6月发布百川的第二款模型之后，王小川随即奔赴硅谷拜访。和技术人员交流后，王小川发现，他们技术确实做得不错，但美国以工程师主导的文化浓厚，很多工程师并没有应用的经验，做应用能力“实在不咋样”。

“他们（硅谷）现在在研究怎么把1000万颗GPU联在一块做模型架构，英伟达一年才生产100万颗GPU。拼理想实在拼不过，但落地我们能跑得快。”

既做模型也做应用，百川“左右开弓”的路线，是如今国内大模型厂商的缩影。

在美国，OpenAI、Google、Meta打得火热，模型层格局已定，几乎没有创业公司会选择“再造一个OpenAI”。转而兴起的，是如火如荼的中间层和应用层创业，几层生态之间泾渭分明。

但在国内，通用模型层还没能分出胜负——无论是大厂派、互联网创业派还是学院派的模型团队，大家都在往GPT-3.5到GPT-4之间的目标前进。在效果上，大家没有办法拉开决定性差距。

局势不明朗时，一个更为牢靠的抓手是必要的，这是以后差异化的关键。比如，国内最早做大模型的的智谱，如今也在探索To C的应用形式；像讯飞这类垂类厂商造了通用大模型后，也上线了讯飞星火app，切入到学习和办公场景。

从造大模型到造应用，短短半年过去了，国内“百模大战”的第一阶段追逐战也告一段落。“现在还是群模乱舞的状态，未来慢慢会有更多的分层。“王小川说。而接下来的应用层之争，才是资源、技术、产品、商业化的全方位“持久战”。

关键词：