OpenAI o1開(kāi)辟“慢思考”，國(guó)產(chǎn)AI早已集結(jié)在CoE“組團(tuán)”先出發(fā)

OpenAI o1發(fā)布之后，復(fù)雜邏輯推理能力驚艷業(yè)界，數(shù)理能力達(dá)到博士水平。比如此前一直困擾LLMs的“9.9和9.11誰(shuí)更大”問(wèn)題，就在o1時(shí)代得到了解決。

于是有了一種說(shuō)法：這一輪AI浪潮，中國(guó)越追趕越落后，跟OpenAI的差距越來(lái)越大。

現(xiàn)實(shí)情況真的如此嗎？我們不必急著下結(jié)論，不妨一起來(lái)思考三個(gè)問(wèn)題：

近年來(lái)以大模型為主的通往AGI之路，究竟是怎么發(fā)展的？

中國(guó)AI在世界一流技術(shù)路線上到底發(fā)展到哪一步了？

以及面對(duì)o1，國(guó)產(chǎn)AI能應(yīng)對(duì)嗎、怎么應(yīng)對(duì)？

毋庸置疑，OpenAI此前一直稱得上是AI技術(shù)創(chuàng)新的“火車(chē)頭”。從ChatGPT至今，OpenAI用一個(gè)又一個(gè)模型證明了，通往AGI的三個(gè)技術(shù)方向：

1.GPT路線。從ChatGPT到GPT 4o，這一路線的核心是用模型對(duì)token流進(jìn)行統(tǒng)計(jì)建模的通用技術(shù)，token可以是文本、圖像、音頻、動(dòng)作選擇、分子結(jié)構(gòu)等。最新的4o就是多模態(tài)融合的代表。有業(yè)內(nèi)專(zhuān)家表示，這一路線更貼切的名字可能是“Autoregressive（自回歸）Transformer”之類(lèi)的，

2. Sora路線。Sora和GPTs一樣，都使用了Transformer架構(gòu)，為什么單獨(dú)作為一支呢？因?yàn)檎宫F(xiàn)了一種對(duì)現(xiàn)實(shí)世界復(fù)雜現(xiàn)象的建模能力。圖靈獎(jiǎng)得主、Meta公司首席科學(xué)家楊立昆（Yann LeCun）認(rèn)為，Sora可能是擺脫了人類(lèi)專(zhuān)家所謂的一些知識(shí)干預(yù)后，更接近世界本源的，更準(zhǔn)確的一種建模方式。

3. o1路線。GPTs也好，Sora也好，都是概率模型，以損失推理效率為代價(jià)，因此理論上永遠(yuǎn)會(huì)出現(xiàn)偏差，具體表現(xiàn)為“幻覺(jué)”、不可靠性。怎么讓模型具備真正的邏輯推理能力呢？o1路線通過(guò)Inference 的方法，基于強(qiáng)化學(xué)習(xí)（RL）能力，使用CoT思維鏈將復(fù)雜問(wèn)題拆解，并讓多個(gè)子模型來(lái)協(xié)作解決，相當(dāng)于復(fù)雜Prompt的自動(dòng)化，極大地提高了模型的推理能力，確實(shí)在LLMs難以搞定的數(shù)理問(wèn)題和復(fù)雜任務(wù)上有很好的表現(xiàn)。

不難看到，兩年以來(lái)OpenAI引領(lǐng)的三個(gè)方向，只要目標(biāo)明確，中國(guó)AI都是可以攻下的。目前，國(guó)產(chǎn)類(lèi)GPT和類(lèi)Sora模型，無(wú)論是底層架構(gòu)、具體技術(shù)、落地產(chǎn)品，其實(shí)并不遜色于OpenAI的模型，很快就縮小了技術(shù)代差。

這也說(shuō)明了一件事，每一次OpenAI明確了方向，結(jié)果并不是“越追趕越落后”，反而可以讓中國(guó)AI聚焦并集中資源，進(jìn)行有效研發(fā)，進(jìn)一步縮小差距。

具體到o1，我們認(rèn)為也將延續(xù)上述走向，國(guó)產(chǎn)AI很快會(huì)完成突破。那么，目前業(yè)界準(zhǔn)備得怎么樣了呢？

“在通往AGI的路上，已經(jīng)沒(méi)有任何阻礙”，這句話來(lái)形容o1的意義，并不夸張。如此跨越式的突破，國(guó)產(chǎn)AI真的做好準(zhǔn)備了嗎？我們深入技術(shù)本質(zhì)，去追根溯源。

OpenAI聯(lián)合創(chuàng)始人、科學(xué)家Greg Brockman，在博客中剖析了o1的底層邏輯。他寫(xiě)道：OpenAI o1是我們第一個(gè)通過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的模型，在回答問(wèn)題之前會(huì)深入思考。模型進(jìn)行系統(tǒng) I 思考，而思維鏈則解鎖了系統(tǒng) II 思考，可以產(chǎn)生極其令人印象深刻的結(jié)果。

所謂系統(tǒng) II 思考，指的是人腦依賴邏輯和理性分析，進(jìn)行的慢速?gòu)?fù)雜推理?？梢耘c負(fù)責(zé)快速直覺(jué)決策的系統(tǒng) I 相互配合，來(lái)實(shí)現(xiàn)更好的模型性能。

360集團(tuán)創(chuàng)始人周鴻祎則表示，OpenAI o1遵循的可能是“雙系統(tǒng)理論 Dual Process Theory”，核心在于兩種系統(tǒng)并非獨(dú)立而是協(xié)同運(yùn)作。由此推測(cè)，其內(nèi)部構(gòu)建的更加智能的模型或許是 GPT和o系列結(jié)合思維鏈的融合系統(tǒng)，前者用于“快思考”，后者實(shí)現(xiàn)“慢思考”。而CoE（Collaboration-of-Experts，專(zhuān)家協(xié)同）架構(gòu)則集合了數(shù)量更多的大模型和專(zhuān)家模型，是通過(guò)思維鏈和“多系統(tǒng)協(xié)同”的方式實(shí)現(xiàn)“快思考”和“慢思考”。

熟悉國(guó)內(nèi)AI的讀者可能發(fā)現(xiàn)了，“慢思考”這個(gè)說(shuō)法怎么這么眼熟呢？

沒(méi)錯(cuò)，如何提升機(jī)器的認(rèn)知智能是AI界長(zhǎng)盛不衰的話題，而“慢思考”這個(gè)創(chuàng)意也并非OpenAI獨(dú)創(chuàng)。早在今年7月底舉辦的ISC.AI2024大會(huì)上，周鴻祎就提過(guò)，360將“用基于智能體的框架打造慢思考系統(tǒng)，從而增強(qiáng)大模型的慢思考能力，把多個(gè)大模型組合起來(lái)解決業(yè)務(wù)問(wèn)題”。

所以，大家可以放心的是，在技術(shù)創(chuàng)新高度依賴全球智力碰撞的今天，沒(méi)有一種技術(shù)思路是可以被壟斷的，甚至中國(guó)AI界提出“慢思考”更早。

當(dāng)然，大家可能擔(dān)心的是，理念先進(jìn)是一回事，是否具有相應(yīng)的工程能力，打造出一個(gè)基于系統(tǒng)II思考的模型又是另一回事。具體到產(chǎn)品上，國(guó)產(chǎn)AI是否已經(jīng)做好打造類(lèi)o1模型的準(zhǔn)備呢？我認(rèn)為，三個(gè)條件已經(jīng)具備了：

1. 路線一致。模型的底層框架，是長(zhǎng)期積累、厚積薄發(fā)的結(jié)果，國(guó)內(nèi)360就和o1的技術(shù)架構(gòu)保持著一致性。360首創(chuàng)的CoE架構(gòu)8月1日正式發(fā)布，所謂CoE，就是Collaboration-of-Experts，專(zhuān)家協(xié)同，讓多個(gè)模型分工協(xié)作、并行工作，執(zhí)行多步推理。CoE架構(gòu)與o1的理念一致、方法類(lèi)似，卻比o1發(fā)布的時(shí)間更早，足以證明國(guó)產(chǎn)AI在技術(shù)方向上并沒(méi)有落后，早已開(kāi)始探索。

2. 產(chǎn)品落地。目前o1仍是preview預(yù)覽版本，用戶體驗(yàn)的實(shí)際效果與官方用例有差距，而且使用也受到限制，o1-mini對(duì)ChatGPT Plus用戶的每周限制為50個(gè)提示詞。技術(shù)再好，用不到也是“期貨”。這一點(diǎn)上，國(guó)產(chǎn)AI的產(chǎn)品化優(yōu)勢(shì)就體現(xiàn)出來(lái)了，比如CoE架構(gòu)已經(jīng)在360AI搜索中落地應(yīng)用，讓AI搜索在面對(duì)不確定或復(fù)雜輸入時(shí)表現(xiàn)出更好的穩(wěn)定性，輸出更準(zhǔn)確、更具有時(shí)效性和權(quán)威性的內(nèi)容。基于CoE架構(gòu)的360AI搜索，也超越Perplexity AI，快速成長(zhǎng)為全球最大的AI原生搜索引擎，并且還在以月增速113%的極高速度成長(zhǎng)。

此外，360AI瀏覽器的AI助手，也可以非常直觀地讓用戶體會(huì)到模型競(jìng)技場(chǎng)、多模型協(xié)作等功能。由于CoE架構(gòu)已經(jīng)接入了百度、騰訊、阿里巴巴、智譜AI、Minimax、月之暗面等 16 家國(guó)內(nèi)主流大模型廠商合作打造的 54 款大模型產(chǎn)品，用戶可以任意選擇3款大模型，進(jìn)行多模型協(xié)作，以此達(dá)成比單個(gè)大模型回答問(wèn)題好得多的效果。第一個(gè)做專(zhuān)家，對(duì)提問(wèn)進(jìn)行第一輪回答；第二個(gè)做反思者，對(duì)專(zhuān)家的回答進(jìn)行糾錯(cuò)和補(bǔ)充；第三個(gè)做總結(jié)者，對(duì)前兩輪回答進(jìn)行優(yōu)化總結(jié)。在很多的實(shí)測(cè)例子中，第一個(gè)專(zhuān)家模型即使回答錯(cuò)誤，反思模型和總結(jié)模型都能夠在后續(xù)的協(xié)作過(guò)程中修正，與人類(lèi)在做出重要決策的思維活動(dòng)很像。

3.能力領(lǐng)先。可能還會(huì)有人問(wèn)，國(guó)產(chǎn)大模型在數(shù)據(jù)、算法、算力上和Open AI都還有差距，這是實(shí)際情況，CoE“人多力量大”真的能趕上o1嗎？這一點(diǎn)，我們可以用實(shí)測(cè)來(lái)檢驗(yàn)一下。

用業(yè)內(nèi)著名的復(fù)雜邏輯推理題，比如假期調(diào)休題、9.9和9.11比大小等問(wèn)題，同時(shí)詢問(wèn)GPT-4o、o1-preview、360AI瀏覽器，會(huì)發(fā)現(xiàn)360的多模型協(xié)作，可以集各家所長(zhǎng)，確實(shí)能起到“組團(tuán)”打怪的效果。比如問(wèn)“我爺爺?shù)男值艿膬鹤拥睦掀诺拿妹玫膬鹤?，是我的什么”?60多模型和O1-preview都答對(duì)了，而4o 答錯(cuò)。眾人拾柴火焰高，多模型協(xié)作力量大的優(yōu)勢(shì)又一次得到了驗(yàn)證。

總的來(lái)說(shuō)，國(guó)產(chǎn)AI通過(guò)CoE架構(gòu)進(jìn)行協(xié)同，表現(xiàn)確實(shí)大多優(yōu)于4o，與o1互有勝負(fù)。目前只是起點(diǎn)，CoE這個(gè)路線被驗(yàn)證可行，未來(lái)隨著思維鏈、慢思考、協(xié)作模式帶來(lái)模型推理能力的大幅提升，國(guó)產(chǎn)混合模型的能力也可能逐漸媲美o1。

所以，他強(qiáng)由他強(qiáng)，清風(fēng)拂山岡。OpenAI o1的確拆除了AGI路上的阻礙，但國(guó)產(chǎn)AI也并沒(méi)有臨淵羨魚(yú)，而是早已織好了網(wǎng)，集結(jié)在CoE這一路線。

難道國(guó)產(chǎn)AI永遠(yuǎn)都只能跟在OpenAI身后亦步亦趨，做一個(gè)追隨者嗎？

當(dāng)然不是。中美AI的場(chǎng)景不同、產(chǎn)業(yè)稟賦不同、技術(shù)落地土壤不同，也造就了各自的優(yōu)勢(shì)所在。

誠(chéng)然，OpenAI每一次都是新方向的開(kāi)拓者、領(lǐng)頭人，但也可以發(fā)現(xiàn)，Sora、o1都帶有“期貨”色彩，至少仍然難以被規(guī)?；褂谩Ｆ渲屑扔挟a(chǎn)品成熟度的問(wèn)題，也有成本高、企業(yè)落地難度大的挑戰(zhàn)。比如有AI創(chuàng)業(yè)公司用o1解決實(shí)際業(yè)務(wù)問(wèn)題時(shí)，發(fā)現(xiàn)Token數(shù)極大，成本極高，幾乎無(wú)法在現(xiàn)有業(yè)務(wù)中長(zhǎng)期使用。有的創(chuàng)業(yè)公司為了平衡成本，甚至?xí)艞壥褂?a href="http://srfitnesspt.com/article/bbs/" target="_blank">最新版本的模型。

這一點(diǎn)來(lái)看，o1也給了國(guó)產(chǎn)AI在自身優(yōu)勢(shì)上更進(jìn)一步的機(jī)會(huì)，主要體現(xiàn)在：

1.基座模型的價(jià)值再次被肯定。此前頭部通用大模型廠商都多少進(jìn)入到了“卷不動(dòng)”的迷茫期，o1讓市場(chǎng)再次看到了基座模型的邏輯推理能力對(duì)于業(yè)務(wù)的價(jià)值是最關(guān)鍵的，是這一輪AI浪潮的核心，不容有失。這對(duì)于發(fā)力基座模型的廠商來(lái)說(shuō)，是一個(gè)很好的消息，產(chǎn)業(yè)界和社會(huì)各界的信心進(jìn)一步增強(qiáng)，有利于國(guó)產(chǎn)通用大模型繼續(xù)提高領(lǐng)先性。

2.技術(shù)產(chǎn)品化的優(yōu)勢(shì)被放大。相比Sora視頻生成、4o語(yǔ)音交互，o1的產(chǎn)品化路徑更不清晰，如何回收成本將是OpenAI的一大挑戰(zhàn)。這一點(diǎn)上，更重視大模型產(chǎn)品化、應(yīng)用化的國(guó)產(chǎn)AI，或許會(huì)為類(lèi)o1模型更快找到落地途徑。

以CoE架構(gòu)的產(chǎn)品化為例，落地產(chǎn)品360AI搜索，已經(jīng)實(shí)現(xiàn)了商業(yè)閉環(huán)，商業(yè)化收入已經(jīng)覆蓋了對(duì)應(yīng)的推理成本。這是因?yàn)?，此前CoE模型就很重視在加快推理速度的同時(shí)，降低API接口和Token的使用成本。

3. AI創(chuàng)新與智能經(jīng)濟(jì)的加速。“比起AGI更重視ROI”，國(guó)產(chǎn)AI的務(wù)實(shí)特點(diǎn)，一度被認(rèn)為技術(shù)信仰不如OpenAI強(qiáng)大。但遠(yuǎn)大的AGI目標(biāo)，是靠一個(gè)個(gè)行業(yè)的AI化支撐起來(lái)的，這也是這一輪AI浪潮不會(huì)再次化為泡沫的根本。那么，千行百業(yè)智能化就不得不談ROI，因?yàn)槠髽I(yè)引入AI都是有成本的，從這一點(diǎn)上，國(guó)產(chǎn)AI走得更扎實(shí)。今年國(guó)產(chǎn)大模型紛紛“提效降費(fèi)”，中小AI企業(yè)和開(kāi)發(fā)者的Token使用成本和創(chuàng)新成本都在下降。

在此基礎(chǔ)上，隨著CoE等類(lèi)o1模型的升級(jí)，讓AI深入行業(yè)、解決具體業(yè)務(wù)問(wèn)題有了更大的價(jià)值，RL+CoT進(jìn)一步降低了Prompt提示工程的門(mén)檻，這為中國(guó)智能經(jīng)濟(jì)的增長(zhǎng)，又打開(kāi)了一個(gè)新的周期。

總結(jié)一下，通往AGI和智能時(shí)代的道路沒(méi)有捷徑，中國(guó)AI要一步一個(gè)腳印去丈量。兩年、三條路證明了360等中國(guó)AI的先鋒隊(duì)已經(jīng)在新的技術(shù)路線上組隊(duì)出發(fā)。

凡走過(guò)的，必留下足跡；凡努力過(guò)的，必將收獲。從LLM到CoE，中國(guó)AI絕不會(huì)缺席這一輪技術(shù)浪潮。