当李大海遇上刘知远:知乎和面壁的「大模型」故事_环球快消息

2016年12月23日,北京的树上早就挂起了丝丝条条的彩灯,距离圣诞节还有两天,吹着微微的北风,周五的街道并不冷清。

而在这天,北京海淀的768园区,刘知远带着几个博士生,敲开了知乎合伙人李大海的大门。

不同于今天,智源学者、清华大学计算机系副教授的名号加身,2016年冬天的刘知远,还只是清华研究 NLP 的一个助理教授,虽然有了一些成绩,但仍然算是“名不见经传”。


(资料图片仅供参考)

这次来找李大海,刘知远想要的是“借用”知乎的数据。在知乎,用户的回答更专业,质量也更高——对于 NLP 研究来说,是相当上乘的语料数据。

有人曾把当下互联网范式的转移,形容成从“分发信息”到“分发知识”的转变,知乎作为一个着力传递知识和见解的平台,自然被认为是 AI 2.0时代的“前头兵”。

刘知远博士师从孙茂松院士,后留校清华,从博士算起,他彼时已经在自然语言处理的领域,深耕了十年之久。能得到知乎的数据,自然对研究是如虎添翼。

但数据,几乎算得上是一家互联网公司的“命门”,刘知远早就做好了被拒绝的准备,而李大海的反应却异常地爽快。

2016年冬天,李大海加入知乎不过一年的时间。不同于刘知远在象牙塔一路攀升,李大海自己形容自己,是个“爱折腾”的人,在谷歌和豌豆荚都有过任职。在离开谷歌后李大海一直是创业状态,靠着在工业界深厚的积累,获得了知乎的认同。

早在见面之前,李大海就对刘知远莫名地亲切,不仅仅是因为刘代表的是清华,推动这项合作,本质上推动的是 NLP 领域的产学研结合;也是因为李大海早在谷歌和豌豆荚,就以搜索业务的研发见长,与刘知远所研究的自然语言处理脱不开干系,虽然两人经历迥异,但也算殊途同归。

把刘知远接进办公室,不需多言,李大海就知道,面前的这个年轻学者,务实、客观,对技术路径的判断相当精准。

短短聊了半个小时,李大海和刘知远将合作就敲定了下来——不需要支付任何费用,一纸 NDA(保密协议)签好,知乎的语料数据就对刘知远开放了。

一晃6年过去,今天李大海的身份,已经不仅是知乎的 CTO,更兼任了刘知远所创办的面壁智能的 CEO,成为了两家公司在大模型方面沟通合作的桥梁。

1、大模型最强的“珠联璧合”

说起关注大模型的时间点,李大海的*反应是“惭愧”。

“我对这件事情经常反思,对我在这个点上的技术判断不满意。”李大海说起这话时,对自己高要求的苛责,几乎写在了脸上。

尽管早在 ChatGPT 在科技圈“激起千层浪”之前,李大海和知乎的算法团队,早就关注到了大模型的可能性, 并且尝试过 BERT 架构的模型,也留意着技术变化的趋势。然而,李大海坦言,直到大模型成为一门显学之前,都没预想过技术的突破会来得这么快。

“过去,我们把工作重点放在前端的推荐、搜索等业务中,对于大模型主要以应用为主,当然也一直在跟进大模型最新的成果为业务所用。”

在 ChatGPT 强势登场之后,人们惊呼,科技界的下一个“iPhone 时刻”将至。而在几个月的持续观察与发酵之后,人们这才发现,把大模型类比“iPhone”,可能野心太小——大模型很可能是新的“蒸汽机”,带来的机遇不仅限于某个领域,而是全社会大多数领域的重构。

本该早就看到这个趋势,至今想起,李大海仍然觉得遗憾。

尽管一时落后,李大海仍想迎头赶上,让知乎快步追上大模型的浪潮,这时他想起了刘知远。

2018年,应和着 BERT 的出现,刘知远和团队就开始做预训练,后又和唐杰、文继荣、黄民烈三人一起,在智源开展大模型的研究,是*批开展大模型研究的研究者之一(关于刘知远、唐杰、文继荣、黄民烈等人的大模型研究故事,后续雷峰网还将推出大模型产学研的前世今生》,讲述四位学者的大模型梦,以及他们与阿里、华为等大公司的合作和在AGI浪潮到来之前,与其他大模型创业公司的参与度,敬请期待)

而刘知远在2021年创办的面壁智能,不仅有多年来留下的技术积累,而且已经训练出他们自己的大模型 CPM-Bee,并且开放了 API。

23年2月,知乎和面壁谈过初步的合作后,李大海回到知乎,就紧急地开展了一次技术评估,把面壁的代码——无论是训练还是推理——都看了一个遍,又评估了面壁的模型 API,跑了大量的问题,最终测试结果出人意料地好。

彼时,大模型的人才争夺战刚刚打响,面壁收到了好几家公司的诚心邀约,最后选择了与知乎合作。

谈到和面壁最契合的地方,李大海说,知乎和面壁的团队,*的共同点是,大家都是相信技术的人——相信技术能改变世界,如此也就更纯粹,讨论问题时更加实事求是。

与面壁合作,知乎并非“只出钱不出力”,自从大模型起势,知乎也快速组建了大模型的团队,与面壁团队一起进行深度共建。知乎参与过大模型相关项目的开发的人员数也不少。

除了出技术,知乎也为面壁提供管理上的协助——这样的协助,莫过于李大海的“肉身”加入。

2023年的面壁,苦 CEO 久矣——成立一年半,面壁的团队绝大部分成员仍以工程师构成,对于一个初创团队来说,全员极客、专注开发的路线并没有太大问题,但牵涉到后续的融资、战略等问题,面壁的成员没有经验。

而李大海加入知乎已有8年,除了作为 CTO 为公司规划技术路径,也作为执行董事深度参与了公司的战略层决策,并且他也有合伙创业的经验,对于面壁来说,是极为合适的 CEO 人选。

获得了知乎创始人、CEO周源首肯,李大海来到了面壁出任 CEO,一方面帮助面壁更好地做战略的规划和制定,一方面也让知乎和面壁的战略合作更加紧密,算是两全其美。

有李大海的工程化和管理经验,也有刘知远作为国内* NLP 专家的技术实力;有知乎的活跃社区和优秀语料,也有面壁在大模型训练和开发上深厚的积累,这两家公司的合作,可能促成了中国大模型最强大的一桩“珠联璧合”。

2、“千模大战”中,知乎靠什么突围?

说完“纸面实力”,知乎和面壁的核心优势在哪里?

影射多年前的“千团大战”,越来越多人开始用“千模大战”来形容今天大模型赛道的竞逐——行业普遍认为,尽管做大模型需要投入大量资源,但由于大模型的结构不存在秘密,算法已经不构成企业壁垒。大模型“有门槛、没壁垒”的特点,使得诸多”跑步进场“的团队一边倒向 C 端类 ChatGPT 的研发,同质化严重、与行业需求差距大等问题开始显现。

而从另一个方面看,如果将AI时代的大模型比喻成电气时代的电力,当人们认识到电力的价值,之后会有水电、风电、核电等多种多样的“发电手段”不断演进,不断降本增效;未来的大模型也是如此,比拼的核心是成本和效率,竞争的重点是应用和生态。

这一点从今年上半年国内大模型产品发布的情况也能看出:通用大模型的发布热潮已经回落,近两月来,大模型公司已经迅速将重心从 To C 转向 To B,大模型的落地应用场景、私域数据的储备、技术团队的产品能力成为大模型差异化竞争的关键因素。

知乎和面壁合作的“知海图”大模型,瞄准的也正是知乎的场景和数据与大模型的深度结合。

归根结底,知乎是一家互联网公司,虽然技术上要向大模型倾斜,但大树有根,知乎的根在业务上。

围绕着业务,知乎在数据上的优势也能得到充分的发挥,同时通过提升用户对产品的体验,把公司的“钱袋子”守住。有了更多使用、更多的数据,大模型的“飞轮”也就能更好地飞转起来,再去向 B 端公司推广,也更有底气。

在这样的逻辑下,李大海给知乎大模型,设计了一个“三步走”的战略。

*阶段:用大模型来识别内容,保证标准合规

高质量、有人文的社区,一直是知乎最重要的财富,正是依托这个社区,知乎才能持续产出令用户喜爱的内容,进而保持粘性、完成增长。

针对这种情况,知乎大模型的应用场景,首先并不是喧宾夺主地“生成”,而是识别用户产出的内容。

“对我们来说,识别是必须的,”李大海对雷峰网说道,“识别能让我们更精细地理解用户,来支持产品运营同事的工作,进而帮助我们更好地把这个社区建设好。”

除了识别“人”产出的内容,知海图一项同等重要的工作,是检测 AI 生成的内容。

ChatGPT 的登场,让很多人看到了 AI 创作的可能。在知乎上,也出现了不少搬运 AI 创作的情况存在。

而知乎,在创始人们的初心里,仍然是一个“以人为本”的社区。虽然对于 AI 生成的内容,知乎的态度是开放的;但如果一个用户,只搬运生成式 AI 的产出,那对于知乎来说,未免有些本末倒置。

一方面是要识别出这样的账号,一方面也要识别出 AI 生成的内容,做好“AI 创作”的标注,让平台内容标准、合规。

第二阶段:用大模型来辅助过滤、筛选信息

推荐引擎,常常被不少人认为是可以利用大模型“重构”的技术之一,在技术上也有继承和发扬。

基于对语言更好的理解,来让用户在平台上获得更好的信息获取体验,大模型可以说是“恰到好处”。

李大海原本就是搜索引擎出身,而刘知远也在 NLP 领域有近20年的经历,知乎和面壁在这个领域,可以说轻车熟路。

如果说,大模型在内容识别上的内容,做的大多是“幕后工作”;那么“搜索聚合”在搜索和热榜上的内测,就是知乎 AI 实力“犹抱琵琶半遮面”的一次展示。

在大模型的帮助下,用户能更快找到他需要问题的答案,也能在生成式 AI 的辅助下,节省下浏览诸多答案、归纳总结信息的时间,让用户直接阅读高质量回答的梗概。

知海图的内测还刚刚开始,李大海对雷峰网表示,目前还没有更多的信息透露出来,但预计在第三季度的七八月左右,会有一个阶段性的成果展现。

第三阶段:用大模型辅助创作,拒绝喧宾夺主

从识别到推荐,第三阶段,知乎对知海图的期待,则是辅助用户在平台上的创作。

李大海表示,知乎做 AI,最终关注的还是,如何让 AI 帮助更多用户在内容上做生产,如何保持社区的高质量,保持知乎原本的味道。

要做到这一点,一方面,大模型输出的内容质量要足够高,让用户能用得方便放心——这是大模型的基本功,知海图要有;另一方面,则是要根据用户个人的语言风格和叙事方式,做个性化的用户助手,帮助每一个用户产出属于他们自己的内容,避免 AI 生成内容的“千人一面。

在今天,知海图的能力已经从 NLP 逐渐向多模态迈进,在5月底的中国国际大数据产业博览会上,知乎和面壁联合推出的知海图,不仅宣布了开始大模型在搜索、热榜上的应用,也同样展示了知海图的多模态能力:

“我们上传了一张小男孩的照片,我们的 AI 不仅能识别出小男孩的主题,也能通过他的面部表情,识别出他愤怒的情绪。”李大海说道。

大模型能做的事越来越多,这也迫使知乎开始思考一个难以被绕过的问题:在未来,人类创作者,会被AI所取代吗?

原先,知乎曾经想过,要不要给知海图也做一个知乎的账号,让 AI 在知乎上回答用户的问题——很多人都有过这个设想,毕竟这和时下生成式 AI 和知乎的产品特性相当契合。

但在深思熟虑后,李大海的态度仍然相当谨慎:

“在我们看来,AI 应该是人的能力扩充,而非替代。有些精品的内容,创作者要2天才能完成,在 AI 的帮助下,我们希望让创作者用2个小时就能产出内容——但这2个小时,仍然还是需要他去自己创作的。

3、结语

从2016年冬天,李大海和刘知远初遇,到2023年春天,李大海兼任面壁智能 CEO,六个寒暑的光阴,在两人身上看似没有留下多少痕迹,他们投身的事业却开始汇入时代的洪流。

6年过去,李大海仍然是多年前的那个自己,并不“安分”。早在谷歌业务退出中国时,尽管编制还在,但李大海却决意离开——他要在中国做产品,服务中国用户。

而当大模型浪潮涌来,李大海不动不摇,张开臂膀,拥抱急流。

在知乎,他的精力一门心思扑在大模型上,决心用 AI 2.0 的技术重构知乎现有的技术架构;

在面壁,他得以运筹帷幄,执掌公司在商业和战略的运作,发挥他在技术之外的实力和远见。

而刘知远,在大模型的技术趋势刚刚到来的 2018 年,就已经敏锐地看到了这个趋势,并从 2019 年开始把实验室的研究方向从传统的 NLP 命题中撤出,全面围绕大模型的方方面面展开。

李大海把这赞誉为一种“技术胸襟”——就如同一个技艺高超的马车匠人,*次遇到了蒸汽火车,多少人难以接受,多少人抱怨,但最早转型的人,往往就能越早占*机。

知乎和面壁智能,人才密度高,密度背后有优质语料数据、深厚技术底蕴和产品落地场景的支持,已然是一股不能被轻易忽视的力量。

今天,李大海仍然在多年前,与刘知远初次见面时的那个办公室伏案工作。而面壁的团队也同样务实、低调,常常骑着自行车穿过学院路,来到768园区和知乎的团队探讨工作。

这颗在6年前被种下的种子,在大模型的时代终于开花结果。而中国大模型的未来,正是以李大海、刘知远为代表的技术理想主义者和实干者手中,于无声处等待厚积薄发。

关键词: