智東西（公眾號(hào)：zhidxcom）
作者 | 三北
編輯 | 漠影
大模型進(jìn)入創(chuàng)業(yè)爆發(fā)期，來自全球大廠的離職AI大牛成為一大主力軍，近期圈內(nèi)熱門的階躍星辰是一個(gè)典型代表。
成立于2023年4月的階躍星辰，是由原微軟全球副總裁、微軟亞洲互聯(lián)網(wǎng)工程院首席科學(xué)家姜大昕創(chuàng)辦的通用大模型創(chuàng)業(yè)公司。
這是一個(gè)“臥虎藏龍”的團(tuán)隊(duì)：創(chuàng)始人、CEO姜大昕是自然語言處理領(lǐng)域的全球知名專家，也是階躍星辰的算法負(fù)責(zé)人；系統(tǒng)負(fù)責(zé)人朱亦博曾在谷歌、字節(jié)和微軟等公司就職，擁有多次單集群萬卡以上的系統(tǒng)建設(shè)與管理實(shí)踐經(jīng)驗(yàn)；數(shù)據(jù)負(fù)責(zé)人焦斌星此前擔(dān)任微軟必應(yīng)引擎核心搜索團(tuán)隊(duì)負(fù)責(zé)人，負(fù)責(zé)利用數(shù)據(jù)挖掘和NLP算法優(yōu)化索引和搜索質(zhì)量……基于這樣的團(tuán)隊(duì)背景，階躍星辰僅花了一年時(shí)間就憋出“大招”。
今年3月23日，階躍星辰推出Step系列通用大模型，打響國(guó)產(chǎn)玩家進(jìn)擊萬億參數(shù)規(guī)模通用大模型的響亮一槍。
同時(shí)，階躍星辰的兩款C端產(chǎn)品效率工具“躍問”和AI開放世界平臺(tái)“冒泡鴨”已經(jīng)全面開放，在巨頭云集的“百模大戰(zhàn)”中撕開一道新口子。
創(chuàng)業(yè)一年來，階躍星辰對(duì)大模型產(chǎn)業(yè)有什么獨(dú)到見解？其推出的大模型的實(shí)際體驗(yàn)效果如何？智東西來與讀者一起一探究竟。
躍問體驗(yàn)地址：https://stepchat.cn/chats/new
冒泡鴨體驗(yàn)地址：https://maopaoya.com/discover
一、微軟大牛下場(chǎng)創(chuàng)業(yè)，“鐵人四項(xiàng)”進(jìn)擊AGI
按照階躍星辰的理念，大模型的演化路徑會(huì)經(jīng)歷“從各模態(tài)獨(dú)立發(fā)展、到融合統(tǒng)一、再到主動(dòng)探索物理世界”的三個(gè)階段。
姜大昕在此前的媒體溝通會(huì)上表示，階躍星辰正處在多種模態(tài)走向融合的第二階段。
姜大昕認(rèn)為，多模理解和生成的統(tǒng)一是通向AGI的必經(jīng)之路。原因有兩個(gè)：第一，多模理解是多模生成的堅(jiān)實(shí)基矗Sora在視頻生成領(lǐng)域的驚艷表現(xiàn)，正是因?yàn)镺penAI有非常出色的多模理解模型GPT-4V。第二，多模理解做得好，也證明了模型在LLM方面的能力優(yōu)秀。正如GPT-4V的基礎(chǔ)是GPT-4。
Scaling law是階躍星辰在追逐AGI路上與多模態(tài)齊頭并進(jìn)的方向，為此其提出“鐵人四項(xiàng)”，算力、系統(tǒng)、數(shù)據(jù)和算法四大要素缺一不可。
在姜大昕看來，能夠自己從頭訓(xùn)練千億參數(shù)模型已經(jīng)是個(gè)不低的門檻，而在千億之后，每增長(zhǎng)一個(gè)數(shù)量級(jí)，面臨的挑戰(zhàn)卻是幾十倍的增長(zhǎng)。
因此，能否對(duì)這四大要素進(jìn)行綜合布局，非�？简�(yàn)一家創(chuàng)業(yè)公司的能力，也決定了這家公司能走多遠(yuǎn)。
▲階躍星辰創(chuàng)始人姜大昕在講解攀登Scaling law所需的要素
二、左手效率神器、右手開放世界平臺(tái)，實(shí)測(cè)兩款A(yù)I產(chǎn)品
基于多模態(tài)和Scaling law兩大路線，階躍星辰推出了Step系列大模型。
Step-1千億參數(shù)語言大模型于2023年8月底訓(xùn)練完成。經(jīng)過充分準(zhǔn)備，Step-1大模型的進(jìn)展非�？�，用時(shí)2個(gè)月一次性訓(xùn)練成功，綜合性能超過GPT-3.5。
Step-1V千億參數(shù)多模態(tài)大模型于2023年11月訓(xùn)練完成。Step-1V在多個(gè)主流評(píng)測(cè)集上性能指標(biāo)比肩GPT-4V。特別是在多模理解能力上達(dá)到全球領(lǐng)先水平。Step-1V大模型可以精準(zhǔn)描述和理解圖像中的文字、數(shù)據(jù)、圖表等信息，并根據(jù)圖像信息實(shí)現(xiàn)內(nèi)容創(chuàng)作、邏輯推理、數(shù)據(jù)分析等多項(xiàng)任務(wù)。
Step-2萬億參數(shù)語言大模型采用MoE架構(gòu)，每Token激活兩千億以上參數(shù)，聚焦模型深度智能水平的探索，綜合體感對(duì)標(biāo)GPT-4，目前已發(fā)布預(yù)覽版。
圍繞Step-1和Step-1V千億參數(shù)大模型，階躍星辰的產(chǎn)品和生態(tài)已經(jīng)初步打磨成熟。
以躍問為例，其在圖像理解、內(nèi)容創(chuàng)作、邏輯推理、指令跟隨等方面的能力，使其成為一個(gè)出色的“個(gè)人效率助手”。
比如，當(dāng)智東西發(fā)給躍問一篇報(bào)道鏈接，躍問立馬為我提煉了報(bào)道中的關(guān)鍵數(shù)據(jù)和信息點(diǎn)。
當(dāng)智東西給它一張關(guān)于“A公司營(yíng)業(yè)收入與毛利、凈利”的統(tǒng)計(jì)圖，并要求其“將圖中的內(nèi)容轉(zhuǎn)成表格形式，并計(jì)算每年凈利增長(zhǎng)率”。躍問迅速生成了表格，并算出了9.54%、2.72%兩個(gè)圖中沒有直接給出的答案，體現(xiàn)了強(qiáng)大讀圖、數(shù)學(xué)、組建聯(lián)動(dòng)能力。
通過點(diǎn)擊展開“代碼執(zhí)行完成”，智東西追溯了計(jì)算過程，確認(rèn)兩個(gè)數(shù)值計(jì)算正確。
當(dāng)智東西給躍問一張菜肴的圖片，躍問則準(zhǔn)確地識(shí)別了這是一道經(jīng)典的湖南菜“辣椒炒肉”，并給出了烹飪所需的材料和烹飪步驟�？梢娷S問的常識(shí)知識(shí)還是很豐富的，可以做不錯(cuò)的日常助手。
再看看冒泡鴨，這是一個(gè)由劇情和角色組成的AI開放世界平臺(tái)，能滿足多種娛樂和社交需求。
以逃離精神病院Agent為例，這是一個(gè)有趣的心理學(xué)游戲，我需要通過與“兔子醫(yī)生”的對(duì)話，找到逃離精神病院辦法。而逃出這里的唯一方法，是成為一個(gè)真正的病人。這一游戲獲得了超5.6萬的熱度。
躍問和冒泡鴨只是Step系列大模型的小試牛刀。為了促進(jìn)Step系列大模型應(yīng)用生態(tài)的繁榮，在生態(tài)布局方面，階躍星辰與合作伙伴共同探索面向C端用戶的創(chuàng)新應(yīng)用，API開放平臺(tái)目前已開放體驗(yàn)。
結(jié)語：大廠牛人紛紛“下海”，掀起AI創(chuàng)業(yè)潮
縱觀產(chǎn)業(yè)，當(dāng)下大廠牛人紛紛“下海”投身大模型創(chuàng)業(yè)，掀起一波新的AI創(chuàng)業(yè)潮。
創(chuàng)業(yè)方向也展現(xiàn)出百花齊放的態(tài)勢(shì)，通用大模型創(chuàng)業(yè)成為一個(gè)值得關(guān)注的前沿方向。尤其是今年Sora的出現(xiàn)，讓我們看到基座模型在迭代細(xì)分模型應(yīng)用上的效率和效果，堅(jiān)定了通用大模型創(chuàng)業(yè)的發(fā)展路徑。
