編者按：本文來自微信公眾號深燃，作者：金玙璠 賀樹龍，編輯：賀樹龍 ，創(chuàng)業(yè)邦經(jīng)授權發(fā)布。

【資料圖】

不加入“百模大戰(zhàn)”。

ChatGPT上線半年后，一場大模型追逐戰(zhàn)繼續(xù)在太平洋兩岸上演。

由OpenAI、微軟和英偉達組成的聯(lián)盟，正在太平洋東岸玩命狂奔。今年3月以來，中國科技公司緊急跟進，百度、阿里、商湯、科大訊飛相繼推出“類ChatGPT”產(chǎn)品，騰訊、華為、京東公開表示正在跟進大模型，都想抓住這個比互聯(lián)網(wǎng)時代還“大十倍”的機會。

“百模大戰(zhàn)”當前，作為國內(nèi)大型科技企業(yè)的小米，卻顯得格外冷靜。

小米掌門人雷軍說，小米正在研發(fā)一些技術和產(chǎn)品，等打磨好了再給大家演示。小米集團總裁盧偉冰稱，小米目前擁有超過1200人的AI團隊，會積極擁抱大模型，與業(yè)務深度結合，但不會像OpenAI一樣去做通用大模型。

這些信息都加深了外界的疑問：小米會加入“百模大戰(zhàn)”嗎？

小米集團AI實驗室主任王斌博士告訴深燃，小米自己會去自研通用大模型，但不會單獨發(fā)布一款類ChatGPT產(chǎn)品，“也不會發(fā)布一個PPT，或者演示幾個例子，就說我們有大模型了”，而是自研大模型最終會由產(chǎn)品帶出來。

這是繼小米官宣大模型團隊后，首度對外披露大模型的路線和進展。今年4月14日，小米宣布大模型團隊由欒劍帶隊，向王斌匯報。王斌曾在中科院從事了20多年NLP（自然語言處理）相關的研究和開發(fā)工作，2018年加入小米，2019年起負責AI實驗室。AI實驗室是小米AI戰(zhàn)略的核心部門。

曾經(jīng)做過對話大模型的小米，在通用預訓練語言大模型上，是少有的理智派。王斌透露，目前專職大模型團隊30多人，不會馬上極速擴張；這個團隊的目標還是通用語言大模型，第一步的目標基座模型參數(shù)在幾百億，然后會視前期爬坡結果，再決定下一步投入。

“從研發(fā)出大模型到落地還有很長的一段距離，是否能找到合適的重要場景是很多大模型公司的痛點?！痹谕醣罂磥恚∶椎膬?yōu)勢是有足夠多的現(xiàn)成的大模型落地場景，包括小愛同學、loT、自動駕駛、機器人等等，豐富的應用場景也能夠反哺大模型的能力。

小米不缺場景，但要訓練出大模型，數(shù)據(jù)、算力、人才的積累缺一不可。王斌說，小米在人才上有一定儲備，算力和數(shù)據(jù)量方面的挑戰(zhàn)較大。一方面，算力需要克服系統(tǒng)級的挑戰(zhàn)，且要做到訓練成本可控；另一方面，高質量數(shù)據(jù)的獲得、清洗，都要花費不少時間和成本。

在新一輪AI大模型浪潮中，小米AI團隊為什么不發(fā)布“類ChatGPT產(chǎn)品”？小米是怎么判斷大模型的技術路線、技術難度的？日前，深燃總編輯賀樹龍和小米技術委員會AI實驗室主任王斌進行了一場對話。以下是核心內(nèi)容：

01 小米大模型： 團隊30人，不發(fā)“類ChatGPT”

深燃：4月14日，小米任命欒劍為大模型團隊負責人，向你匯報。能否介紹下小米大模型團隊是怎么誕生的？

王斌：大模型團隊是4月份宣布的，但在這之前已經(jīng)開始運作。

去年11月30日，OpenAI發(fā)布ChatGPT后，我們一堆人快速注冊賬號，在上面開始玩。ChatGPT確實很顛覆，我們做了這么多年AI，它的很多能力超出了我們研發(fā)人員的預期。

很快，我們就組織了多個內(nèi)部大模型交流群，討論大模型的技術，以及它對機器翻譯、人機對話、智能問答、客服會產(chǎn)生哪些顛覆性的影響。早期參加研討的很多人，后來都成了專職大模型團隊的重要成員。

深燃：小米大模型團隊會不會來得有點晚？

王斌：對于大模型，我們屬于理智派。

在ChatGPT誕生之前，小米內(nèi)部做過大模型相關的研發(fā)和應用，主要是預訓練＋下游任務監(jiān)督微調(diào)的方式來做人機對話，模型的參數(shù)在幾十億級別。當然，這類模型并非現(xiàn)在所說的通用大模型。

我們非常清楚，通用大模型的研發(fā)和應用是一個長期的工作，不是早晚的問題。我們是按照自己的時間規(guī)劃和步驟在走，當時覺得時間點到了，就做了團隊發(fā)布。

深燃：大模型團隊有多少人？有繼續(xù)擴張的計劃嗎？

王斌：主力團隊目前有30多人。我們目前是先按照人才、數(shù)據(jù)、模型、算力、評測、產(chǎn)品這幾個方面去籌備，等到了一定階段再逐步調(diào)整或擴張。

我們目前不會馬上擴大人數(shù)，比如一下招到100人。因為在積累能力爬坡階段，可能招這么多人都不知道怎么安排，反而是一種浪費。

隨著大模型相關信息的不斷公開，資本和人才的不斷涌入，大模型領域的發(fā)展非?？?，大家的看法變化也很大。前不久ChatGPT剛出來時，大家覺得，實現(xiàn)類似的大模型基本不可能，但是慢慢地，很多人覺得可能性很大，還有一些人認為，不需要那么大規(guī)模的模型就可以滿足很多產(chǎn)品的需求。大家的投資力度，差異也特別大。有些人可能覺得團隊至少要幾百人，有些人認為不需要。

深燃：接下來有沒有一些階段性的規(guī)劃，什么時候對內(nèi)測試和對外發(fā)布？

王斌：跟其他公司不太一樣，小米天生帶著產(chǎn)品的屬性，我相信小米大模型出來的時候，是由產(chǎn)品帶著出來。

我們內(nèi)部有可能會在Q3之前測試。不過，這也不是一個必然的節(jié)點。

深燃：也就是說，小米不會發(fā)布一個類ChatGPT產(chǎn)品？

王斌：對，我們不會發(fā)布一個PPT，或者演示一下我們有大模型了。應用場景豐富是我們最大的優(yōu)勢。小米大模型會跟場景結合得更緊密，肯定是圍繞產(chǎn)品的節(jié)奏去做相應的發(fā)布規(guī)劃。

深燃：除了人力之外，小米做大模型在算力方面的成本大概是多少？

王斌：我們屬于中等規(guī)模的投入，會視前期爬坡的結果，再決定下一步投入。

我們的基本判斷是，適用于小米產(chǎn)品和業(yè)務的模型，參數(shù)可能在幾百億，會比千億規(guī)模低，用于訓練的機器的投入大概是幾千萬人民幣級別。

深燃：之前小米做的幾十億參數(shù)級別的模型，現(xiàn)在怎么樣了？

王斌：去年發(fā)布的ChatGPT是大模型的一種，叫通用預訓練語言大模型。但大模型本身很早就出現(xiàn)了，大家有不同的路線、做法。

我們較早就開始跟進大模型，當時做的是一個對話專用模型，大概是28億到30億的參數(shù)。它是在預訓練基座模型的基礎上，通過對話數(shù)據(jù)的微調(diào)來實現(xiàn)的，并不是現(xiàn)在的通用大模型，而是專用于人機對話，比如，可以提高小愛同學對話的流暢度、多樣性，讓它可以聊下去。后來這個模型上線到小愛，進行了小規(guī)模上線測試。

所以，小愛同學里已經(jīng)用到了AIGC，只不過，我們在產(chǎn)品層面，沒有全部使用這個大模型，而是利用傳統(tǒng)模型和對話大模型的互補性，將兩個混合使用。

小米的通用大模型在落地產(chǎn)品時，很可能也是這種混合模式。傳統(tǒng)模型處理得非常好的問題，就交給傳統(tǒng)模型。大模型就解決它擅長的問題，例如一些小概率事件或是長尾對話。

現(xiàn)在出來的通用大模型，在對話水平上，明顯高于之前的對話專用大模型，所以這部分團隊也全都轉到通用大模型上了。這個團隊跑通過整個對話大模型的訓練過程，爬過一些坑，加上數(shù)據(jù)的積累，有一定優(yōu)勢。

02小米大模型： 場景占優(yōu)勢，數(shù)據(jù)是難題

深燃：這段時間以來的技術進展非常迅猛，國內(nèi)大模型在密集發(fā)布，會因為進展慢而焦慮嗎？

王斌：我曾經(jīng)有一段時間比較焦慮，因為老不下場做就會有點慌，你就會想，“別人怎么進展這么快，一下子就做出來了？”現(xiàn)在我們下場去做了，也就不焦慮了。

據(jù)說，中國現(xiàn)在是“百模大戰(zhàn)”，已經(jīng)發(fā)布了80多個大模型，有些提供了內(nèi)測，有些只是PPT發(fā)布。有些模型的效果還是不錯的，光從發(fā)布的水平看，我們現(xiàn)有的自研大模型的水平，看上去也不比很多模型差。但我們不急于做對外發(fā)布。第一，對于小米這樣的公司來說，沒有太大意義。第二，我們還是希望圍繞產(chǎn)品，把自研模型做得更好一些，再一同發(fā)布。

深燃：你認為國內(nèi)公司的大模型有機會趕上OpenAI嗎？差距有多大？他們喜歡用三個月、六個月來形容。

王斌：目前來看，OpenAI肯定是走得非常靠前的，它投入時間早，在人才、數(shù)據(jù)、算力、工程、產(chǎn)品等方面都有非常強的積累。從國內(nèi)的情況看，我感覺目前和OpenAI還是有一定差距，有人說是三個月、六個月，也有人說是一年、兩年。時間上，真不好說。

因為怎么評價大模型，本身就是個挺難的問題。現(xiàn)在出現(xiàn)了各種大模型的排行榜，但目前都沒有得到大家的一致認可。沒有真正的評價標準，那么談三個月、六個月趕上，也就是個拍腦袋的說法。

至于國內(nèi)有沒有可能追上OpenAI，我早期比較悲觀，覺得幾乎不可能，但隨著各種開源方案、各種團隊和資本的涌入，我的判斷更樂觀一些。我認為，國內(nèi)有機會跟OpenAI縮小距離，去接近甚至在很多場景超過它。

大模型看上去不像芯片有那么高的門檻，通過人才、數(shù)據(jù)、算力等的不斷積累和優(yōu)化，是有可能不斷縮小差距的。

深燃：國內(nèi)哪些類型的公司搞大模型更有優(yōu)勢？小米的機會在哪里？

王斌：不管大公司還是中小的創(chuàng)業(yè)公司，都有各自的生存空間。大模型是一個生態(tài)，并非一家獨大就能通吃，生態(tài)上的所有公司，包括做算力的、做數(shù)據(jù)的、做應用的，還有真正做大模型的公司，都有各自的機會。

像小米做大模型，有應用場景的優(yōu)勢。我們認為，大模型跟場景的結合會是一個巨大的機會。

因為如果只是發(fā)布大模型，沒人用，那不一定能通過滾動快速發(fā)展起來。而我們可以馬上落地到場景，通過不斷迭代，在這些場景充分發(fā)揮出大模型的威力。

雖然我們目前只整合了一支30多人的主力團隊，但實際上外圍還有非常多的人。整個AI實驗室，有NLP背景且在做具體應用的，就有一百多人，包括知識圖譜、機器翻譯、人機對話、智能客服、智能問答。他們都是具有大模型基礎思維以及相關技術的人員，正在從各自應用的角度推動對大模型的探索。

王斌

深燃：小米在NLP研究上的積累，對大模型的價值有多大？

王斌：這在業(yè)界存在兩種說法。一種說法是，我們這些人可能沒活干了，AI革了自己的命，特別是做NLP的人可能就沒飯碗了。還有一種說法是，畢竟大模型是從NLP干出來的，做NLP的人有先天優(yōu)勢。

這兩種說法都有一定道理，但畢竟涉及到我的飯碗，我更傾向于后一種說法。

大模型原本在各個領域都有探索，包括視覺、語音、NLP。但為什么是在NLP這個領域首先突破，我相信這里面有本質的原因。我理解至少有兩點：第一是語言數(shù)據(jù)的豐富性和易獲得性，第二，語言數(shù)據(jù)背后隱含著非常豐富的反應人類思考過程的知識。

所以我相信，在NLP領域有多年積累的人，對大模型的理解和改造能力有一定的先天優(yōu)勢。小米大模型團隊的成員，很多原來是做NLP方向的。國內(nèi)做大模型非常不錯的幾家創(chuàng)業(yè)公司，也是從NLP領域出來的。

深燃：小米攻克大模型目前的難點有哪些？怎么克服？

王斌：首先我還是想說，大模型本身有非常巨大的挑戰(zhàn)。

一項巨大的挑戰(zhàn)是技術的不確定性。我們看過一些報道，甚至OpenAI團隊自己也不十分清楚大模型背后的真正原理，如果再做一次，對是否能夠出現(xiàn)同樣的“涌現(xiàn)”結果也沒有把握。我相信這一點上OpenAI講的是實話，由于技術上有非常大的不確定性，所以有投入不能保證一定能訓練出滿足預期的大模型。

高質量數(shù)據(jù)的積累也是一項挑戰(zhàn)。大家一般認為，大模型需要極大規(guī)模高質量的訓練數(shù)據(jù)。網(wǎng)絡上公開得到的數(shù)據(jù)，質量總體比較差，所以數(shù)據(jù)的獲取、清洗，都是比較大的挑戰(zhàn)。

另外的挑戰(zhàn)當然是算力。首先，并不是說有這么多卡就能夠訓出來，怎么能夠用好這些卡本身就是一個系統(tǒng)級的挑戰(zhàn)。其次，因為在訓練過程中可能會犯錯，可能錢燒沒了，什么都燒不出來，所以要看你有沒有能力用可控的成本把大模型訓練出來。

實事求是地說，目前數(shù)據(jù)和算力的挑戰(zhàn)還是比較大的，尤其是大規(guī)模的高質量數(shù)據(jù)。經(jīng)過前面一段時間的爬坡，我們現(xiàn)在基本有把握，只要數(shù)據(jù)到位，利用現(xiàn)有的算力，我們大概能知道多少天能夠訓出一個還可以的基座模型。

深燃：現(xiàn)在大模型訓練的成本降低了嗎？

王斌：一方面，試錯的成本比以前低了。因為大模型訓練是可能走彎路、會失敗的，但是隨著各種信息的公開，現(xiàn)在可能能很快找到訓練的正確方向。另一方面，很多云計算、芯片等公司，還有很多創(chuàng)業(yè)公司，都在提供更低成本的大模型訓練和推理服務。隨著整個生態(tài)進一步發(fā)展，我相信訓練的成本會不斷降低。

03大模型怎么影響小米業(yè)務？

深燃：能否詳細介紹下你負責的小米AI實驗室？

王斌：在2016年“阿爾法狗(AlphaGo)”橫空出世后，雷總第一時間推動了AI團隊的建設。AI實驗室于2016年正式成立，我從2019年開始負責。

原來AI實驗室隸屬于人工智能部。后來人工智能部合并到集團技術委員會，現(xiàn)在AI實驗室是技術委員會的直屬部門。

AI實驗室現(xiàn)在的團隊規(guī)模在350人左右，下屬六個方向，分別是機器學習、自然語言處理（NLP）、計算機視覺、聲學、語音和知識圖譜。

大模型出來后，AI實驗室設立了專職大模型團隊，我們現(xiàn)在的重點是語言大模型，但也在關注跨模態(tài)大模型。

深燃：盧總（小米集團總裁盧偉冰）說小米AI團隊目前超過1200人。除了AI實驗室，小米內(nèi)部還有哪些部門跟AI強關聯(lián)？

王斌：AI實驗室之外，還有小愛同學團隊，這兩個團隊都在技術委員會下面。

技術委員會之外，還有很多部門都有比較大的AI團隊，包括汽車部的自動駕駛部，手機的相機部、軟件部，此外，在互聯(lián)網(wǎng)業(yè)務部做的用戶增長、廣告推薦，都跟AI相關。

總之，AI相關的團隊有些在業(yè)務部門，有些在技術委員會，總數(shù)大概1200人，如果再考慮一些小團隊，這個數(shù)字我個人覺得還更大一些。

深燃：小米AI實驗室在小米AI戰(zhàn)略里是什么角色？

王斌：AI實驗室是集團層面的AI技術研發(fā)和輸出部門。通俗地說，我們是面向全公司輸出AI技術。

我們曾經(jīng)把AI實驗室比喻成集團層面AI技術的“試驗田”和“彈藥庫”。因為AI發(fā)展迅速，AI實驗室會研發(fā)一些中長期的前沿技術，圍繞小米業(yè)務做儲備，在集團需要的時候輸出“彈藥”。

在AI技術層面，我們在公司里肯定是儲備最齊全的，在行業(yè)里也是非常有實力的。

深燃：小米AI實驗室有哪些重要的研究成果？

王斌：我們AI實驗室的理念更強調(diào)技術和場景的結合，目前還沒有把發(fā)表論文當作OKR。所以，我從中科院（中國科學院）來到小米后，自己感覺最大的成就不是某個單點的技術的進展，而是技術和產(chǎn)品的巧妙融合。

小米是一家To C的公司，我們的AI能力輸出暫時不直接對外輸出，而是通過公司的產(chǎn)品輸出。我們的成果非常多，包括小米手機中的很多拍照和相冊處理算法，小愛同學中涉及的語音、NLP等算法，小米商城的推薦、搜索、客服系統(tǒng)中的AI算法。

我舉個例子，我們在手機上開發(fā)了離線翻譯功能，比如出國后，很多情況下網(wǎng)絡沒有那么好，這時候打開小米手機的翻譯功能，不用走云端，離線狀態(tài)下，實時性、隱私性和翻譯效果都比較好。這個功能的實現(xiàn)和應用都不算容易，我們做了很多很多翻譯效果和性能的優(yōu)化工作。

在小米內(nèi)部，并不是我們自己的技術，就會優(yōu)先用，內(nèi)部技術也要和外部技術去公平去PK，只有勝出才能活下來，應用到產(chǎn)品。

深燃：以ChatGPT為代表的大模型技術，會對小米的哪些業(yè)務帶來影響？

王斌：大模型最強的能力，簡單來說就是它更理解人，它顯然能優(yōu)化人機交互的方式。小米的小愛同學、手機操作系統(tǒng)MIUI、汽車的座艙、IoT、機器人，都是應用大模型的典型場景。

深燃：能不能以小愛同學舉例說說。

王斌：應用到小愛同學上，能同時做到兩件事。一類是讓不可能變成可能，相當于有了新的功能。比如，我讓小愛制定一個出行計劃或者訂餐等等。原來的技術能力沒有達到，用戶稍微換一種說法，它就亂套了。但有了大模型的支持，它對人的話語的理解更深了，這樣就可以完成復雜任務，這類應用就有可行性了。

還有一類是對原來功能的增強，相當于錦上添花。因為人類表達的跳躍性、多樣性，原來在小愛同學人機交互的過程中，最大的問題就是遇到小概率事件，我們叫Corner Case，通常會采用保守策略，讓小愛說，“我回答不了”，“我還在學習”。這種托底回答也能把對話進行下去，但體驗不好。但大模型技術能把對話進行得更長，而且大幅度提高用戶滿意度。

深燃：大模型對智能家居的影響大嗎？

王斌：按照我的個人理解，大模型至少能在交互能力上，提高智能家居的使用體驗。

現(xiàn)在雖然有很多設備號稱“智能”，但表現(xiàn)上經(jīng)常像“智障”導致使用率不高。比如說，打開空調(diào)或者調(diào)控空調(diào)溫度，如果說法跟標準指令不一樣，就可能就無法控制IoT設備。

但大模型來了以后，對人類語言的理解更深了，很多情況下表達方式各種各樣，大模型能把用戶的表達翻譯成機器能聽得懂的指令。這會帶動更多人使用智能設備，讓整個生態(tài)能更快成長起來。

深燃：除了現(xiàn)有業(yè)務的提升，還有哪些事情是以前小米做不到，但有了大模型以后有可能去做的？

王斌：我們會讓大模型和這些業(yè)務做深度的協(xié)同，當然，除此之外，我們也在尋找更多可能性。

我們團隊寫了很多文章在公司內(nèi)部推廣大模型，包括大模型的概念和技術發(fā)展，教大家怎么用ChatGPT來解決業(yè)務問題。雷總已經(jīng)要求每個部門都要學習大模型，要求大家具有基本的大模型思維，思考怎么跟業(yè)務結合。

本文（含圖片）為合作媒體授權創(chuàng)業(yè)邦轉載，不代表創(chuàng)業(yè)邦立場，轉載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。

關鍵詞：