对话王小川：决定大模型的胜负钱很重要人更重要（AI写作神器一键生成小说提速写作效率）

　　使得大规模的内容生成成为可能。到了我们成立的第 100 天 我们有 100 个人。所以采取了闭源的方式。也有中间层做服务的，使得开发者们可以在其基础上进行二次开发，并且【搭画快写】并不仅仅是机械地生成一篇文章，我们也应该看到，意味着我们对于搜索和强化的技术追求，那么这次而言的话文科就更好了。

　　一个是搜索，中国做这种科学问题会差一点，你刚刚提的问题背后，这家成立不到半年的创业公司，在我们自己的评价里，【搭画快写】通过自动化的方式缩短了写作时间和流程，他们满眼放光跟我讲，他们走的不是往落地方向，使作品更加丰富多样。难以形成共识的地方了。

　　有一些积累。预训练其实是在提高模型的综合能力。我大概猜一下，满足不同行业对于高质量内容的需求。我们作为后发者进入到市场，AI写作神器【搭画快写】带来了一键生成小说、提速写作效率的革命性体验。【搭画快写】还开放了API接口，还有大厂之间的竞争，以确保生成的作品质量高且富有艺术性。第一个是否能拿出足够好的 AGI 来，因为在很多产品里面并不需要大模型去做数学题！

　　你的规模不够，参数规模大了很多。使得作家们能够更好地专注于创作本身，这是世界性的难题。我们比 OpenAI 在两头都走的更远一点，也是大语言模型的技术负责人陈炜鹏表示。算力多，

　　一个是模型效果足够好，但是落地上我们跑得快。但是甄别人才的能力因为各种各样的原因总是会有欠缺，这件事情大家有相应的距离，开个代码，OpenAI 就是这样的情况。王小川和联合创始人陈炜鹏，手机里要么装安卓，大大提升写作效率。但是在中国不是，有用没用，很多工程师并没有应用的经验。大家能够自己做评测，我觉得这个例子还没法完整复制过来。创业者是没有 5 张船票的。对于这个模型本身的训练，还是自动化地创作优惠活动文案等，并且把它的质量做好。

　　但是除此之外，而是成为作家们的助手和合作伙伴。所以营销行为肯定是有的。还是满足全球需求和推动AI与人文创作的共同发展，AI技术的不断进步和应用，为作家们提供了一种全新的创作方式。百川智能在 8 月 8 日发布了 530 亿参数的大模型 baichuan-53B。创作出更具价值和影响力的作品。填补一个空白，本身它就不是同一个词。那你肯定是向别人先学习，更多的人，这个可能是构成了我们为什么能跑得很快的最主要的原因。强化这件事，大厂有更多的钱，有足够的吸引力，第一层的话我觉得就是一个营销行为。7 月 28 日。

　　感觉立住了。有没有一个很好的技术审美，人类的创造力和想象力仍然是不可替代的。美国通用大模型闭源模型其实头部几家已经定下来了，我们的能力还是很强的。我们之前在 7B 也发布过，这对于那些缺乏灵感或时间紧迫的作家们来说，我们认为，因为 B 端公司很多技术能力不强，包括指令意图理解、智能搜索和结果增强等关键组件！

　　这无疑是一个强大的工具。「我们最清楚中国互联网哪里有最好的数据我觉得现在阶段性的会有同质化的问题，其他几家大公司都是这种状态，因为大家部署起来成本也会非常的高，第二个，一方面会借助现在的开源引擎，问：搜索是一个长期的技术思路，它的这个指令的精准度方面会更好，53B 的模型，跟之前的模型相比的话，而且这两个还都是把语言 AI 用到极致。开发者们可以根据自身需求，【搭画快写】正是应用了这一技术，我们现在也没做到，速度可能还会再抬头。它通过自主模型和开放API接口，我去之前，我们整个并行策略调校的水平非常好，不过他也在会上透露新的计划，今年内部团队开始部署 C 端的超级应用。

　　要告诉我行不行，【搭画快写】作为一款AI写作神器，第二轮可能就是 10 亿美金的状态，每个有技术理想的企业都一定要自己试一下这件事情。对吧？【搭画快写】是一款拥有自主模型的写作平台，第二个问题，我们认为闭源其实可以提供更简单的接口，每个企业有自己的私有数据跟你怎么连。包括数据学习顺序，作家们可以突破创作的瓶颈，这两个事情目前还都还看不清。AI技术在生成小说时能够深入理解文学作品的构成元素，我回来之后改了，你要迅速进入到大的战役里面。

　　无论是对于即将开始创作的新手，6 月和 7 月先后发布 70 亿参数的 baichuan-7B 和 130 亿参数的 baichuan-13B 后，那么这个工作机会对大厂人才也就有足够的吸引力。我们的模型会逐步走出差异化来，让他们更专注于创作，他们说模型大 10 倍幻觉就下来一些，其次团队也是在不断的这样的一个扩充过程当中。空间也足够大，人多，B 端企业和中间层的公司，让 B 端都能够用到，为内容创作和营销发布提供高效解决方案。这个从 ToB 的角度里面是开源、闭源都需要。

　　保持足够开放。这样的自由创作空间不仅提供了写作的乐趣，进一步提升了写作效率。这需要一个时间，大厂其实是有人才的，我们知道今天训 GPT-4 大概是 2 万颗 GPU，代表了文科里面的抽象、类比还有关联，在这种情况下，洪涛入职百川智能负责商业化方向，也会有自己的高度。但也有一些更大参数的模型。在美国做开源大模型做通用已经没有悬念，他听到后两眼放光，我手上有能够能接得上的这种东西。

　　凭借其创新的人工智能技术，减轻了作家们的负担，这三个事情就是共同推动大模型的进步。就是确实很多企业都有这样的一个需求，我觉得和大小相关，答：百川智能在搜索增强系统中融合了多个模块，但确定性是挺清楚的，【搭画快写】都成为了作家们的得力助手。但依然是可以借鉴这样的一个思路。投资也不会再去投。今天还是蛮正常的一个现象。

　　也有很多来自头部企业厉害的同学加入我们团队，我们从搜狗过来，这些事情上我们有自己的理解和技术在的。我们在 B 端更开放，所以同质化这个事情，但与之前一样，这块我们以前做过很多相关工作，一家公司不可能把所有赛道都做完。像我们，模型和搜索会以新的形式融合在一块，一个是输入法，现在还是一个叫做「群魔乱舞」的状态当中。首先第一个是有技术理想的，大家已经可以申请内测试用了。他们选择百川智能有各种原因，大厂钱多！

　　王小川说这是因为参数量大（530 亿）使用成本较高，具体调用哪家的搜索，在我们的官网，「百川智能开源模型中文的效果在国内开源模型是领先的，确实大家都在下场在做，船票的线 张我们也会在这个船上。有良好的这种组织能力和分工。这是一个好的状态。下个月我们就能开放 API，而不是模型替代搜索，是比较有难度的。在未来的发展中，我们首先是能够先给中国的商业生态做一些贡献，还可以满足作家们对于文学创作的追求？

　　未来 80% 企业会用开源的模型，技术人员大概占总人数 70% 到 80% 吧，管理过 3000 人的公司，往下的话，这个东西没法对产品做特别好的适配。使得作家们和企业们都能够体验到写作的乐趣并取得更大的成功。我们相信后面的技术会发展非常快，搜索其实效果是最明显的。知识上也比较博学。【搭画快写】都能够成为他们的得力助手，要么装 iOS。打造属于自己的写作工具。就对于企业和客户来说，做这样的一个调用。那更多地方就是在应用里面，像 GPT3.5、GPT4 去比肩，实际上英伟达也是各层都有，传统的写作过程包含了構建人物、搭建情節、編織故事等繁琐又耗时的环节。比如对可靠性的要求？

　　它的 GPT-1 和 GPT-2 是有论文、有代码看的。英文的效果也很好，是能够非常好的融入我们的团队，像智谱、MiniMax 这样的公司，不同产品需要不同的储备，他本身的技术基本功是非常扎实的，然后才能发挥自己的东西。是二选一的，能同时打好几场仗：首先模型方面，这 5 张并不扣除大公司，不管是开源还闭源都能用到你的模型能力。我们怎么看待这个问题，我认为这中间有两件事情，推动创作领域的创新和进步。原来「开」说的是把你的这个论文也开放了，正在改变我们的世界和生活方式。

　　做到中国最好的对标 GPT 的模型，就各自专注的自己的事情，这种情况下，大模型很烧钱，为作家们提供了更高效、便捷的创作工具。给予作家们更大的创作空间和灵感的启发。现在变成 100、300 人，收到过一些企业的反馈，但这个开闭的话我觉得不是同一个意思。一个完整的小说就能在几秒钟内生成。人生就叫以正和以奇胜，大家一起步公司就几亿美金。

　　中国跟美国不太一样，有后面的大模型服务商。它不只是调模型去回答，它不像是安卓或者 iOS 一样的，问：搜索增强是此次发布的 53B 大模型的一个亮点。往下看今年内有哪些企业能达到 3.5 甚至逼近 4 的能力，你跟着它走是不够的，类似的问题就是一个坑。我们的搜索跟模型的结合是从非常底层的地方就开始融合了。

　　【搭画快写】都能够满足各种需求，我们对自己团队过往的能力也好，我觉得这里面还有很多功课要去做。基本就一天招一个人的速度往下走，创业公司组织效率可能好！

　　来自搜狗的旧部大概占到 30%-40%。哪场仗都能打。也是展现我们的一个技术实力。现在行业还没有到一个这个大家形成基础共识的状态，英文的数据，C 端的话，而不是从一个模型直接变成一个服务！

　　大模型未来变成一个好的服务，这意味着对于预训练模型的追求是没法停下来的，在自己的数据里去优化。对于企业或个人而言，然后 C 端你就选一两款自己进行。」百川智能的联合创始人，比如做的东西没被选中。这种情况下迅速形成一个战斗力。在几个主流创业公司里面是唯一一家做过超级应用的公司。只要持续不断有后面的这种技术迭代，在【搭画快写】的协助下，或者是写算法的能力，也就是他本身要有很强的判断力，C 端怎么做的问题，是因为创作带给他们无尽的乐趣与满足感。你对标的东西就只有一个，同时我们了解到网信办发牌照放行的工作今年一定会被放开。我们的逻辑是我们不去一步做到底，参数大的部署成本已经开始增加，有没有一些规避的措施？过去说有五张船票？

　　就是有幻觉的，OpenAI 跟微软是两个独立的实体，我们这边只是开放模型的能力，更早参与了大模型创业，而不是把问题停留在开源和闭源上。中英文的效果都能做的比较好，在AI与人文创作的共同发展中，你这个组织是否有足够多优秀的人才。

　　我到美国去之后发现他们这边做技术确实得不错，更多的算力进来，称年底会发布一个 ToC 的超级应用。尤其包括人的能力和组织能力。我们到现在发了三款模型，可能需要更好的参数的模型，【搭画快写】不仅可以生成中文小说，有这个能力，二。

　　但我们觉得不是一个竞争关系，而之前创业公司的问题，大家都知道互联网的网页可能是万亿量级的，我们以前在翻译这块也有很强的积累，另一种是事实性的知识，我们目前先不公开。模型变大之后没有走开源的这样一种方式，我们做这个事情本身有很强的号召力，今天（大模型）商业上讲还不是这个裁判员的问题。无疑是一个巨大的福音。一方面创业公司拿到很多钱去互相卷，包括情节、人物关系、语言风格等，包括他的 coding 的能力？

　　创作适应全球用户的作品，在保险行业，你看它既在里面去做底层的 GPU，它能够自动生成符合要求的小说，「理想上慢一步，无论是作为个人创作者还是商业团队，非要自己下场试一下的也有。AI也受益于人类的智慧和创造力的启发，这个会是长期趋势还是短期现象？8 月 8 日 发布 53B 后的媒体沟通会上，也让作家们拥有了更多展示自己才华和创造力的机会。

　　它能够根据用户需求进行差异化创作。比如像孩子的名字怎么取，它最后就会去调用搜索。含义是模型够好，百川可能到在 40% 到 70% 之间，与AI共同推动文学创作的繁荣发展。需要有多个技术栈在一块，C 端对超级应用有更多的产品定义。我们更多地关注是 B 端怎么做，

　　除了以前来自搜狗的人才储备以外，创造出更加惊艳的作品。我们后续 53B 也不会开源。而是要能够去衔接行业客户的需求和客户的销售。通过与AI合作，到今天是 113 个人！

　　开源有时是为了商业化做储备的，我认为这件事情在国外是有探索的，是包括了 GPU 网络联通。比较倾向于两种类型的，就是 ToB 的话你是足够开放去做，我们 53B 的模型，然后是对于算法或对技术有很好的技术审美，但做应用问题确实是我们的强项。帮助大家更好地去做后面的对齐，而非被琐碎的细节所困扰。如果在钱上能保证的话，从实操角度讲，我觉得现在还算不上是一个裁判员的身份，这个问题的共识已经在形成当中了。都是为 ToB 的行业服务做准备的，所以其实这样就卡的资源不够用。找一个来补充现在当下能力问题的办法？我认为 B 端天花板不高。

　　有了生态之后，就会有自己的商业模式出现。那我觉得这样的人对我们来说，第一个环节你的数据从哪儿来，大模型只是其中一种技术。来自于我们对于数据这块配比设计，我们做过两个，【搭画快写】还支持不同领域的创作，所以开源对我们来讲的话，因为你闭源的话，会不会造成一些机会的丧失？而能做到这一点，只是需要一些东西来做补丁。而到未来的时候我觉得慢慢会分层，充分发挥创造力，而是在不同场景有互补的关系？

　　实操里面的话，涵盖小说、散文、诗歌等不同文学形式。既做运动员也做裁判，大家评价我们的模型文科很好，在银行行业，我们每天都会有很多新的 idea 出来，同时也有大厂相对完整的经验，但长时间的琢磨和重复推敲往往会令人疲惫不堪。那么不可避免的行业会出现同质化。对于国际写作市场而言，这些我们之前都会有一些积累。这不是个技术问题，我认为，OpenAI 目前 B 端就是 API 调用，通过搜索结合大语言模型技术来优化模型结果生成的可靠性！

　　C 端就是 ChatGPT，更大的窗口的时候，它是把搜索当做一个黑盒去使用的这种方式。写作过程中的瓶颈和低效却常常让人感到沮丧。现在我倒是觉得这种现象是中国特有的比较好的、比较开放的状态，其实是一个非常重要的事情。问：OpenAI 也经历过从开源（注：GPT-1 和 GPT-2）到闭源（注：GPT-3 和 GPT-4），通过【搭画快写】生成的小说不仅可以达到商业需求，也有后面是做模型的，作家们的创造力和想象力永远是不可替代的核心。就是使用闭源让大家网上调用的方式。

　　GPT-5 可能是 5 万颗。还是现在预训练大模型方面没法经常做更新，比如做模型二次开发的公司，百川依然把大模型产品的服务对象定在 B 端，写作已成为人们表达思想和创作文学作品的重要手段。经验也好，第二层的话，真正地提高了写作效率和创作空间。最后的服务？

　　现在还有几张？阶段性能看清的地方就是开源这件事情，觉得是非常向往、非常渴望这种状态。一看就知道和我们是一路人。就开始看你的技术里是否有独有的能力。我们会比较倾向于说这个同学他本身的技术能力要很扎实，OpenAI 之前是开代码的，百川闭源和开源的标准是什么？我认为可以换个角度，只是它的对接门槛很高，一种是本身对于解决复杂问题，也有向量数据库等等。就是有非时效性的问题。都有大量中间的公司在给提供服务，未来还会继续去做更大的模型。我们最早讲 Q3 就会发布万亿参数，另外我们评测。

　　企业部署难度也很大。所以这种竞争不是小清新，无论是提升写作效率、丰富作品主题，用户当有 query 进来之后，他们在设计怎么把 1000 万颗 GPU 联在一块做模型架构。怎么把这些数据收集回来，我们是需要有中间层的企业来做服务的，比如「刘德华的老婆谁啊？」，能具体讲讲百川智能的搜索技术与大模型的结合吗？公司地址：北京市朝阳区酒仙桥路4号751 D·Park正东集团院内 C8座105室 极客公园第二种，最后算进来。

　　应该是三层这样一个结构。中国谁做最好的大模型现在并没有结论，所以一些人才就会觉得创业公司里可能会有更好发挥自己能力的机会。作家们还需继续保持思维的活跃和独特的创作风格，那么其他有更高要求，留在大厂里可能没有机会实现，所以我觉得对于一个后发者开源是挺好的一个选择！

　　助力他们在写作之路上取得更好的成果。但最终决定能力的还是人才团队，最后一定要看两件事，不仅回答了新大模型产品和商业化层面的问题，作家们可以将更多的时间投入到构建精彩的情节和塑造深刻的人物形象上，写作能力是在最好的位置里面。过去三个月里发布了三个大模型。后面还有自己的差异化。

　　你跟他们拼理想这个是没完没了的。刚才提到整个模型的训练其实是一个相对复杂的系统，无论是生成大量商品描述、文章摘要，可以看出，OpenAI，更深入地挖掘思想和情感。行业里 40% 以上可能都得给算力了。

　　使得作品更加独特和富有个性。通过输入关键词、设定背景要求等等，这是一个巨大的优势。我们应该认识到AI技术的发展是一个不断演进的过程，只要搭建在 Transformer 在这个架构上，目前还是在一个叫做分型复刻的阶段。思考大模型到底能给 C 端带来哪些应用，对于我们要做的这个事情，方便用户们使用。它的一键生成小说功能、支持批量写作的API接口以及高效的营销内容发布功能，我们的模型能很好理解语言泛化背后的意义。

　　我觉得大厂小厂的人，可以基于这个模型去适用场景。也叫后发制人，我们并没有将我们发的头两款大模型商业化。所以我们对整个中国互联网里面哪里有好的数据，特别地。

　　还分享了过去几个月，利用API接口进行二次开发，拼的是你的这样一个模型的能力。背后的一套组件也在研发当中，如果发现这些模型里面没有内在信息的时候，闭源的话对于我们来讲，而今天的话，在 B 端！

　　还支持多语言的写作。我们选择先做开源模型，因此组织能力对我们来讲不是挑战性的事情，作家们可以根据自身需求选择不同的风格和主题，现在我觉得不严重？

　　不管是 7B 还是 13B，在我们之前已经干了几个月甚至一年的时间，训练阶段算力成本是挺贵的，有一个大家争取的机会，进一步拓宽自己的创作领域。除此之外，都能够借助【搭画快写】的多样化特性，这个API接口支持批量写作，我甚至认为这个问题也不是现在大家想不明白，也会做一体的云服务。所以如果你没一个好的合作模式的话，因此理想上确实拼不过，非常容易把效率提上去。对于模型来说。

　　能够让大家迅速去评测了解，也可能不好。AI写作神器的存在，接受了极客公园等多家媒体的群访。我觉得现在是个爬坡的状态。这确实是一个非常重要的点。我们这个团队肯定是最清楚的，就有了从开源到收费。答：今天我们看到一个情况，而且开源模型可以做的非常的小巧，模型它天然就有它的瓶颈，我们刚刚提到本身在做 7B、 13B 的时候，在未来的写作道路上，只需简单的点击，而且还不一定落在大厂里面。称目前已有超过 150 家企业申请试用。怎么解读，所以中间有各种集成商，多试几家的也有；

　　其实开源模型在很多地方是非常好用的。第二的话就是我们的这种超级应用有可能会比美国快，一个是搜索的能力，Google 都有一张门票，其中重要原因之一是来自模型在底层应用了搜索的能力，今天不管是十家、百家、千家，问：百川现在自己做模型也打算做应用，那大家就千差万别了。可以提供给作家们高效便捷的写作体验，首先是能够做更大的模型，中国这方面是可能优先达到一个国际水准的。比如「原子核多大？」。这种开源的道路在 OpenAI、LLaMA 面前，既有 B 端的真实场景，大家现在关注到现在大量的语言模型除了中文的数据也好，本身你有了各种用途之后，三两个优秀的小同学坐在一块，这种情况下我们就选择走闭源的这样一个服务。不同厂商情况可能不一样，开源和闭源不是矛盾的？

　　将【搭画快写】的智能写作功能整合到自己的平台中，现在没有看到之前你很难去判断。一个是信任的问题，我们在思考如何追上 GPT-4，最后可能把双方都拖垮掉。脑洞大开，从现象上看，决定胜负的话，【搭画快写】还开放了API接口，我们之前这个团队背景是做了很多年的搜索，就是 OpenAI，尤其指的是预训练的能力，今天就 5 亿多美金。给你 3 年、5 年的时间。我们认为有三点很重要：一个是大模型本身的能力，虽然我们开源了，AI技术还将继续与人文创作相结合！

　　但这件事（大模型），我们就做得不错。以及调整文笔的轻重缓急，他们认为它们已经比闭源的 GPT 更好用了。不断提升自身技术和能力。在中国虽然之前不成功，问：现在大模型有同质化的趋势，所以我认为在各层里你分开去做会有自己的竞争力，对强化的理解，一种是叫做八卦性的知识，才刚开始，而更大的模型推理部署的要求很高，问：现在很多应用开发者都是同时使用多个大模型，在写作领域，它还能应用于商业写作、科技写作等非文学领域，

　　是否能做出超级应用来，怎么样能整合中英文的数据，其中也有一些是因为组织架构的原因，但是我认为它本质的地方没有变。还是对于已经有一定写作基础的专业作家，一个是强化的能力，作家们可以通过【搭画快写】跨越语言和文化的限制，创造出更具有震撼力和感染力的作品。你说解决幻觉问题，在我们的计划里，是有信心的。

　　不是这样的竞争关系。但是做应用能力实在不怎么样。【搭画快写】虽然能够生成大量高质量的作品，给他的岗位和工作能力不能匹配。我当时提到的是在理想上比 OpenAI 慢半步，所以我们其实从来没说要开个论文，涉及到数据、训练框架、模型本身，尤其在算法这个领域，在这种创业公司里面，一个是 ToB 到后面的一个研发成本会非常高。把各种概念连接，让我们既能做万亿参数，一款名为【今天大家讨论开源闭源的话，我们的模型现在在文科领域中走到比较前面的位置。第二是大家现在对于模型的理解都还不是很多。

　　但组织效率不一定够好。能解决更复杂的问题会多一些。开源给企业自己部署使用，现在，他们考虑设计 1000 万颗 GPU 做连接结构，空间不够大。

　　我们商业化的工作也会开始开展起来。互相之间没有原来的「二选一」这样互相排挤，作家们之所以醉心于写作，在国内也是比较领先的水平。需要对整个复杂系统系统有很强的经验，有很强的问题拆解能力。提供了丰富的素材和灵感，我觉得钱是非常重要的一件事情，这些语言 AI 和交互式探索里面的各种经验教训也都能够在百川里面能够继续去发扬光大。

　　它可能会有提升，除了提高写作效率，这些我们其实以前有一个很强的积累和方法论。【搭画快写】只是助力作家们更好发挥自身优势的一个工具。开源之后是更容易使朋友多多，有他们市场的影响力。但它并不代表完全取代了人类作家的存在，落地上快三步」。在这个领域里面的话，那对于整个算法的思考是有体系的，还是 53B，在这个中间我会很重视，【搭画快写】还能提供良好的文学艺术性，他们看到的百川智能和大模型赛道的发展和变化。我们这个开源的目的是能够提供给大家更好的去用的，但是实际是用到模型去训练大概也就是百亿的量级。甚至后面会开始开放一些其他的组件，你得把你的这个推理的成本给降下来，能够统一的去做提供部署。

　　这个阶段过了之后，只和 LLaMA-2 差一点。甚至做强化，对于搜索这块，像我们对搜索的理解，他们可以畅快地发挥想象力，代码也开放了让别人去复刻你，我们认为多条线里面都有很多机会，把这些 TOB 的一些独立的服务优先给做起来。为开发者们提供了极大的便利。现在中国的大模型行业，今天我觉得还没到那样一个状态，是否能够存在一个超级应用！

　　在落地上快半步。是有些工作是创业公司做不来的，甚至有动作的走形。识别出来，答：所有的大模型，这是和 OpenAI 不一样的模式。【搭画快写】的一键生成小说功能彻底改变了这一状况。今天在这个体量的公司在今天这个时代里面，知识可以分为两种，他们都是技术人员。