# 热门搜索 #
搜索
澜舟坚持四两拨千斤:ToB场景落地,10B参数大模型足矣
3220点击    2024-03-19 22:03

专注、极致、口碑、快、成本。


这是澜舟科技创始人兼CEO周明给出的“大模型落地九字法则”,是他在雷军互联网“七字诀”的基础上,加上了“成本”一词而来。



他将2024年称为大模型落地元年,但同时坚定地表示,这并不意味着遍地是黄金。


而大模型的具体落地姿态,周明用自己带领的大模型创业团队澜舟科技身先士卒地做了个表率——利用澜舟“一横N纵”体系,以孟子大模型为基础,面向场景,发布产品。


简单来说,就是抓技术和应用的双轮驱动,在积极研究和掌握前沿技术的同时,致力于确保这些技术的有效应用。


3月18日的澜舟大模型技术和产品发布会现场,澜舟科技还与零一万物进行了战略合作签约。



现场,创新工场董事长、零一万物CEO李开复分享,目前世界上最好的大模型智能已经达到人类平均智力水平的3倍,也就是说,100道题普通人只能答对33道,而最好的AI大模型可以答对99道以上。


他展望了AI 2.0时代未来的四大趋势:


  • 最革命性的AI 2.0应用应该是AI-First / AI-Native:最终脱颖而出的应用,属于那些敢于全力投入新技术的先驱者。大语言模型的引入为 AI-First 应用带来了巨大的推动力。


  • 大模型始于文本,未来将拓展至“全模态”:跨模态生成技术是实现认知和决策智能的转折点。现实世界的信息是文本、音频、视觉、传感器以及人类各种触觉的综合体系,要更为精准地模拟现实世界,就需要将各种模态能力打通,例如文本-图像、文本-视频等跨模态甚至全模态的综合能力。


  • AI 2.0 将超越对话,从聊天工具到智能生产力工具:用户体验以及未来交互界面和商业模式都会发生大的变革。


  • AI 2.0 将走向实体,大幅提振社会生产力:具身智能可以让机器人制造机器人,进一步实现AI 2.0+生产线智能规划。


专注研发10B-100B参数大模型


澜舟科技成立于2021年6月,是国内最早一批下场,进行大模型创业的团队。


去年3月,澜舟发布了孟子GPT V1(MChat);今年1月,孟子大模型GPT V2(含孟子大模型-标准、孟子大模型-轻量、孟子大模型-金融、孟子大模型-编码)对公众开放。


近期,澜舟团队完成了Mengzi3-13B的大模型训练。



多说一句,孟子大模型训练背后有个大功臣,即总规模3T tokens的Mengzi-3数据集,包含了网页、代码、书籍、论文等高质量数据来源。


据介绍,本月底(3月30日)Mengzi3-13B的模型将在GitHub、HuggingFace、魔搭和始智AI社区开源


为什么开源的孟子大模型,是13B版本的?周明正面回答了这个问题。


首先,澜舟明确以服务ToB场景为主,ToC为辅。


实践发现,ToB场景使用频率最高的大模型参数量多为7B、13B、40B、100B,整体集中在10B-100B之间。


其次,在这个区间范围内,从ROI角度来讲,既满足场景需求,又最具性价比。


所以很长一段时间内,澜舟的目标都是做好10B-100B参数规模范围内的行业大模型。这就不能理解为什么开源版本选择13B。


周明解释道,他自己本身其实也是Scaling law的信仰者,但创业不同于科研。


“第一,这个大小的大模型已经可以解决80%的问题;第二,对团队来说也比较稳定,不会因为不断扩大的模型规模竞赛而感到焦躁不安。”周明补充说,这样冷静的思考,可以保证良好的成本控制,避免无谓的GPU算力、数据、人力投入竞赛。



“一横N纵”体系


发布会上,澜舟公布了自己的一横N纵体系。


“一横”是模型层,是孟子大模型技术基础上研发的各个模型;


“N纵”则是基于孟子大模型的面向ToB应用最重要的技术和产品。


据了解,澜舟目前重点投入到了金融行业,辅助编程等领域,旨在通过更加全面、专业、优质的领域数据,打造更加贴近行业场景的垂直大模型。


以孟子GPT通用大模型的“一横”为基础,澜舟科技合伙人、首席产品官李京梅,介绍了澜舟的应用能力型产品,包括:


  • AI文档理解:涵盖专业的PDF文档解析能力和信息抽取能力,为RAG方案中的文档理解提供了更优的基础能力;


  • AI文档问答:根据企业需要,提供私有化企业智能知识库构建的解决方案能力;


  • AI文档辅助写作:支持用户上传多个文档作为参考资料,支持自定义多级题目和写作提纲,由大模型赋能自动化按要求生成完整的文章初稿;


  • 机器翻译平台:专注以中文为中心的世界主要语种之间互译和20几个领域的专业翻译;


  • 澜舟智会:专注会议内容的智能分析和问答的产品, 是基于大模型打造的大模型原生的智能会议助手;


  • 澜舟AI搜索:大语言模型时代的搜索引擎。



过去一年,大模型领域日新月异。


OpenAI在干什么我们就去干什么,短期可以,长期不可取,一定要有自己的创新思路。


如何扬长避短,走出自己的独特的创新之路,周明表达了自己的看法。


最关键的第一步,就是企业要有明确定位。澜舟科技的定位就和国内其它大模型创业公司有明显差异。


他举例,澜舟的定位就是作“大模型技术+企业场景应用”的综合公司,“我们希望能做到站在技术角度最懂应用,站在应用角度最懂技术,同时又希望把技术和应用形成一种生态连接在一起,让两边可以快速迭代。”


同时,依然需要聚焦和抓紧落地——通过落地,创造价值,拉动创新。


而且需要注意,创新和落地是相辅相成的。


不要一味的创新或者一味的落地,要把这两者联系在一起,让它快速的迭代。


最后周明还语重心长地提醒:


今年是大模型落地元年,就遍地是黄金是吗?不是的,我可以负责任地说,很多地方我们都没有开拓出来。


比如大模型如何解决落地的最后一公里?大模型的商业模式是什么?如何加强交付能力?如何提高产品的商业化?

大模型落地的一切,其实才刚刚开始。


文章来自微信公众号 “量子位” ,作者 “衡宇”。


AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
知识库

【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。

项目地址:https://github.com/labring/FastGPT

2
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI

3
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/