在AI大模型領(lǐng)域，一場(chǎng)關(guān)于預(yù)訓(xùn)練成本的較量正悄然上演。近期，國內(nèi)知名大模型公司零一萬物發(fā)布了其最新的預(yù)訓(xùn)練旗艦?zāi)Ｐ汀猋i-Lightning，號(hào)稱“閃電”，在國際權(quán)威榜單LMSYS上一舉超越了OpenAI今年5月發(fā)布的GPT-4o和Anthropic的Claude 3.5 Sonnet，排名世界第六，中國第一。
這一成就標(biāo)志著中國大模型在全球競(jìng)爭(zhēng)中取得了突破性進(jìn)展，零一萬物緊隨OpenAI、Google之后，躋身全球前三大模型企業(yè)行列。
Yi-Lightning不僅在性能上有所提升，其推理速度也實(shí)現(xiàn)了質(zhì)的飛躍。相比上半年發(fā)布的Yi-Large，首包時(shí)間減少了一半，最高生成速度提升了近四成，堪稱“極速”。同時(shí)，該模型的推理成本也大幅降低，每百萬token僅需0.99元，接近行業(yè)最低價(jià)。
Yi-Lightning的出色表現(xiàn)得益于零一萬物在多個(gè)維度上的扎實(shí)儲(chǔ)備，包括芯片人才、推理人才、基礎(chǔ)架構(gòu)人才和算法人才等。這使得零一萬物在面對(duì)大模型預(yù)訓(xùn)練的高門檻時(shí)，依然能夠堅(jiān)持“模基共建”的戰(zhàn)略，不斷推動(dòng)模型性能的優(yōu)化和推理成本的降低。
在LMSYS Chatbot Arena總榜上，Yi-Lightning的成績(jī)同樣出眾。它超越了國內(nèi)外多個(gè)優(yōu)質(zhì)模型，包括xAI發(fā)布的Grok-2-08-13、智譜發(fā)布的GLM-4-Plus等，在中文分榜上與世界第二名的模型并列。在多輪對(duì)話、數(shù)學(xué)能力、代碼能力等多個(gè)分榜上，Yi-Lightning也取得了世界前列的優(yōu)異成績(jī)。
零一萬物之所以能夠在短時(shí)間內(nèi)取得如此顯著的進(jìn)步，與其獨(dú)特的混合專家模型架構(gòu)（MoE）和一系列技術(shù)創(chuàng)新密不可分。例如，Yi-Lightning采用了混合注意力機(jī)制（Hybrid Attention），旨在平衡模型在處理長(zhǎng)序列數(shù)據(jù)時(shí)的性能和計(jì)算資源消耗。同時(shí)，動(dòng)態(tài)Top-P路由機(jī)制的引入也使得Yi-Lightning能夠更加智能地適應(yīng)各種任務(wù)需求，實(shí)現(xiàn)“極速推理”。
隨著Yi-Lightning的發(fā)布，零一萬物在AI大模型領(lǐng)域的應(yīng)用探索也進(jìn)一步擴(kuò)展。其最新推出的AI 2.0數(shù)字人產(chǎn)品已接入Yi-Lightning，在零售和電商等場(chǎng)景中展現(xiàn)出強(qiáng)大的實(shí)時(shí)互動(dòng)能力和話術(shù)生成能力。某酒旅企業(yè)在接入該數(shù)字人直播后，GMV較此前上升了170%。
Yi-Lightning的推出不僅彰顯了中國在大模型領(lǐng)域的強(qiáng)大技術(shù)實(shí)力，也為中國大模型公司的發(fā)展提供了新的思路。即堅(jiān)持“模型＋AI Infra＋應(yīng)用”三位一體的全棧式布局，以國際領(lǐng)先的基座模型為基礎(chǔ)，積極探索企業(yè)級(jí)解決方案，推動(dòng)整個(gè)大模型行業(yè)形成健康的生態(tài)。
目前，Yi-Lightning已上線Yi大模型開放平臺(tái)（https://platform.lingyiwanwu.com/），每百萬token僅需0.99元，支持開發(fā)者與企業(yè)客戶輕松實(shí)現(xiàn)SOTA大模型自由。這一舉措無疑將進(jìn)一步推動(dòng)大模型技術(shù)的普及和應(yīng)用。
零一萬物的成功也引發(fā)了對(duì)中國大模型行業(yè)未來發(fā)展的深入思考。在算力受限的情況下，中國基座模型的研發(fā)能力如何追趕國外頂尖大模型？零一萬物的實(shí)踐表明，通過技術(shù)創(chuàng)新和全棧式布局，中國大模型公司有望在全球競(jìng)爭(zhēng)中脫穎而出，打造新質(zhì)生產(chǎn)力。
展望未來，隨著大模型技術(shù)的不斷發(fā)展和普及，其應(yīng)用場(chǎng)景也將更加廣泛。零一萬物將繼續(xù)堅(jiān)持“?；步ā钡膽?zhàn)略，不斷探索大模型在各個(gè)領(lǐng)域的應(yīng)用潛力，為推動(dòng)人工智能技術(shù)的發(fā)展和應(yīng)用貢獻(xiàn)自己的力量。
