1元=1700000tokens！清華系發布國產Mistral僅2B，老手機都帶得動，GitHub一天斬獲300+星

金磊 發自 凹非寺

量子位 | 公眾號 QbitAI

一個體量僅為2B的大模型，能有什么用？

答案可能超出你的想象。

因為若是用四個字來概括，那就是“多、快、好、省”：

• 多：它是業界第一個在端側部署多模態的大模型。
• 快：一張1080Ti可高效微調、一臺機器可以持續訓練。
• 好：性能跟體量極具反差感，在多項成績中超越了一眾主流“大體量”大模型。
• 省：1元=1700000 tokens，成本為Mistral-Medium百分之一

那么，這個能夠“以小博大”，頗有四兩撥千斤意味的大模型，到底什么來頭？

不賣關子，它正是由清華系初創公司面壁智能最新發布的旗艦終端大模型——MiniCPM。

并且團隊還給它起了個別具一格的昵稱——小鋼炮。

而在眾多亮點之間，最令人意外的還是小鋼炮用2B的“姿勢”所表現出來的性能。

例如與同樣是采用“以小博大”路數的大模型標桿之作Mistral-7B做比較，小鋼炮多項標準測試成績均勝出：

再把與小鋼炮同“體量”的選手拉出來，大部分能力依舊是處于領先，并且英文能力還是較為出眾的那種：

即使把Mistral-7B更大的模型拉進來同臺比擂，例如Llama2-13B、MPT-13B、Falcon 40B，多項成績較為出眾的仍是小鋼炮：

若不論大模型的尺寸，把主流的全部囊括進來，在最接近人評的測試集MT-Bench中比較，小鋼炮也取得了較為不錯的成績：

不僅如此，根據面壁智能CEO李大海的介紹：

int4量化版小鋼炮，可以在閃存應用壓縮75%的情況下，性能可以做到基本無損耗。

有一說一，成績和榜單是大模型能力的一方面，但更重要的還是要看大模型在實際應用中的效果。

2B“小鋼炮”效果一覽

老規矩，我們還是從不同維度來看下小鋼炮的實際應用效果。

中英夾雜提問，精準翻譯成法語

讓大模型在兩種語言之間做翻譯已然是件常見的事情。

團隊在現場給小鋼炮的翻譯任務加了一把難度，中英混合提問，并要求把整句翻譯成法語：

Translate this sentence into French: “I am a fresh man on Chinese, do you know how this sentence is translated: 如何用Python創建一個簡單的網頁爬蟲？”

從翻譯結果來看，小鋼炮準確地理解了中英混合的表述，并按照要求給出了精準的法語翻譯。

如果讓人類給一句話添加emoji，那么過程大致是要先理解這句話，然后再在恰當的位置塞進emoji表情。

那么這個任務小鋼炮是否能hold住呢？

請看結果：

生日是要[慶祝]的，和也精準塞進了恰當位置，最重要是小鋼炮理解到了這句話是表達[愛意]。

再如“山東省最高的山是那座山，它比黃山高還是矮？差距多少？”這樣的問題，小鋼炮也是輕松應對：

小鋼炮給自己寫代碼

大模型對給定的任務寫代碼現在也是司空見慣了。

如果讓大模型給自己寫段代碼呢？請聽題：

編寫一個Python程序來實現一個MiniCPM模型（Transformer結構，40層，每層維度為2304，詞表大小為122753）。

小鋼炮在接收到任務之后，隨即開始“自己給自己寫代碼”，并且每一步的步驟內容也是非常清晰：導入所需庫→定義模型結構→定義訓練和評估函數→訓練模型→評估模型性能。

多模態首次上手機

正如我們剛才提到的，小鋼炮的亮點之一就是它是業界第一個在端側部署多模態的大模型。

在現場，李大海也對此做了相應的展示。

例如先“喂”給手機里的小鋼炮一張圖，并提問“這個蘑菇的名字是什么？有毒么”，小鋼炮就會先看圖再作答：

這根蘑菇的名稱是“蠅鵝膏”。它有毒，可以引起惡心、嘔吐和腹瀉等癥狀。

當然，連續追問、上下文對話也是不在話下：

據了解，上面展示的這些能力都是在量化版小鋼炮+OPPO手機+驍龍855芯片這個配置之下完成的。

之所以如此，是因為團隊想要展示小鋼炮是一個“省錢的大模型”。

怎么理解？

剛才手機里GPU的成本大約600元，每秒7.5tokens，假設運行5年報廢，共計170萬tokens，則其推理成本僅為1元。

如此，便可以得到一個成本公式：

1元=1700000tokens。

相比GPT-4的推理成本，1元=4700tokens，可以說是指數級的把價格打下去。

即便是與Mistral-medium相比，成本也是其1/100。

這次也同步開源了一個更大也更好展示多模態能力的OmniLMM-12B，玩法就變得更多了。

例如舉著手機，在攝像頭下方比劃石頭、剪刀、布，并向小鋼炮提問：

我現在玩的可能是什么游戲？

小鋼炮看完之后，在理解基礎上便會開始作答：

你可能在玩的游戲是石頭剪刀布。

然后繼續給小鋼炮看一眼“拳頭”，并發問：

手勢在游戲中是什么意思？

繼續給小鋼炮看一眼“拳頭”，并發問：

如何在游戲中贏我？

小鋼炮思考片刻后，給出了正確答案：

要在游戲中獲勝，另一玩家需要出布。

值得一提的是，從上面的演示中，我們可以看到小鋼炮在處理過程中是有一段時間的延遲。

現場也有人調侃說“我看這個視頻演示沒有加美顏”（指加速處理）。

對此，面壁智能聯合創始人、清華大學副教授劉知遠回答說：

沒錯，我們不加“美顏”，比較樸實。

而且小鋼炮在多模態這塊還是提高的空間的。

怎么做到的？

整體來看，面壁智能在技術路線上一直高舉“高效”大旗，主要是從AI的三大要素作為突破口，即算力、算法和數據。

在算力層面上，面壁智能認為“Infra是大模型創業護城河”，Infra可以決定一家創業公司的技術上限。

若是沒有一個足夠“能打”的Infra，即使短期內能夠打造較好的模型，但越往后、越深入時會發現很快就會遇到技術瓶頸。

因此，在早年前，團隊便在業內較早地提出了BMTrain，一個分布式的高效訓練框架。

有了它，很深入地優化工作就可以快速地結合Infra落地實現。

除此之外，團隊陸續還推出了高效推理框架BMInf、高效壓縮框架BMCook，以及高效微調框架BMTune等等。

有這些具體的工具，便形成了面壁智能在算力層面的殺手锏——面壁ModelForce，全流程優化加速套件平臺。

在算法層面上，面壁智能在技術發展過程中所積累出來的利器則是面壁模型沙盒（Model Sandbox）。

這實則也是一種方法論，可以將大模型從過去的煉丹形式變成了一種實驗科學。

而在歷經上千次的模型沙盒實驗之后，團隊在算法中的各種細節上也得到了一系列業界最優配置。

例如最優批次大小（batch size），可以大幅節省大模型訓練時的token量；再如所有尺寸的模型可以通過最優的超參數的配制，保證訓練任意大小的模型取得最好的效果等等。

最后在數據層面上，優秀的數據也決定了大模型最后性能的成敗。

而這次小鋼炮的誕生，面壁智能僅僅是用了所積累的優質數據中，通過方法論所精選出來的1T。

值得一提的是，為了行業更好的交流和發展，面壁智能開源了訓練、退火兩個階段來的數據配方來供參考。

除此之外，與小鋼炮相關的更多技術細節以及如何在手機上部署的教程等，均已經在GitHub中開源。

感興趣的小伙伴，可以在文末鏈接處了解更多詳情~

不過最后，還有一個問題值得討論來一波：

大模型，為什么往“小”了搞？

其實在2023年，在大模型以小博大方面，便已經開始有了苗頭。

最為典型的，就是小鋼炮此次對標的Mistral-7B。

在它剛剛出道之際，便以更小的“姿勢”擊敗了更大體量的Llama2-13B、Llama 1（34B）等一眾大模型。

這就為“比大更大”內卷下的模型圈帶來了一定啟發。

不過在此背后，大模型往“小”了做，所體現的是一種更大的趨勢。

一方面，從大模型從2022年底爆火至今，一個非常明顯的變化就是從專注訓練，逐漸轉向推理。

這是一個技術發展必然的結果，要從比性能和結果，到比誰的大模型更好用；而這個“用”，最好、最直接的體現就應當是在端側誰可以更“多快好省”地運行。

對此，李大海表示：

站在大模型時代之下，我們都在提的一個概念便是“AI原生應用”；這個時代需要的全新操作系統，就是AI原生應用+AI原生硬件。

而其中的AI原生硬件，其實很簡單，就是只要能在端側運行大模型的硬件就是原生硬件。

因此，端側的大模型就顯得格外重要。

另一方面，市場的表現也是印證大模型往“小”發展的一點。

自從去年7月開始，非常明顯的一點是，眾多主流手機廠商、PC、汽車品牌，陸續在宣布接入大模型。

手機廠商例如華為、小米、榮耀、OPPO、Vivo、三星等；車企包括小鵬、蔚來、理想、吉利等等。

需求之大，可見一斑。

值得一提的是，從小鋼炮在GitHub開源的內容來看，目前它已經在眾多品牌的老機型上做了部署實驗。

因此，老手機上跑大模型也成為了一種可能。

不過細心的朋友也注意到了，面壁智能其實從成立至今，也僅有短短一年的時間。

這就不禁讓人發問：一年時間是如何在技術上做到的這般突破？

其實在此背后，更多的是清華系成員們在公司成立之前，長久以來在技術上的積累與跟進。

早在2018年，面壁智能的核心技術團隊在BERT發布之后，便聚焦在清華NLP實驗的相關工作，發布過全球首個知識指導的預訓練模型ERNIE。

隨后在2020年，他們也作為“悟道”大模型首發主力陣容發布了全球第一個20億級中文開源大模型CPM 1，也持續參與了之后的CPM 2和CPM 3。

除此之外，在2022年，在開源相關工作中，面壁智能核心成員也參與到了OpenBMB開源社區的成立與運作。

由此可見，面壁智能的核心技術成員是屬于中國最早進行大模型研究的那一批。

正是基于這樣的技術積累，也就不難理解面壁智能為何能夠在短短一年時間內交出如此之多的“作業”了：

據了解，截至目前，面壁智能擁有100多人的科研團隊。

雖然平均年齡僅為28歲，但清北含量高達80%，也有來自阿里、字節、百度等國內外知名大廠的工程團隊。

加上團隊還主打一個“雙CP”組合，即大將里的“小哥哥”+“小鮮肉”里的大將，這種經驗與創新的碰撞，或許也是推動發展進程的原動力之一。

誠然，開年小鋼炮的發布給大模型帶來了不少驚艷，但也正如團隊所說，相關工作還有許多需要改進之處。

因此面壁智能在接下來的新進展，是值得關注的。

One More Thing

在小鋼炮發布現場，一張五道口大模型Valley圖格外吸睛。

用李大海的話來說：

這是全中國大模型最密集的地區。

嗯，五道口，不愧是“宇宙中心”。

開源地址（內含技術報告）：

MiniCPM GitHub：
https://github.com/OpenBMB/MiniCPM

OmniLMM GitHub：
https://github.com/OpenBMB/OmniLMM