国产大模型评测超GPT-4！李开复：十年内不会套现

智东西5月13日报道，今天，在成立一周年之际，国内AI大模型独角兽零一万物重磅发布系列产品升级。

零一万物发布全球SOTA千亿参数闭源大模型Yi-Large，并同步开放API，允许开发者调用，在此基础上还发布了一站式AI工作平台万知。

李开复透露，经测试，Yi-Large评测结果已经至少达到对齐GPT-4，部分指标超越GPT-4。

在第三方测评结果中，Yi-Large在斯坦福英语测评中位居第二，仅次于GPT-4-Turbo，中文SuperCLUE结果中，位于国产大模型榜首。

此外，零一万物正在训练的基于MoE架构的更大模型Yi-XLarge MoE，目前初步训练结果显示，Yi-XLarge MoE的各个指标都已经超过Yi-Large，将冲击GPT-5的性能与创新性。

在此前开源的6B、34B模型之上，今天，该公司宣布Yi-1.5开源系列同步升级，开源了6B、9B、34B不同参数规模，以及预训练、Chat模型等，包括Yi-34B Base+Chat、Yi-9B Base+Chat、Yi-6B Base+Chat。

李开复称，Yi-1.5系列模型已经全面超越Gemma、Mistral以及Llama-3-8B模型，测评结果显示，Yi-1.5系列中34B模型在34B-50B模型中处于绝对领先地位，并且一些指标中表现甚至不逊色于70B模型。

那么，开源、闭源模型如何见用户？第一种方法是调用API，零一万物宣布面向国内市场一次性发布了包含Yi-Large、Yi-Large-Turbo、Yi-Medium、Yi-Medium-200K、Yi-Vision、Yi-Spark等多款模型API接口。

此外，还有价钱相对较低的API，包括基于开源34B模型微调出的Yi-Vision、多模态视觉模型Yi-Vision以及参数规模更小的Yi-Spark。

目前零一万物已经提供了免费的额度，供开发者使用，李开复透露说，初步接触的开发者中有80%选择从原来的模型转移到使用零一万物的模型。

零一万物一站式AI工作站万知有微信小程序和PC网页版。用户通过使用万知既可以阅读海量数据、分析图表和文字，又可以在1-2分钟内生成PPT。

李开复谈道，所有应用都应该是AI原生，未来生产力工具的使用模式会彻底被颠覆，用户提出指令，大模型就可以生成各种内容。

他现场展示了万知的各项能力。

首先，当问到“我要做台湾卤肉饭，请给我食材表格、和做法时间步骤的思维导图”。万知通过表格呈现了卤肉饭的食谱，还通过思维导图呈现了制作的步骤。

在回答关于北京的热门演出时，万知给出了具体的活动时间、地点，还会有甘特图呈现出来，用户根据自己的时间空闲就能清晰看到演出的具体信息。

万知也可以快速阅读理解PDF文档、理解图表。将PDF文档上传后，万知在阅读完成后，右边就会生成总结和建议提问。

此外，万知作为生产力工具的场景中，还能快速生成PPT，当为学生介绍什么是AI，PPT内容需要深入浅出，还要有精彩的图片。万知首先会自动总结PPT内容应该涵盖的重点，然后直接生成PPT。用户如果对PPT中某一页图片不满意，也可以通过AI增强搜图快速换图。

李开复称，万知生成的PPT比微软Office Copilot的效果更好，一个PPT的制作时间大概在1-2分钟左右。

关于对未来的沉淀和展望，李开复谈道，最近有一个热门的讨论：一些人认为我们应该疯狂追求AGI，AGI一旦发生就会改写全部；另一部分人认为模型做得越大越难用，我们应该快速找到PMF（产品市场匹配度）。

他认为，这两种观点都对，但都不完整，没有一家公司可以只靠技术长期领跑所有公司，一定是靠非技术优势，也就是最终产品的胜出。

因此，企业不能忘记PMF重要性，但在AI 2.0时代还需要考虑TC-PMF（Product-Market-Technology-Cost Fit，技术成本 X产品市场契合度），其中T代表技术，C代表成本。

今天模型基于Scaling Law在快速演进，企业需要不断预测未来技术的走向，同时整个行业的推理成本过高，社交、电商、短视频等很多应用无法全面嵌入AI，企业需要不断降低推理成本。

在应用方面，一般来说要实现最佳的AI-First应用，需要顶级模型才能实现。但有时候一些应用会先爆发，可以在更小的模型上实现。

针对上述这些现象与行业的痛点，李开复剖析了零一万物一直以来坚持的4个发展原则。

首先，零一万物的产品面向全世界，其单一产品今年收入达到1亿人民币，产品ROI接近1，上线9个月海外产品用户数已经接近千万。

第二个特点是模基共建，李开复谈道，国外大厂的GPU数量达到国内创企的10倍以上，在这样的背景下，零一万物的模型和推理团队有基本一样的规模。

在训练方面，零一万物此前和英伟达合作，成为全球前三实现FP8训练的，也就是说可以从头到尾使用FP8精度实现更快速训练。他补充道，在这一技术的累积下， 其训练成本相比同行能低一半左右。

第三个特点是持续重视用户体验，模型的价值产生在对用户的价值，一个很典型的功能就是万知对于图表的分析，而不是普通照片的理解。

最后，对所有大模型玩家的一个考验是，企业需要考虑如何同时开发产品、了解市场和用户，还要关注技术发展的速度以及模型能力的演进、成本下降等。这里所需要的能力Know-How，包括足够的前瞻性，还需要是否可以以独立的力量实现、执行力等。