(资料图片)

4月 7 日，阿里大语言模型“通义千问” 官宣邀测 引发热议，国内大模型一触即发。 今天在2023阿里云峰会上，阿里云智能首席技术官周靖人正式发布“通义千问”。 阿里所有产品未来将接入通义千问进行全面改造，钉钉、天猫精灵率先接入测试 ，将在评估认证后正式发布新功能，用户通过简单的文字或语音交互便科技完成丰富的指令需求。未来，该模型将结合阿里系产品，全面重塑办公、语音助手、电商、导航、搜索、文娱等场景体验。令人惊喜的是，企业还可基于“通义千问”来打造自身专属大模型，享受大模型浪潮带来的科技红利。 除了释放大模型能力外，峰会还重磅推出 “飞天免费试用计划”，全栈云产品开放免费体验！ 50多款核心产品免费试用，时长最多可达3个月，这是国内开放全栈云产品免费试用规模最大的一次！此外，为进一步降低开发者和企业的用云成本，推出ECS最新主售U实例，比以往同类产品降价高达40%！ 为什么阿里云这么“大手笔”？“通义千问”背后还有哪些布局计划？大模型时代，开发者如何面对编程范式的全新变革？ CSDN创始人&董事长，极客帮创投创始合伙人蒋涛 与 阿里云智能首席技术官周靖人 从阿里云峰会的重磅发布谈起，深入探讨如何用云更好地支撑 AI 发展，如何用云更好地支持开发者，以及背后的布局思路。 大模型无法一蹴而就，厚积薄发成“通义千问” 蒋涛：周老师好，去年我们在 云栖大会期间聊魔搭社区 、聊“Model as a Service”（ MaaS，模型即服务）理念，才过去短短的几个月时间里，大模型发展已风起云涌。 周靖人 ：本次聊的“通义千问”，其实是 MaaS 的延展。 蒋涛：“通义千问”是基于去年发布的通义大模型发展而来，还是全新研发？ 周靖人 ：通义大模型本身不代表某种模型或某项技术，它代表系列模型的演进路线。整体而言， 它朝着多模态能力接近于人类智慧的模型智能体方向演进，“通义千问”作为该模型系列的重要部分。 蒋涛：“通义千问”从开始研发到邀测用了多长时间，中间过程有哪些关键节点？是否和 ChatGPT 的发布有关？ 周靖人 ：不是在 ChatGPT 推出后，阿里才开始研究大模型。早在 2019 年，阿里开始尝试各类预训练大模型的研究，是国内较早一批研究大模型的企业之一。技术演进路线从最初的 StructBERT 到多模态（2021年推出国内第一个预训练的百亿参数多模态中文大模型M6），再到 PLUG 系列多模态模型以及最新的 Composer 视觉模型。 尽管在外界看来，“通义千问”以对话方式的形态来展示大模型的能力，但它作为阿里大模型演进史上的一个成果，是阿里多年研究和创新积累的体现。 蒋涛：自从“通义千问”开始邀试后，大家将它和GPT、“文心一言”相对比，引发热议。在您看来，当前“通义千问”处于什么级别？与 ChatGPT 有多大差距？ 周靖人： 客观而言，GPT-4 不管在核心技术还是在产品上，均具有领先地位。这是正常科技创新的发展过程，过去我们在一些领域做得好，今天它可能在大模型上有不错的领导地位。目前大家看到的是过程中某个现象，而不是终态，在技术上，处于“你追我赶”阶段，这将促进各家取长补短，不断创新与迭代。 蒋涛：语言大模型选择语料库是非常重要的，请问“通义千问”是如何选择的？ 周靖人 ：一直以来，人们看到的视觉模型、多模态模型以及语言模型都从不同的角度来学习人类的智慧。语言作为知识沉淀的重要载体，不同语种例如从中英文获取的知识，其语言描述和发音均不同，但中间的知识能力是互通的。在训练“通义千问”模型时，不仅需要中文语料，还要跨语种的Multilingual模型，从不同语言里学习对知识的理解。不管用英文还是用中文，均可表达同样的知识逻辑。通过各个语言知识语料的学习，我们可以把各语言知识的体系丰满起来。因此，“通义千问”既能做机器翻译，也能自动切换各语种，它本身是多语种的智慧体。 从 ChatGPT 的兴起，让大家关注到大模型，但大模型的发展并不是一蹴而就的。几个月前当我们谈到大模型时，很多人尚不理解它的能力，如今人们对大模型有一定的认知。 预训练大模型的技术路线持续演进，“通义千问”是技术演进过程中的一个产品，未来不仅从语言角度，还将释放更多的多模态能力。就像人类一样，获取知识的途径不仅从自然语言，还从视觉、听觉等获取。大模型从对语言的理解，慢慢变成对图片、视觉的融合理解，不断加强智能体的丰富性以及完整性。 蒋涛：我理解您的意思是，“通义千问”仅是刚刚开始，未来结合多模态，还有许多想象的空间。 周靖人 ：从模型的研发而言，目前我们处于中间态，从语言模型到多模态模型的逐步发展；从模型的应用而言，处于开始阶段，“通义千问”是基于对话的产品形态，未来还有各行各业的模型应用。这背后离不开阿里云对技术的探索和商业尝试，解锁更多可能性。 蒋涛：随着用户量的增加，“通义千问”会自主进化吗？是正向的飞轮效应还是需要做训练和调优来完成？ 周靖人 ：通过正式推出“通义千问”来让大家体验，希望能得到大家的反馈。在内部，我们一直在做技术研发，每一天模型都在进步，不断突破技术边界，可以说“士隔三日，当刮目相看”，“通义千问”经过一两周时间有不一样的体验。 蒋涛：“通义千问”预计什么时候达到 GPT-4的能力？ 周靖人 ：我们不以GPT-4 作为目标，就像我们最初也不是因为 ChatGPT 才开始研究大模型的，我们根据自己的技术路径和规划在前进，回过头来看，我们之前所做的判断是准确的、有前瞻性的，未来将持续在模型上不断创新和突破。 蒋涛：微软在生产力工具上深耕多年，其技术产品带来巨大变革，这次发布的“通义千问”已应用在钉钉、天猫精灵等场景上，带来哪些影响？ 周靖人 ：阿里内部许多业务团队未来将接入“通义千问”大模型，通过不同的方式来做不同的业务场景探索。“通义千问”不仅以网页对话的界面给大家尝试，未来还将推出API调用，只要简单的ModelID、API Key就能接入到系统里，让更多开发者使用该模型落地应用。 蒋涛：未来行业大模型如何发展？是基于通用大模型的基础上做，还是私有化设计？ 周靖人 ：刚才我们聊了很多通用大模型的话题，但企业有自己特殊的业务场景，需要定制化设计。在峰会上，我们宣布企业可基于通义千问来打造专属大模型，企业可在阿里云保障数据隐私安全的专属空间中，上传企业知识库等，并获得针对企业私数据定制的个性化语言大模型。 通过为企业打造专属大模型，让更多企业参与到模型的训练里来，让模型在各行各业有更真实、更完善的落地方案。 蒋涛：已经有行业客户参与进来了吗？ 周靖人： 目前有不少客户和我们共创，在本次大会上，我们宣布了和OPPO安第斯智能云合作，联合打造OPPO的大模型基础设施。吉利汽车、智己汽车、奇瑞新能源、毫末智行、太古可口可乐、波司登、掌阅科技等多家企业也表示，将和阿里云在大模型场景展开技术合作的探索。 构建智能世界的云底座，释放大模型红利 蒋涛：众所周知，大模型的训练成本很高，ChatGPT 背后有微软云 Azure 做支撑，阿里云本身作为云计算厂商，训练出来的大模型是否做一些优化让算力开销变得更少？ 周靖人 ：大模型是计算机科学全方位技术的集成，这不仅是表现在某个产品上、某个模型算法设计上，还包含背后云计算的方方面面。这正是 OpenAI 和 Azure 相互依赖的原因。 我们也不例外， “通义千问”的成功诞生和阿里云本身云智能的计算能力密不可分。之前当我们谈“模型即服务”理念时，很多人觉得这个概念很新，但很欣喜看到现在大家接受这个概念并推崇它。 阿里云一直围绕 MaaS 理念来规划云计算产品，其中一个重要的点是围绕模型来实现 AI 开发范式的变革。这背后需要强有力的基础设施做支撑，例如 MaaS 下有 IaaS、PaaS 提供支持。 从基础算力来看，模型训练需要很多 GPU 卡或者算力，但这个说法只提到了其中一部分。大模型的训练往往需要几千张甚至上万张卡来完成，如何连接卡与卡、连接机器与机器，提供高效的网络等都是重要的环节。如果没有这些环节，仅凭借GPU 卡是很难跑出大规模的模型体系。 在基础设施建设上，多年来阿里云有长足的投入，这正是为什么我们能从2019年开始做大模型的原因，每次核心模型的发布都依赖云计算的进步。与阿里云基础设施团队联合创新，通过RDMA网络、自研网络协议来实现高吞吐、低延时的网络连接，同时还能智能化调度和优化，来减少网络的拥塞，以提高模型训练效率。 训练模型需要大量数据，例如“通义千问”涉及语料数据，视觉模型、多模态的模型训练还涉及到多模态、图片、视频的数据，这些数据需要有高效的存储系统，而阿里云的存储系统每秒达到 20TB 的吞吐量，通过数据cache来降低每次读取数据的延迟。 只有具备这些基础设施能力后，才有可能说训练高质量的模型。不仅需要这样的硬件能力，还需要有软件能力。另外，当成千上万的机器协同工作时，如何并行化实现模型训练，这里面存在诸多挑战。 阿里云经过超大规模的模型训练的考验，技术实现全球领先。2021年，阿里发布国内首个超百亿参数的多模态大模型M6，从最开始的百亿的参数规模，到最高达10万亿参数规模。阿里云扛住过训练10万亿参数规模的模型能力，经历系统、网络、调度、编译等考验，因此强大的云基础设施能力也是我们能快速推出“通义千问”语言大模型的核心基础。 然而大家往往容易忽略的是当模型训练后，如何快速让模型服务线上线下的应用？这和云基础设施强关联。我们在做模型服务时，各个区域可能需要机器，作为国内第一全球第三的阿里云有独特优势，全球有 28 个 Region，方便模型快速部署在全国乃至全球的各个区域，为企业的业务场景提供广泛的服务能力。 大模型变革编程范式 蒋涛：您如何看待开源大模型的发展？ 周靖人 ：这是健康的发展趋势，阿里云正在开源一些模型。在去年云栖大会发布的魔搭社区，才过去几个月时间，魔搭社区已成为中国最大AI模型社区，其发展速度超出我们的预期。目前，有超过上百万的开发者来魔搭社区里使用模型，累计超过1600万的模型下载和使用，社区模型数量从最开始的300多个到现在超过800个。值得一提的是，其中很多开源模型不是由阿里达摩院提供的，而是由其他创业公司和科研单位所提供的。 开源促进科技创新，我们持续以开放的心态，积极参与社区建设，通过魔搭社区不断对外开源模型。 蒋涛：未来编程是否会开发出大量基于大模型的LM APP？基于大模型的应用时代开发是否来临？不同的大模型之间的编程是否相通？当多家大模型并存时，开发者应用生态将会产生哪些变化？ 周靖人 ：今天我们讨论的所有问题是围绕 MaaS 来做进一步解释。语言模型只是科技创新的一个节点，今后还有更多模型涌现并成为MaaS 的重要部分，甚至可以说 MaaS 变成云的重要应用场景。我有感而发，今天和蒋总讨论的这些问题，和几个月前我们聊天的内容是十分一致的，并进一步梳理了当时相对模糊的概念。 大模型将变成开发范式的重要元素，未来很多应用围绕模型做开发应用，有很多创业公司将利用这些模型来做行业定制或者二次开发，这将形成相互依赖的关系。这和企业专属大模型的概念一致，通用模型具备通用的能力，在具体落地时，还要针对具体场景做微调、做Prompt Engineering。专属大模型进一步降低模型、推理服务带来的成本，还可更精准解决行业需要解决的真实业务场景问题。 因此未来将有更多开发者围绕模型服务在云上做 AI Native 开发，也就是说更多开发者利用云的能力、模型的能力做二次开发，为各行各业产生深远的影响，其发展趋势已越来越清晰。 蒋涛：未来关于LUI（自然语言用户界面）应用将会是大的发展趋势？ 周靖人： 基于模型服务做智能化开发这个趋势是可以预见的，其他技术领域的发展逻辑也在朝这方向演进。如上世纪七十年代，开发者用汇编语言写排序，现在简单调用一个方法就能实现。但是现在的编程体系越来越抽象，大家更关注更高阶的问题。 未来，人工智能有更多抽象的过程，不是所有的人都从底层的语言模型一步步训练开始，也可以基于模型能力进行二次开发，调优模型，来发挥自己的潜力。 大模型时代下，开发者如何拥抱？ 蒋涛：在本次峰会上，我们看到阿里云为降低开发门槛做了不少工作。 周靖人 ：对，阿里云希望提供丰富的技术产品，技术创新来降低技术使用的门槛，不断降低云使用成本。 我们欣慰地看到，过去一段时间，云上业务开发得到突飞猛进的发展，越来越多的开发者从线下开发转入到云上开发，再到云原生开发，让所有的开发环节都在云上，这样的开发范式的转变已处于加速的过程。云上创新逐渐腾飞起来，云计算已经成为技术创新重要的元素和核心基础能力。 从IaaS、PaaS、MaaS，阿里云拥有完整的产品体系。特别在PaaS层，我们希望进一步让更多产品升级 Serverless，让大家更关注的解决业务问题本身。在数据库、大数据、机器学习、函数计算等方面推出 Serverless 服务，来降低云的使用门槛，让开发者像用电一样来使用云平台来解决实际问题。 在IaaS层，今天推出新款ECS云服务器U实例来降低企业级云产品的门槛，开发者无需选择具体哪款CPU，U实例将让系统自动选择通用计算实例。主售企业级实例还将降价40%，进一步降低使用的成本，让更多开发者享受到随手可得的算力。在存储上，发布对象存储预留空间产品OSS-RC，降低存储费用，让开发者触及技术发展的红利，不断让开发者在云上进行高性价比的应用开发。 蒋涛：一些CSDN用户看到大模型的迅速发展，他们既焦虑又兴奋，您认为开发者在大模型新时代还有哪些机会？有哪些建议给我们开发者？ 周靖人： 我认为应该是兴奋而不是焦虑。在MaaS理念下，开发范式正发生变革，带来科技和业务等系列变革。同时也让我们获得更多机会，开发者要学习和拥抱这个变革，学习如何和模型共同工作，学习如何应用预训练大模型。但大模型并不能做所有的事情，还需要开发者不断创新，让模型发挥更大的价值。这里面蕴含巨大机遇，期待广大开发者和阿里云一起不断学习、共同进步，阿里云不断为科技创新提供坚实的基础。 蒋涛：大家要跟模型共存，用好模型。 周靖人： 开发者对阿里云来说十分重要，我们高度重视开发者社区的建设。我们观察到在大模型时代，大家需要学习使用云、学习使用模型、学习使用新技术，我们推出“ 飞天启航计划 ”，所有主力性的产品可免费试用，让开发者无需成本，尽情体验阿里云产品。相信这对开发者快速进入到云原生开发里起到积极的支持作用。 阿里云期望为中国人工智能的发展提供坚实的基础，通过毫无保留地将各种能力向开发者开放，期待开发者和企业在阿里云提供的平台上积极创新，在大模型全方位竞争的市场下能够脱颖而出。 蒋涛：这真是开发者的大好时代，谢谢。