百川新模型沖頂中文測(cè)試基準(zhǔn)！首款A(yù)I助手“百小應(yīng)”同時(shí)發(fā)布，“最懂搜索”

衡宇 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

王小川在搜索時(shí)期種下的種子，在大模型時(shí)代又開花了。

他創(chuàng)業(yè)的百川智能，剛剛發(fā)布了自家首款A(yù)I應(yīng)用，to C的“百小應(yīng)”。

乍一看，這就是個(gè)當(dāng)下大熱門的AI助手，但官方強(qiáng)調(diào)，這個(gè)AI助手啊，它懂搜索，還會(huì)引導(dǎo)式提問(wèn)。

你別說(shuō)，當(dāng)“搜索”和“王小川”這兩個(gè)詞放到一起的時(shí)候，就格外讓人想仔細(xì)一探究竟。

百小應(yīng)不僅可以隨時(shí)回答用戶提出的各種問(wèn)題，速讀文件、整理資料、輔助創(chuàng)作等，還具備多輪搜索、定向搜索等能力，能更精準(zhǔn)地理解和滿足用戶需求。

百川解釋，讓模型掌握專業(yè)的搜索技能，是為了給用戶“提供專業(yè)、豐富的知識(shí)和資源”。

并且，它還支持用戶通過(guò)語(yǔ)音進(jìn)行交互。

我們?cè)囘^(guò)了，大家現(xiàn)在可以在iOS商店、安卓應(yīng)用市場(chǎng)、百川智能官網(wǎng)下載百小應(yīng)App，或者通過(guò)Ying.ai的Web端免費(fèi)使用。

而百小應(yīng)背后，是百川智能終于亮相的新一代基座大模型，Baichuan 4。看到前面能語(yǔ)音交互就能隱隱猜到，這次百川推出的大模型具備多模態(tài)能力。

一經(jīng)發(fā)布就立刻上戰(zhàn)場(chǎng)了，丟給SuperCLUE（通用大模型綜合性中文測(cè)評(píng)基準(zhǔn)），以總得分80.64分刷新了國(guó)內(nèi)紀(jì)錄，中文綜合能力測(cè)試更是以1.51分的優(yōu)勢(shì)險(xiǎn)勝GPT-4-Turbo-0125。

亮出Baichuan 4，連同發(fā)布懂搜索、會(huì)提問(wèn)的AI助手百小應(yīng)，朝規(guī)劃的超級(jí)模型和超級(jí)應(yīng)用更進(jìn)一步，百川智能今年一改以往月更上新的頻率，原來(lái)是憋了個(gè)大活……

百小應(yīng)，怎么用？

百小應(yīng)，百川智能成立一年多來(lái)推出的首款A(yù)I應(yīng)用。

和大多數(shù)AI助手一樣，它也是個(gè)通才，無(wú)論是長(zhǎng)文本閱讀還是多模態(tài)理解，都是它具備的基礎(chǔ)能力。

不過(guò)還是想先跟大家一起來(lái)看一下它區(qū)別于所有AI助手產(chǎn)品最特別的點(diǎn)，百小應(yīng)它懂搜索、會(huì)提問(wèn)。

怎么個(gè)懂搜索法？融合Baichuan 4通用能力和百川搜索技術(shù)，百川展示了百小應(yīng)的3種懂法。

一是會(huì)定向搜索。

提一個(gè)問(wèn)題，百小應(yīng)能精準(zhǔn)定位問(wèn)題領(lǐng)域，然后直奔權(quán)威站點(diǎn)提取重點(diǎn)信息，豐富輸出。

主打一個(gè)快速和準(zhǔn)確。

二是能多輪搜索。

每一個(gè)問(wèn)題，百小應(yīng)都能針對(duì)它進(jìn)行逐步解析，搞清楚問(wèn)題背后到底想要的是什么，然后再給出關(guān)鍵答案。

相比單輪搜索，在市場(chǎng)調(diào)研、產(chǎn)業(yè)分析等復(fù)雜場(chǎng)景下，多輪搜索能夠有效地獲取更專業(yè)、更有深度的信息。

三是可以提供嵌入式搜索結(jié)果。

簡(jiǎn)單來(lái)說(shuō)，就是與其它AI在單次搜索后“總結(jié)網(wǎng)頁(yè)信息”的簡(jiǎn)單調(diào)用不同，百小應(yīng)是將搜索結(jié)果作為觀點(diǎn)、論據(jù)直接應(yīng)用到問(wèn)答結(jié)果中。

“像Perplexity那種，叫總結(jié)搜索結(jié)果，我們認(rèn)為那個(gè)方向應(yīng)該是搜索2.0要做的工作，搜索引擎公司自己就能干，不是我們要做的。”

同時(shí)在輸出時(shí)，百小應(yīng)比較講求結(jié)構(gòu)化輸出。

也就是將關(guān)鍵信息以描述+表格的形式來(lái)給出，讓回答更清晰，重點(diǎn)一目了然。

多輪、定向、嵌入搜索等技術(shù)加持，得到的結(jié)果就是百小應(yīng)懂搜索。

團(tuán)隊(duì)明確了解，模型+搜索技術(shù)的融合確實(shí)可以提升模型回答的準(zhǔn)確性、降低幻覺，但只有技術(shù)是不夠的，需要產(chǎn)品設(shè)計(jì)上有配套的解決方案。

就上手體驗(yàn)的初步感觀來(lái)說(shuō)，懂搜索帶來(lái)的好處，既能提高AI輸出回答的準(zhǔn)確性、時(shí)效性，降低幻覺；也能增加回答中的觀點(diǎn)、案例、數(shù)據(jù)等，使模型的回答更豐富、更鮮活。

說(shuō)完百小應(yīng)懂搜索，再來(lái)說(shuō)說(shuō)它會(huì)提問(wèn)是怎么個(gè)情況。

非專業(yè)提示詞工程師，一般和AI對(duì)話時(shí)的需求描述都比較籠統(tǒng)，不會(huì)特別精確。

百小應(yīng)會(huì)提問(wèn)就是針對(duì)這種情況準(zhǔn)備的，在用戶問(wèn)題的基礎(chǔ)上，通過(guò)提問(wèn)一步步引導(dǎo)，幫助用戶清晰表達(dá)自身需求。

上面這些對(duì)百小應(yīng)產(chǎn)品設(shè)計(jì)理念的思考和技術(shù)實(shí)現(xiàn)都是為了降低普通人使用AI助手的門檻，對(duì)普通用戶來(lái)說(shuō)還是很友好的。

當(dāng)然了，說(shuō)到底是為了最后給出一個(gè)用戶真正用得上的答案。

前面提到，百小應(yīng)對(duì)長(zhǎng)文本閱讀和多模態(tài)理解也是得心應(yīng)手，下面放幾個(gè)showcase，大家也可以自己上手體驗(yàn)一下（捉蟲和找bug，簡(jiǎn)直是大模型時(shí)代咱們最喜聞樂見的事兒了）。

多模態(tài)測(cè)試結(jié)果，還比較nice，博物館里的半面雕塑頭像也能精準(zhǔn)識(shí)別出：

長(zhǎng)文本能力，讓它讀財(cái)報(bào)也順利過(guò)關(guān)：

一通體驗(yàn)下來(lái)，感覺日常對(duì)話、辦公場(chǎng)景、搜索求知、多模態(tài)識(shí)別……百小應(yīng)的可應(yīng)用場(chǎng)景還是挺多的。

但百川智能創(chuàng)始人兼CEO大膽開麥，這并不是他此前提到過(guò)會(huì)推出的超級(jí)應(yīng)用。

現(xiàn)階段市場(chǎng)上，既沒有超級(jí)模型，也沒有超級(jí)應(yīng)用。

用他的話說(shuō)，百小應(yīng)目前是個(gè)AI助手，是大模型時(shí)代，用戶手里的應(yīng)用從“工具”化身“伙伴”的中間態(tài)。

整個(gè)過(guò)程，是逐步發(fā)展、逐步滿足用戶需求的過(guò)程。

背后模型Baichuan 4首戰(zhàn)登頂

開頭咱就提到過(guò)，百小應(yīng)背后，是百川智能推出的Baichuan系列模型最新版本Baichuan 4。

也是百川智能入局大模型以來(lái)推出的第一款多模態(tài)模型。

相較前代基座模型Baichuan 3（今年1月底發(fā)布），Baichuan 4在各項(xiàng)能力上的提升還挺明顯。

其中指令跟隨提升20%，信息理解提升9%，知識(shí)問(wèn)答提升15%，創(chuàng)作提升16%，邏輯推理提升15%；專項(xiàng)能力方面，數(shù)學(xué)提升14%，代碼提升9%。

首戰(zhàn)告捷，在OpenAI長(zhǎng)期霸榜的SuperCLUE綜合基準(zhǔn)上，Baichuan 4一出手就拿下了第一：

總得分80.64分，超過(guò)前一個(gè)榜一大模型0.61分。

真的是險(xiǎn)勝……

然而分差雖小，但眾所周知在大模型時(shí)代，哪怕0.01分也顯得彌足珍貴。

怎么做到的呢？

訓(xùn)練過(guò)程中，Baichuan 4引入的技術(shù)優(yōu)化手段，包含基于model-based+human-based的協(xié)同數(shù)據(jù)篩選優(yōu)化，對(duì)長(zhǎng)文本建模位置編碼科學(xué)的Scaling-law，有效提升了模型對(duì)數(shù)據(jù)的利用。

對(duì)齊階段，團(tuán)隊(duì)重點(diǎn)優(yōu)化Baichuan 4模型Reasoning、Planning、Instruct Following能力，通過(guò)Loss驅(qū)動(dòng)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。

不僅如此，團(tuán)隊(duì)在這一階段還提出了Sequential Preference Optimization（SPO）方法，通過(guò)順序微調(diào)LLMs以與人類偏好的多個(gè)維度保持一致，關(guān)鍵指標(biāo)和模型穩(wěn)定性得到顯著提升。

同時(shí)突破RLHF和RLAIF融合的RLxF強(qiáng)化學(xué)習(xí)對(duì)齊技術(shù)，大幅提升模型的指令遵循等能力。

此外，Baichuan 4還具備行業(yè)領(lǐng)先的多模態(tài)能力，在MMMU、MMBench-EN、CMMMU、MMBench-CN、MathVista等評(píng)測(cè)基準(zhǔn)上表現(xiàn)優(yōu)異，領(lǐng)先Gemini Pro、Claude3-Sonnet等多模態(tài)模型。

不過(guò)，這次Baichuan 4可沒走開源路線。

王小川大方對(duì)此做出了回應(yīng)：“去年我們率先挑起開源，是百川團(tuán)隊(duì)入局大模型的投名狀，當(dāng)時(shí)國(guó)內(nèi)開源環(huán)境非常不成熟。我們挑起開源這件事，也對(duì)國(guó)內(nèi)開源行業(yè)產(chǎn)生了重要貢獻(xiàn)，現(xiàn)在開源領(lǐng)域已經(jīng)有很多玩家在競(jìng)爭(zhēng)了”。

朋友們，要相信市場(chǎng)的調(diào)節(jié)機(jī)制啊——王小川說(shuō)。

Baichuan 4閉源了，但API供應(yīng)依舊。

新一代基座模型對(duì)外開放后，一口氣開放四款模型API，分別是Baichuan 4、Baichuan3-Turbo、Baichuan3-Turbo-128k、Assistant API。

同時(shí)也分旗艦版和專業(yè)版，旗艦版全量開放Baichuan 4的各項(xiàng)能力；專業(yè)版則為Baichuan3-Turbo，價(jià)格比旗艦版實(shí)惠，性能比Baichuan 2更好，且針對(duì)企業(yè)的高頻應(yīng)用場(chǎng)景做了針對(duì)性優(yōu)化。

有趣的是，雖然Assistant API也直接開放給企業(yè)用戶免費(fèi)試用，但面對(duì)近期熱火朝天的大模型價(jià)格戰(zhàn)，百川的態(tài)度很明確：

什么，價(jià)格戰(zhàn)？婉拒了哈。

一來(lái)，王小川明確自家主要是吃to C這碗飯的，云廠商的價(jià)格戰(zhàn)，對(duì)百川沒啥影響。

二來(lái)，他立場(chǎng)堅(jiān)定，認(rèn)為未來(lái)肯定會(huì)卷，但大家現(xiàn)在太狠了，“在中國(guó)市場(chǎng)，API服務(wù)其實(shí)對(duì)創(chuàng)業(yè)公司是走不通的”。

王小川進(jìn)一步闡述自己的觀點(diǎn)：

“如果只是從商業(yè)角度來(lái)看的話，中國(guó)當(dāng)前的商業(yè)環(huán)境里面To B比To C大概本身就小了10倍，在美國(guó)，中國(guó)B端市場(chǎng)這樣的情況是不存在的；

其次，在做數(shù)據(jù)時(shí)會(huì)發(fā)現(xiàn)，你現(xiàn)在收的是人民幣，但花的算力卻是美元，這其實(shí)又有一個(gè)中美API服務(wù)市場(chǎng)的巨大區(qū)別?！?/p>

對(duì)于百川智能而言，內(nèi)部一致認(rèn)為一定要做有差異化的事情。

“只是卷價(jià)格的話，可能頭部創(chuàng)業(yè)公司走低價(jià)是一個(gè)優(yōu)勢(shì)，但你想價(jià)格低就變成競(jìng)爭(zhēng)力的話，往市場(chǎng)走這樣其實(shí)是不夠的?！?/p>

為什么首款to C產(chǎn)品長(zhǎng)這樣？

去年，王小川幾度對(duì)外公開發(fā)言，表示2024年有可能會(huì)誕生若干大模型超級(jí)應(yīng)用。

不出意外的話，這或許是大勢(shì)所趨，行業(yè)中，不少大模型創(chuàng)業(yè)公司確實(shí)早就在to C端出牌了。

但在價(jià)格戰(zhàn)上不慌不忙的百川智能，在推出應(yīng)用這塊，也呈現(xiàn)出一種徐徐圖之的心態(tài)。

王小川一笑，說(shuō)：“我不覺得百小應(yīng)發(fā)得晚，相反，我覺得發(fā)早了。我認(rèn)為模型應(yīng)用還需要更多時(shí)間的打磨?！?/p>

他表示，模型應(yīng)用百萬(wàn)級(jí)的DAU，還遠(yuǎn)遠(yuǎn)夠不上“超級(jí)應(yīng)用”的稱號(hào)。大家之前發(fā)布應(yīng)用，更多是對(duì)自家模型進(jìn)行展示，到現(xiàn)在，用戶反而不知道這些應(yīng)用在干啥了。

整個(gè)行業(yè)現(xiàn)在都還沒到成熟的狀態(tài)。
之前做輸入法、做搜索引擎、做瀏覽器，我們深刻地知道一個(gè)應(yīng)用到什么樣的時(shí)候，才是變成一個(gè)廣泛被使用的產(chǎn)品（的最佳時(shí)機(jī)）。

所以，百小應(yīng)亮相的時(shí)間無(wú)所謂是早是晚，而是百川智能挑了個(gè)機(jī)會(huì)把它丟到行業(yè)里，讓團(tuán)隊(duì)可以更具體地把它運(yùn)轉(zhuǎn)起來(lái)。

在邁向超級(jí)應(yīng)用之前，百川智能把百小應(yīng)派遣為第一位上戰(zhàn)場(chǎng)接受審閱的戰(zhàn)士，也有自己的道理。

如上文提到的，百川智能認(rèn)為，不同于信息時(shí)代工具屬性的產(chǎn)品，大模型創(chuàng)造的是新物種。

讓AI從工具變?yōu)榛锇椋?strong>基于大模型打造AI助手更像是在“造人”。

就像人能夠使用工具、會(huì)思考，能聽、能讀、會(huì)看、會(huì)寫等一樣，AI助手類產(chǎn)品隨著模型能力的持續(xù)提升，也應(yīng)該具備相應(yīng)的能力。

搜索作為當(dāng)下大模型最重要的工具，不僅能讓大模型實(shí)時(shí)獲取最新信息，還能有效解決大模型的幻覺問(wèn)題，是大模型的關(guān)鍵技術(shù)之一，也是百川智能的重點(diǎn)探索方向——去年發(fā)布Baichuan-53B的時(shí)候，團(tuán)隊(duì)就已經(jīng)提出了搜索增強(qiáng)的理念，RAG技術(shù)也一直處于第一梯隊(duì)。

基于這個(gè)理念，百川選擇了懂搜索的AI助手來(lái)作為團(tuán)隊(duì)在to C場(chǎng)景打響的第一槍。

所以，百小應(yīng)身上的差異化的百川味道，非常一目了然——

AI伙伴中間態(tài)+Baichuan模型優(yōu)勢(shì)+搜狗搜索功底沉淀+過(guò)往產(chǎn)品經(jīng)驗(yàn)積累。

至于首款應(yīng)用亮相后的未來(lái)是什么，王小川淺淺透露了一丟丟。

愿景自然是超級(jí)模型和超級(jí)應(yīng)用，得可靠，且一定需要和搜索做結(jié)合。

突破點(diǎn)應(yīng)該是讓AI像（每個(gè)）行業(yè)的職業(yè)人士，把這個(gè)職業(yè)里的數(shù)據(jù)密度、思維度加進(jìn)去，讓它足夠可用。

下一步的更迭方向嘛——嘿，王小川賣了個(gè)關(guān)子，橫問(wèn)豎問(wèn)他就是不說(shuō)。

不過(guò)發(fā)布會(huì)后的溝通環(huán)節(jié)，他隱隱約約有露出馬腳啦！

他提到，為什么要讓AI助手會(huì)提問(wèn)，一個(gè)原因是為了日后的超級(jí)應(yīng)用做積累，舉的例子就是“你去看病說(shuō)我發(fā)燒了，AI直接給你一個(gè)結(jié)果，一定是不可行的嘛”。

他還提到圖靈獎(jiǎng)獲得者、Ilya的老師Geoffrey Hinton最近接受的采訪，老爺子稱醫(yī)療保健是最有前途的AI應(yīng)用領(lǐng)域（他建議大家都去看看這個(gè)采訪）。

醫(yī)療，嗯，這個(gè)思路果然很王小川。

反正，且讓咱們?cè)囍嬷傩?yīng)，多等一會(huì)兒吧……

參考鏈接：
[1]https://mp.weixin.qq.com/s/56KqpHrtqesrsp8wGehEzQ