撰文 | 張宇編輯 | 楊博丞

“追趕OpenAI”“對標Open AI是智譜AI成立以來的目標”，是智譜AI CEO張鵬在對外分享時屢次提及的幾句話，但現在，智譜AI追趕OpenAI的困難程度增加了不少。

繼OpenAI在春季發佈會上發佈全新旗艦語言模型GPT-4o之後，谷歌也在I/O開發者大會上推出了一系列基於Gemini的“AI超級全家桶”。儘管智譜AI被認爲是最有可能成爲“中國OpenAI”的大模型企業之一，但隨着國內外“百模大戰”愈演愈烈，智譜AI面對的形勢難稱喜人。

以智譜AI旗下生成式AI助手智譜清言爲例，這是一款基於ChatGLM2人工智能語言模型開發而來的大模型產品，通過萬億字符的文本與代碼預訓練，結合有監督微調技術，具備通用問答、多輪對話、創意寫作、代碼 生成、虛擬對話、AI畫圖、文檔和圖片解讀等能力。

但與OpenAI基於GPT-4人工智能語言模型開發的ChatGPT相比，智譜清言仍然處於劣勢地位。一個最直接的差距在於，ChatGLM2在訓練數據和多樣性、跨語言能力、模型規模和參數和推理能力等方面均不如GPT-4。

爲了彌補與OpenAI之間的差距，智譜AI在2024年1月舉行的首屆技術開放日（Zhipu DevDay）上發佈了新一代語言模型GLM-4，雖然GLM-4整體性能相比上一代大幅提升60%，號稱“比肩GPT-4”，但實際上也只是達到GPT-4約90%左右的水平。

值得一提的是，OpenAI新發布的GPT-4o在處理速度上提升了200%，基於GPT-4o，OpenAI對ChatGPT進行了更新升級，增加了更強的語音和視覺功能，這讓ChatGPT對現實的感知能力大大增強——GPT-4o可以在短至0.23秒的時間內響應音頻輸入，音頻響應速度已經達到與人類相似的水平。

顯然，追趕GPT-4已然是智譜AI當下最迫切的任務，其能否訓練出真正比肩GPT-4的語言模型，對於商業化和生態的進階尤爲關鍵。

01.與OpenAI仍存較大差距

智譜AI成立於2019年6月，由清華大學知識工程實驗室（KEG）技術成果轉化而來，是目前國內唯一全內資、全自研的大模型企業，早在2020年開始GLM預訓練架構的研發，並訓練了100億參數模型GLM-10B；2022年合作研發了1300億級超大規模預訓練通用模型GLM-130B；2023年，智譜AI推出千億開源基座對話模型GLM系列，並在2024年1月推出GLM-4。

由於智譜AI入局較早且直接對標OpenAI，也因此成爲資本機構眼中的寵兒。2023年7月至9月，智譜AI共拿到了5輪融資，融資金額超過25億元，主要投資機構包括中關村自主創新基金、美團戰略投資部、螞蟻集團、阿里巴巴、騰訊投資、高瓴資本、紅杉資本等等，目前估值更是達到了200億元，躋身國內AI領域“獨角獸”企業。

不過，目前智譜AI與OpenAI仍有較大差距。

從技術路線來看，OpenAI更加註重通用性、可移植性和可擴展性，其GPT系列語言模型可以在多個場景下應用，並且具有高度的可定製性。相比之下，智譜AI的技術路線是“大模型+小模型”，通過大模型的預訓練和微調，來適應不同場景和任務的需求。這種技術路線可以提高模型的泛化能力和應用範圍，但也存在着模型複雜度高、計算量大、訓練時間長等問題。

在模型規模方面，OpenAI的GPT系列語言模型規模較大，可以處理大量的自然語言數據，從而獲得更好的模型性能，而智譜AI的模型規模可能較小，處理數據的能力有限，這可能會影響其模型性能和泛化能力；在數據資源方面，OpenAI擁有大量的自然語言數據資源，可以用來訓練和優化其模型，而智譜AI的數據資源可能相對較少，導致其模型訓練的效果和性能受到限制。

兩者而定直接差距體現在用戶數上。2022年11月，OpenAI旗下ChatGPT僅上線五天用戶數便突破百萬，2023年1月，其月活用戶數突破了1億，成爲歷史上用戶數增長速度最快的消費級應用。相比之下，根據機構測算，截至2023年11月，智譜AI旗下智譜清言的日活用戶數區間僅爲10萬至40萬。

值得一提的是，智譜清言甚至不是百度旗下文心一言的對手，截至2023年11月，文心一言的日活用戶數約爲80萬左右，而截至2024年4月，文心一言的用戶數已經突破了2億。

張鵬也坦言，和國外大模型相比，國內的大模型發展起步晚了一些，加上高性能算力限制、數據質量的差距等，國內大模型在規模和核心能力上都與世界先進水平存在一定差距，這樣的差距大約在一年左右。

02.智譜AI商業化路漫漫

大模型商業化如何落地，是擺在包括智譜AI在內的所有大模型企業面前的巨大挑戰。

智譜AI是國內最早推進商業化的大模型企業之一，並且率先提出了“模型即服務（MaaS）”的落地路徑，目前智譜AI探索出四種商業模式：一是輕量級的，將大模型封裝成開放平臺，提供API（應用程序接口）給開發者、企業等進行調用，按照調用量進行付費，這種方式非常簡單、成熟，與國外並沒有太大差別；二是面向一些中大型企業對於數據安全保障的需求，智譜AI提供雲端私有化部署的方案，基於雲端算力幫用戶開闢專門的模型專區；三是完全私有化的部署，在企業自己的硬件及算力平臺上提供大模型的基座能力，滿足企業開發相關應用及業務發展的需求；四是一種軟硬件結合的方案，將大模型與國產化信創硬件適配綁定，可以免除在客戶環境中進行部署和實施調試的過程，通過軟硬件一體化進行銷售和部署。

張鵬認爲，B端的付費意願比C端好很多，尤其是行業頭部企業，在大模型方面普遍投入多、動作快。所以智譜AI從一開始就瞄準B端。截至2023年，智譜AI已擁有超2000家生態合作伙伴、超1000個大模型規模化應用，另有200多家企業跟智譜AI進行了深度共創，覆蓋傳媒、諮詢、消費、金融、新能源、互聯網、智能辦公等多個領域的多個頭部企業。張鵬透露，2023年下半年智譜AI簽單客戶約幾百家，2023年整體有億級簽單額。

然而智譜AI還未實現商業化，大模型行業便打起了“價格戰”。

5月15日，字節跳動宣佈，豆包主力模型（豆包通用模型pro）在企業市場的定價爲0.0008元/千Tokens，而市面上同規格模型的定價一般爲0.12元/千Tokens，是豆包模型價格的150倍。5月14日，OpenAI在春季發佈會上宣佈，GPT-4o的API價格下降50%。

在此之前，法國AI企業Mistral AI發佈了最新大模型Mistral Large，並推出對標ChatGPT的首個聊天機器人Le Chat。在定價上，Mistral Large的輸入、輸出價格比GPT-4 Turbo便宜約20%；幻方量化旗下AI公司DeepSeek發佈的全新第二代MoE大模型DeepSeek-V2的API定價爲每百萬Tokens輸入1元、輸出2元（32K上下文），價格爲GPT-4 Turbo的近百分之一。

面對“價格戰”，智譜AI也宣佈入門級產品GLM-3 Turbo模型調用價格從5元／百萬Tokens降至1元／百萬Tokens，降幅高達80%。

值得一提的是，大模型定價的持續走低有望帶來更快的商業化落地，但同時“價格戰”往往意味着企業需要在價格上做出讓步，對於智譜AI而言，其自身盈利能力有限，如果再進行“價格戰”，或將導致利潤進一步下降，實現盈利也將變得更爲艱鉅。

張鵬也坦言，2024年智譜AI所面臨的挑戰是非常艱鉅的，一方面，2024年OpenAI在超級認知、超級對齊上的技術會實現新的突破，這要求智譜AI不斷迭代技術，跟進世界領先腳步；另一方面，2024年大模型會迎來商業化落地潮，智譜AI的商業化競爭壓力也會加大。

對於智譜AI而言，目前商業化路徑已經較爲清晰，但能否走通大模型的商業化之路，關鍵不僅在於商業模式的探索嘗試，更在於解決大模型發展的底層問題。

03.抱團取暖

開源開放也是智譜AI的一大特色，智譜AI希望營造繁榮的社區和生態，爲了更進一步促進大模型開源社區的發展。

張鵬曾表示，智譜AI是國內少數能對標OpenAI的頭部技術企業。公司希望與產業鏈上下游的合作伙伴、開發者社區、學術界等AI領域所有的參與者一同努力，爲中國AI新未來貢獻自己的努力。

2024年，智譜AI將發起開源開放的大模型開源基金，該計劃包括三個“1000”：智譜AI將爲大模型開源社區提供1000張計算卡，助力開源開發；提供1000萬元的現金用來支持與大模型相關的開源項目；爲優秀的開源開發者提供1000億免費API tokens。張鵬表示，大模型開源基金的目的在於推動大模型研發的大進展，促進大模型整個開源生態的大繁榮。

面對全球大模型創業者，智譜AI將升級“Z計劃”，聯合生態夥伴發起總額10億元的大模型創業基金用於支持大模型原始創新，覆蓋大模型算法、底層算子、芯片優化、行業大模型和超級應用等方向。

此外，智譜AI還入股衆多AI產業鏈企業，截至目前，智譜AI以產業型投資方式，已投資、入股超過10家初創公司，單筆參投規模在百萬元級別，其中包括AI模型層企業“聆心智能”，AI模型層企業“面壁智能”，智能法律服務產品提供商“冪律智能”，企業大模型服務平臺“智異璧”，軟件和信息技術服務商“數道智算”，生成式AI應用提供商“生數科技”等等。

對於智譜AI的未來，張鵬十分樂觀，“2024年，大模型市場將從野蠻生長迴歸冷靜，對於大模型的投資與炒作將會告一段落，行業焦點也將從模型本身轉向尋找應用。不過這並不代表大模型的技術演進速度會下降，向上探索的天花板還遠遠沒到。”

本文來自微信公衆號“DoNews”（ID：ilovedonews），作者：張宇，36氪經授權發佈。