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：