智譜AI CEO張鵬,。受訪者供圖“讓機(jī)器像人一樣思考?！边M(jìn)入位于搜狐網(wǎng)絡(luò)大廈的智譜AI（人工智能）辦公區(qū)域,，公司愿景映入眼簾。隨著ChatGPT,、Sora相繼問(wèn)世,，智譜公司也在這波人工智能大模型浪潮中更為忙碌,，調(diào)研,、合作接踵而至?！皠?chuàng)業(yè)像用百米的速度跑馬拉松,。”創(chuàng)業(yè)的快節(jié)奏讓張鵬團(tuán)隊(duì)不斷拓展邊界,，跨出舒適圈,。這正是眾多風(fēng)口創(chuàng)業(yè)者的常態(tài)。坐落在北京中關(guān)村的搜狐網(wǎng)絡(luò)大廈,，見(jiàn)證著中國(guó)互聯(lián)網(wǎng)行業(yè)騰飛,，助力一批又一批明星企業(yè)成長(zhǎng)。如今,，再度站在風(fēng)口,，吸引眾多人工智能創(chuàng)業(yè)企業(yè)入駐。張鵬與人工智能的緣分追溯至1998年,，當(dāng)時(shí)互聯(lián)網(wǎng)行業(yè)在中國(guó)萌發(fā),，計(jì)算機(jī)尚未普及。彼時(shí),，張鵬填報(bào)了清華大學(xué)計(jì)算機(jī)專業(yè),，也逐漸打開(kāi)人工智能世界的大門(mén)。張鵬在清華園浸潤(rùn)二十多年后,，開(kāi)啟創(chuàng)業(yè),，“從研究到產(chǎn)業(yè)落地需要一定時(shí)間過(guò)渡，在這樣的歷史浪潮中,，產(chǎn)生了科技成果向社會(huì)轉(zhuǎn)化的契機(jī),，我們應(yīng)該厚積薄發(fā)?！薄坝萌斯ぶ悄芗夹g(shù)譜寫(xiě)未來(lái)的華章,。”這是智譜公司名稱的由來(lái),，張鵬團(tuán)隊(duì)創(chuàng)業(yè)之初便試圖解局——如何將研究到實(shí)踐落地的過(guò)程縮短，或者親自下場(chǎng)產(chǎn)生更大價(jià)值,。目前,，智譜AI專注于人工智能大模型研發(fā)與商業(yè)化落地。近日,，針對(duì)Sora技術(shù)難點(diǎn),、行業(yè)發(fā)展趨勢(shì)以及公司商業(yè)化進(jìn)展等問(wèn)題，新京報(bào)貝殼財(cái)經(jīng)記者專訪了智譜AI CEO張鵬。談迭代Sora領(lǐng)跑,，生成視頻連續(xù)性更好,、邏輯性更強(qiáng)貝殼財(cái)經(jīng)：初次看到Sora生成的視頻時(shí)感受如何？張鵬：OpenAI近期發(fā)布了視頻生成模型Sora,，能夠生成一分鐘的高精度視頻,。更重要的是，讓大家看到也許這是構(gòu)建物理世界通用模型的可能路徑,。這確實(shí)是非常不錯(cuò)的進(jìn)展,，文生視頻研發(fā)有段時(shí)間了，之前可能只實(shí)現(xiàn)幾秒,，或者分辨率不高,，或者是生成的畫(huà)面有閃爍、跳幀,、前后不一致的情況,，從去年下半年開(kāi)始進(jìn)展還比較明顯。Sora主要的優(yōu)點(diǎn)是生成視頻的連續(xù)性更好,、分辨率更高,、邏輯性更強(qiáng)，本質(zhì)上解決了一些關(guān)鍵性的問(wèn)題,，對(duì)文生視頻的理解和了解更深入,、廣泛。貝殼財(cái)經(jīng)：文生視頻的技術(shù)難點(diǎn)在哪,，Sora的技術(shù)具有哪些突破性,？張鵬：Sora的主要技術(shù)思路是用視覺(jué)塊編碼（Visual Patch）的方式，把不同格式的視頻進(jìn)行統(tǒng)一編碼,，然后用Transformer（變換器）架構(gòu)進(jìn)行訓(xùn)練,，并引入類似Diffusion的Unet方式，在降維和升維的過(guò)程中做加噪和去噪,。Sora提到的Diffusion Transformer（擴(kuò)散型變換器）架構(gòu),，和之前的“小”視頻模型不同，Sora是一個(gè)很大的視頻模型,，估算起來(lái)可能和千億Dense語(yǔ)言模型需要的訓(xùn)練量（算力）相當(dāng),。Sora可以生成長(zhǎng)達(dá)60秒語(yǔ)義豐富的視頻，這說(shuō)明訓(xùn)練的序列也比較長(zhǎng),，訓(xùn)練時(shí)的窗口至少也得有5s+,。貝殼財(cái)經(jīng)：Sora如何反映了大模型發(fā)展水平的差異？張鵬：Sora的出現(xiàn)更鮮明地體現(xiàn)了OpenAI在技術(shù)方面的領(lǐng)先,，它把這種領(lǐng)先具象化了,。這里面有很多原因,，總體上看，Open AI對(duì)大模型技術(shù)路線的認(rèn)知更早,、更透徹,，目光更長(zhǎng)遠(yuǎn)，足夠堅(jiān)持探索AGI（人工通用智能）機(jī)理,。在人才方面,，其團(tuán)隊(duì)足夠強(qiáng)，都是世界比較頂級(jí)的人才聚集,，有共同的理想和愿景,。此外，專利,、資金,、數(shù)據(jù)等各資源能夠集中發(fā)揮作用。貝殼財(cái)經(jīng)：追趕或者實(shí)現(xiàn)Sora的技術(shù)有時(shí)間表嗎,？張鵬：不好判斷,，文生視頻技術(shù)有許多團(tuán)隊(duì)都在研究，關(guān)鍵是需要點(diǎn)對(duì)點(diǎn)針對(duì)性解決問(wèn)題,。此外,，模型規(guī)模變大，數(shù)據(jù)量增加,，數(shù)據(jù)的標(biāo)注,、清洗、選擇,、合成都有待探索,，所以很難有準(zhǔn)確時(shí)間預(yù)估。談落地需要承認(rèn)差距,，完美的產(chǎn)品靠打磨貝殼財(cái)經(jīng)：智譜已經(jīng)在大語(yǔ)言模型上有諸多成果,，比如智譜清言去年上線公測(cè)，目前使用效果如何,？張鵬：智譜清言是C端產(chǎn)品,，產(chǎn)品本身根植在模型之上，它的版本迭代和效果提升,，絕大部分來(lái)自于模型本身的迭代,，從去年到今年更迭了3個(gè)版本，效果提升了許多,。智譜清言產(chǎn)品本身也做了非常多的優(yōu)化,，早期具備簡(jiǎn)單聊天功能，現(xiàn)在已經(jīng)是比較全面的AI效率工具,，無(wú)論是工作學(xué)習(xí)和日常生活都可以用AI賦能,。貝殼財(cái)經(jīng)：1月16日，智譜AI發(fā)布了基座大模型GLM-4,，從標(biāo)準(zhǔn)大模型評(píng)測(cè)角度看,，其性能整體上已經(jīng)逼近GPT-4。不過(guò),，如何看待有些評(píng)測(cè)的效果并不是很驚艷,？張鵬：從主流、標(biāo)準(zhǔn)的大模型測(cè)評(píng)角度看,，我們?cè)?月的智譜AI技術(shù)開(kāi)放日上已經(jīng)公布了完整的 benchmark（基準(zhǔn)）測(cè)評(píng)結(jié)果,，GLM-4性能整體比肩GPT-4，在一些測(cè)評(píng)中還有所反超,，比如在基于AlignBench的測(cè)評(píng)中,，GLM-4的中文對(duì)齊能力優(yōu)于GPT-4。當(dāng)然,，我們留意到了在某些案例中,，智譜清言的效果不盡如人意，我們的產(chǎn)品團(tuán)隊(duì)正在持續(xù)優(yōu)化,，努力為所有用戶提供優(yōu)秀體驗(yàn),。完美的產(chǎn)品是靠打磨出來(lái)的，大模型是個(gè)新生事物,，在發(fā)展過(guò)程中肯定會(huì)出現(xiàn)各種問(wèn)題,，在某一方面存在差距非常正常，我們正視差距,，努力做到超越大家的預(yù)期,。貝殼財(cái)經(jīng)：你曾表示希望2024年讓大模型真正落地，大模型如何從實(shí)驗(yàn)室到商業(yè)化,？張鵬：2021年就提出商業(yè)化落地,，目前商業(yè)化效果還可以，現(xiàn)在已經(jīng)有2000多家合作伙伴,，其中有1000多家實(shí)現(xiàn)了規(guī)?；涞兀?00多家深度共創(chuàng)的用戶,。商業(yè)化當(dāng)然還有很大的空間,。另外，我們也在思考大模型商業(yè)化落地的邏輯和范式是什么,？市場(chǎng)上可能有各種各樣的聲音,，是做通用技術(shù)模型還是做行業(yè)垂直模型，是以標(biāo)準(zhǔn)化產(chǎn)品的方式做平臺(tái),，還是定制化開(kāi)發(fā)應(yīng)用落地,，大家都有很多的討論,。貝殼財(cái)經(jīng)：大家用智譜大模型，更看重產(chǎn)品的性價(jià)比,？張鵬：我覺(jué)得我們給大家的價(jià)值應(yīng)該是技術(shù)本身的優(yōu)勢(shì),，重要的是把技術(shù)做到最好，技術(shù)決定模型能力的好與壞,。我們努力給客戶提供有競(jìng)爭(zhēng)力的價(jià)格方案,。貝殼財(cái)經(jīng)：對(duì)標(biāo)OpenAI的過(guò)程中，智譜AI有什么轉(zhuǎn)變嗎,？張鵬：我們起步比OpenAI晚,，人家做得比我們好，需要承認(rèn)差距,，但是我們的目標(biāo)一致,，那就是AGI。現(xiàn)在OpenAI還是處于領(lǐng)先地位,，有非常多值得我們學(xué)習(xí)的地方,。談布局讓機(jī)器像人一樣思考，通用人工智能不是單項(xiàng)能力突破貝殼財(cái)經(jīng)：智譜在文生視頻方面有無(wú)布局,，下一步有何計(jì)劃,？張鵬：團(tuán)隊(duì)從2021年開(kāi)始布局文生圖和文生視頻。其中,，根據(jù)CogView（模型名）,，我們研發(fā)了基于大模型的文本到視頻生成模型CogVideo，采用了多幀率分層訓(xùn)練策略,，生成高質(zhì)量的視頻片段,，提出一種基于遞歸插值的方法，逐步生成與每個(gè)子描述相對(duì)應(yīng)的視頻片段,，并將這些視頻片段逐層插值得到最終的視頻片段,。這個(gè)工作引起了臉書(shū)、谷歌,、微軟的廣泛關(guān)注,。實(shí)現(xiàn)全系列產(chǎn)品矩陣對(duì)標(biāo)Open AI，是我們大模型系列產(chǎn)品布局的一貫?zāi)繕?biāo),，多模態(tài)模型在其中扮演著重要角色,，也始終是我們的研究重點(diǎn)。未來(lái)智譜AI也會(huì)第一時(shí)間向大家公布我們?cè)诙嗄B(tài)方面的最新成果,。貝殼財(cái)經(jīng)：除了文生圖,、文生視頻外，智譜是否有其他計(jì)劃,？張鵬：首先創(chuàng)業(yè)團(tuán)隊(duì)做事要聚焦,，我們布局文生圖,、文生視頻，最終還是要收攏,，并不是去做一堆的模型,，更要看重技術(shù)之間解決了哪些核心問(wèn)題，是否具有一致性,。我們的愿景是“讓機(jī)器像人一樣思考”。最后要解決通用人工智能認(rèn)知問(wèn)題,。文生圖,、文生視頻就是把人的認(rèn)知能力拆解，一項(xiàng)一項(xiàng)解決,，最終才能把這些事情統(tǒng)合起來(lái)解決,。真正的通用人工智能不是單項(xiàng)能力的突破，而是追求本質(zhì)上的認(rèn)知能力突破,。一旦讓機(jī)器具備這種認(rèn)知能力,，就有可能突破人腦上限。新京報(bào)貝殼財(cái)經(jīng)記者 陳維城 編輯 王進(jìn)雨 校對(duì) 楊許麗