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?！眲?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,，見證著中國互聯(lián)網(wǎng)行業(yè)騰飛，助力一批又一批明星企業(yè)成長,。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)，也逐漸打開人工智能世界的大門,。張鵬在清華園浸潤二十多年后,，開啟創(chuàng)業(yè)，“從研究到產(chǎn)業(yè)落地需要一定時(shí)間過渡,，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)譜寫未來的華章?！边@是智譜公司名稱的由來,，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)踐落地的過程縮短，或者親自下場產(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Sora技術(shù)難點(diǎn),、行業(yè)發(fā)展趨勢以及公司商業(yè)化進(jìn)展等問題，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，或者是生成的畫面有閃爍,、跳幀,、前后不一致的情況，從去年下半年開始進(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)鍵性的問題,，對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,，估算起來可能和千億Dense語言模型需要的訓(xùn)練量（算力）相當(dāng),。Sora可以生成長達(dá)60秒語義豐富的視頻，這說明訓(xùn)練的序列也比較長,，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對大模型技術(shù)路線的認(rèn)知更早,、更透徹，目光更長遠(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)對點(diǎn)針對性解決問題,。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)在大語言模型上有諸多成果,，比如智譜清言去年上線公測，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，早期具備簡單聊天功能,，現(xiàn)在已經(jīng)是比較全面的AI效率工具,，無論是工作學(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)大模型評測角度看，其性能整體上已經(jīng)逼近GPT-4,。不過,，如何看待有些評測的效果并不是很驚艷？張鵬：從主流,、標(biāo)準(zhǔn)的大模型測評角度看,，我們在1月的智譜AI技術(shù)開放日上已經(jīng)公布了完整的 benchmark（基準(zhǔn)）測評結(jié)果，GLM-4性能整體比肩GPT-4,，在一些測評中還有所反超,，比如在基于AlignBench的測評中，GLM-4的中文對齊能力優(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)品是靠打磨出來的,，大模型是個(gè)新生事物,，在發(fā)展過程中肯定會(huì)出現(xiàn)各種問題，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,，還是定制化開發(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：我覺得我們給大家的價(jià)值應(yīng)該是技術(shù)本身的優(yōu)勢，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爭力的價(jià)格方案。貝殼財(cái)經(jīng)：對標(biāo)OpenAI的過程中,，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?，F(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布局,，下一步有何計(jì)劃？張鵬：團(tuán)隊(duì)從2021年開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、谷歌,、微軟的廣泛關(guān)注,。實(shí)現(xiàn)全系列產(chǎn)品矩陣對標(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)。未來智譜AI也會(huì)第一時(shí)間向大家公布我們在多模態(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 楊許麗