智東西（公眾號：zhidxcom）
作者 | 程茜
編輯 | 心緣
智東西5月22日報道，今天，百川智能發(fā)布新一代大模型Baichuan 4，以及首款A(yù)I助手“百小應(yīng)”。Baichuan 4相較Baichuan 3，通用能力提升超過10%，數(shù)學(xué)和代碼能力分別提升14%和9%。
同日，SuperCLUE發(fā)布的通用大模型綜合性中文測評基準(zhǔn)上，Baichuan 4得分80.64位列第一，在中文綜合能力測試中超過GPT-4-Turbo-0125。戲劇性的是，昨日，商湯科技日日新SenseNova 5.0大模型剛以總分80.03分的優(yōu)異成績刷新國內(nèi)最好成績，在中文綜合成績上超過GPT-4-Turbo-0125，今日評測表現(xiàn)中位列第二。
除大模型升級外，百川發(fā)布了首款A(yù)I助手百小應(yīng)，基于Baichuan 4的能力，該助手具有定向搜索、多輪搜索能力，可以通過嵌入搜索結(jié)果、表格可視化搜索結(jié)果等為用戶提供更加針對性的答案。王小川將百小應(yīng)的能力定義為懂搜索、會提問，懂搜索就是讓模型掌握專業(yè)的搜索技能，會提問就是讓模型引導(dǎo)用戶清晰表達自身的需求。
百小應(yīng)現(xiàn)在已經(jīng)在Web端（ying.ai）及移動端各大應(yīng)用商店同步上線。
同時，百川智能宣布開放Baichuan 4、aichuan3-Turbo、Baichuan3-Turbo-128k、Assistant API四款A(yù)PI。
開發(fā)者體驗中心：https://platform.baichuan-ai.com/playground
自去年4月成立以來，百川智能已經(jīng)發(fā)布12款模型，王小川提到，百川智能之后會放慢模型的發(fā)布節(jié)奏，頻率為按照季度發(fā)布，目前整體的思路為超級應(yīng)用+超級模型雙輪驅(qū)動，今年年內(nèi)會有大的升級。
提及最近火爆的大模型價格戰(zhàn)話題，王小川談道，他現(xiàn)在抱著“吃瓜”心態(tài)，百川智能的思路就是超級應(yīng)用+超級模型雙輪驅(qū)動，因此他們認為百川智能的策略與面向B端的商業(yè)化價格降低問題無關(guān)，更多還是看模型夠不夠強、是否有超級應(yīng)用產(chǎn)生。
他認為降價熱潮可能是由于首先大家看好這個時代的發(fā)展前景，所以不惜免費也要入場；第二點為To B廠商最后賣的不是模型而是整套云服務(wù)，這類似于此前AI四小龍做To B的策略。百川智能不會將這樣的（降價）商業(yè)模式當(dāng)作重點。
針對超級應(yīng)用，王小川認為，現(xiàn)在的應(yīng)用基本都不是超級應(yīng)用，超級應(yīng)用主要體現(xiàn)在使用人數(shù)有數(shù)量級提升，同時能滿足用戶剛需，充分理解用戶意圖，具有更高的可靠性。對于使用人數(shù)的數(shù)量級提升，他提到，總體達到3000萬-3億用戶量之間可以稱作超級應(yīng)用。
一、全方位領(lǐng)先國產(chǎn)大模型，多模態(tài)能力接近GPT-4V
在理科能力方面，Baichuan 4得分76.90分，國內(nèi)模型中排名第一，略高于SenseChat V5，較GPT-4-Turbo-0125低4.23分。其中，邏輯推理（74.4）、工具使用（80.8）均刷新國內(nèi)最好成績；在代碼能力上還有一定優(yōu)化空間。
文科方面，Baichuan 4在文科任務(wù)上表現(xiàn)出色，取得83.12的高分，國內(nèi)外模型中排名第一，較GPT-4-Turbo-0125高5.33分。其中，知識百科（89.8）、長文本（80.8）、生成創(chuàng)作（83.4）、傳統(tǒng)安全（90.2）均刷新國內(nèi)最好成績；
與國內(nèi)外主流模型相比，下圖左側(cè)圖片中Baichuan 4是圖中橙色線條，國內(nèi)大模型的平均水平是藍色線條，百川智能已經(jīng)全方位處于領(lǐng)先。
與國外模型相比，Baichuan 4在知識百科、長文本、生成創(chuàng)作等文科類中文任務(wù)上優(yōu)于國外大模型。
在多模態(tài)能力方面，Baichuan 4評測結(jié)果接近GPT-4V。在MMMU、MMBench-EN、CMMMU、MMBench-CN、MathVista等評測基準(zhǔn)領(lǐng)先Gemini Pro、Claude3-Sonnet等多模態(tài)模型。
王小川介紹了Baichuan 4背后的技術(shù)創(chuàng)新點。
在數(shù)據(jù)方面，百川智能采用合成數(shù)據(jù)擴充訓(xùn)練的數(shù)據(jù)量與提升質(zhì)量，模型方面，從經(jīng)驗科學(xué)走向數(shù)學(xué)化，他提到，此前與OpenAI技術(shù)人員交流時提到，GPT-4和GPT-3.5的主要區(qū)別在于，通過大量實驗將玄學(xué)問題變?yōu)榭茖W(xué)問題，通過實驗找到背后的規(guī)律，使得其調(diào)參時隨機性減少。因此在長窗口中，百川智能對各個尺寸進行嘗試，從而找出更合適的參數(shù)設(shè)置。
在對齊方面，百川智能優(yōu)化了推理、規(guī)劃、多模態(tài)指令跟隨（Instruct Following）能力，通過Loss驅(qū)動的數(shù)據(jù)選取與訓(xùn)練，多階段爬坡、多模型參數(shù)融合等方式提升模型的關(guān)鍵指標(biāo)和穩(wěn)定性。這種方式與MoE模型相似，都是將一個模型分成多個模型進行訓(xùn)練再合成一個模型，使得整個模型能力穩(wěn)定性得到提升。
強化學(xué)習(xí)使得機器在訓(xùn)練之外能夠獲得外部反饋實現(xiàn)內(nèi)部改進。因此，在這一階段，百川智能有兩個階段性目標(biāo)。
第一個是針對于大模型安全的真實、無害、有用3H階段，制定三階段強化方法，使得三個目標(biāo)分階段強化訓(xùn)練。第二個是實現(xiàn)RLHF和RLAIF的融合，將人類反饋和機器反饋模型相結(jié)合，提升模型的指令遵循等能力。
在成本方面，Baichuan 4采用了新的投機采樣方案Clover，通過將序列知識與并行解碼結(jié)合，使得投機采樣的命中率提升至60%，成本降低30%以上。
二、支持多輪、定向搜索，分析長篇論文、一分鐘讀完公司財報
王小川提到，不同于信息時代工具屬性的產(chǎn)品，百川智能要讓AI從工具變?yōu)榛锇?，AI助手就是從工具到伙伴的過渡階段。
百小應(yīng)融合了Baichuan 4與百川智能的搜索技術(shù)，擁有多步搜索、智能定向搜索等能力，具備懂搜索、會提問兩大獨特優(yōu)勢。
演示案例中，在回答“引擎蓋打不開怎么辦”這一問題，國內(nèi)主流模型會籠統(tǒng)回答一些可能的處理方法。
百小應(yīng)會先詢問車的型號，然后通過聯(lián)網(wǎng)搜索給出基本的打開方案，如果沒有解決會再次詢問用戶的所在地點推薦維修服務(wù)，并給出一些緊急情況的處理辦法。
百小應(yīng)通過多輪搜索，可以在復(fù)雜的問題場景下有效獲取到更有價值的答案。其通過精準(zhǔn)定位問題領(lǐng)域，然后訪問權(quán)威站點進行補充搜索，呈現(xiàn)結(jié)果中也會附加相應(yīng)的網(wǎng)頁鏈接。
同時，其輸出內(nèi)容會進行結(jié)構(gòu)化呈現(xiàn)，通過表格對信息進行梳理，便于用戶在行業(yè)分析、調(diào)研時加快對數(shù)據(jù)的理解。為了確保輸出信息的準(zhǔn)確度，百小應(yīng)的輸出結(jié)果有來源參考，用戶可以點擊引用角標(biāo)快速校驗搜索結(jié)果。
會提問，就是引導(dǎo)用戶明確表述自身的需求。如一些用戶在提問時，問題過于籠統(tǒng)、抽象，百小應(yīng)就會先與用戶進行互動，一步步明確具體的需求。
如向其提問婚禮策劃方案時，它不會直接給出答案，而是先詢問賓客的數(shù)量以及用戶的預(yù)算情況；在幫助用戶撰寫小紅書種草文案時，百小應(yīng)會給出不同場景、風(fēng)格的文案參考選項，用戶快速點選就能獲得答案。
除此以外，百小應(yīng)還支持上傳PDF、word文檔，或者直接輸入網(wǎng)頁鏈接（URL），閱讀并分析書籍、報告、學(xué)術(shù)論文等長篇內(nèi)容，僅用一分鐘便能讀完上市公司財報。
在Baichuan 4多模態(tài)能力的支持下，用戶在提問的同時還可以同步上傳圖片，對圖片內(nèi)容進行解讀，或者將圖片作為補充材料，獲取更精準(zhǔn)的回答；并且支持語音交互。
三、MaaS新用戶可獲得1000萬免費token，AaaS服務(wù)可免費試用
百川智能推出了全新的MaaS+AaaS服務(wù)，MaaS版塊由基座模型組成，分為旗艦版和專業(yè)版。
旗艦版將全量開放Baichuan 4的各項能力；專業(yè)版包含Baichuan3-Turbo和Baichuan3-Turbo-128K兩款模型，在價格方面相比旗艦版Baichuan 4更實惠，且均針對企業(yè)用的高頻場景進行了針對性優(yōu)化，綜合測試相比GPT3.5整體效果提升8.9%。即日起，MaaS新用戶可以獲得1000萬免費token。
Assitants API是百川智能在Baichuan 4基礎(chǔ)上針對Agent構(gòu)建推出的API接口，不僅支持Code interpreter、RAG內(nèi)建工具，還支持自定義工具調(diào)用，方便企業(yè)接入各種豐富復(fù)雜的API。評測結(jié)果顯示其工具調(diào)用能力接近Open AI Assistants API，本次發(fā)布的Assitants API現(xiàn)已開啟公測。
未來，百川智能將推出零代碼Agent創(chuàng)建平臺產(chǎn)品，讓業(yè)務(wù)人員通過自然語言的方式，也能創(chuàng)建Agent，更好地賦能企業(yè)智能化發(fā)展。
結(jié)語：“超級模型+超級應(yīng)用”雙輪驅(qū)動，百川智能走出一條大模型應(yīng)用獨特之路
作為國內(nèi)大模型產(chǎn)業(yè)中備受關(guān)注的明星創(chuàng)企，百川智能自王小川搭建團隊、籌備研發(fā)起，已經(jīng)發(fā)布12個大模型并推出首款A(yù)I助手，可以看出不論在模型的發(fā)布速度、模型的能力表現(xiàn)以及AI應(yīng)用的開發(fā)方面，百川智能已經(jīng)走出了一條獨屬于自己的大模型產(chǎn)品落地、商業(yè)化應(yīng)用之路。
目前來看，距離百川智能想要做“超級模型+超級應(yīng)用”的愿景仍然有一定距離，但從其剛發(fā)布的模型與應(yīng)用來看，百川智能的模型表現(xiàn)霸榜國產(chǎn)大模型，綜合表現(xiàn)更強，在AI助手方面，百川智能沒有遵循其他搜索應(yīng)用的思路，而是通過多輪搜索等將大模型與搜索技術(shù)相結(jié)合，真正朝著滿足用戶剛需的方向演進。
在眾多科技巨頭和創(chuàng)企紛紛推出各種大型AI模型應(yīng)用的今天，百川智能基于其在大模型以及搜索技術(shù)方面的完整技術(shù)棧，同時擁有原先的搜狗搜索技術(shù)團隊做支撐，以AI搜索助手為切入口，朝著打造擁有數(shù)億用戶、能滿足用戶剛需的超級應(yīng)用沖刺。
