11項指標擊敗GPT-4o！360攢局讓16家大模型聯手作戰，組成最強“六邊形戰士”

克雷西 2024-08-05 14:05:49 來源：量子位

克雷西 發自 凹非寺
量子位 | 公眾號 QbitAI

終于，國產大模型能在綜合能力上也能與GPT-4o一決雌雄了。

在12項指標的測試中，這個模型有11項都超過了GPT-4o，綜合能力則高出了10個百分點。

而且在詩詞賞析等中文特色領域優勢更加明顯，“最難中文Benchmark”弱智吧也有重大突破。

不過，這并不是一家大模型廠商單打獨斗的結果，而是由16家廠商組成的“聯合戰隊”。

戰隊的發起者是360，除了自己參與外，包括BAT在內的大廠有百度、火山引擎、騰訊、阿里巴巴、華為，國產大模型“五小虎”，?智譜AI、月之暗面、MiniMax、百川智能、零一萬物，還有五家頭部垂類廠商，商湯科技、科大訊飛、好未來、幻方量化、面壁智能，總計16家廠商都已悉數到齊。（注：以上排名不分先后）

現在，這個“聯合戰隊”已經被請進了產品——在AI助手當中，所有用戶都能免費使用。

十多個大模型給你打工

在 AI助手當中，16家廠商的大模型已齊聚一堂，可以在同一平臺直接對話，想選哪個就選哪個。

而且中途還可以隨時切換模型，系統會記住前面的上下文，讓后面的模型繼續完成對話。

比如在下面這個對話窗口中，我們問了智譜9.11和9.8哪個大，然后就把模型切換成了星火，直接問是怎么比的。

從對話中可以看出，后面換上來的星火準確地得知了“怎么比的”這四個字問的是小數大小的比較。

當然，針對同一問題，也可以直接召喚出另一家的模型現場PK。

在模型PK的同時，我們也能看到更多的信息或答案，不僅可以讓答案更詳盡，還能交叉驗證。

舉個例子，我們提出了關于電視劇《雍正王朝》中兩個角色關系的問題，問題首先提給了智譜。

接著我們又讓文心一言也來回答一下，看看能不能獲取到更多的信息，結果智譜的回答沒有錯，文心一言則給出了更為詳細的補充。

更關鍵的是360 AI助手針對選擇困難癥患者，或者不清楚哪個模型更合適的用戶也極為友好。

只要選擇“AI助手”本體作為對話模型，系統就會根據對話內容判斷你的意圖，然后根據任務類型自動匹配最合適的模型。

比如在完成寫作類任務的時候，AI助手就會給我們分配擅長文案的豆包。

遇到編程問題，就會召喚代碼能力較強的DeepSeek。

以邏輯推理為主的問題，可能會讓智譜來應對。

當然界面中所展示的任務分類比較具有概括性，實際運行過程中AI助手還對任務進行了更細粒度的劃分。

另外，在選擇模型的同時，AI助手還會先進行聯網搜索。

所以，使用AI助手的另一個好處就是可以獲得最新的信息，而不必擔心模型的知識庫更新時間。

針對一些常見任務，AI助手平臺還準備了專用的助手，能夠更好地實現這些功能。

除了在網頁中使用，AI助手還有另外兩大入口——桌面和360安全瀏覽器。

比如在360安全瀏覽器中，安裝好AI助手插件，在瀏覽網頁時就會在右下角看到一個懸浮球。

點擊一下就可以在右側邊欄中召喚出AI助手，寫作時也可以在同一個窗口中快速和AI對話了。

另外在鼠標劃過懸浮球時，上方還會出現一個新的按鈕，點擊之后就可以對當前瀏覽的頁面進行一鍵總結。

頁面里的細節內容，也可以向AI助手提問。

而且還支持總結英文內容。

另外就是針對頁面中的個別詞句，選中后會出現AI助手的工具條，可以對選中部分進行翻譯、解釋，或聯網檢索更多相關信息。

桌面端則依托360安全衛士實現，功能與瀏覽器相似，但把劃詞召喚的范圍從網頁擴展到了整個系統。

那么在AI助手的背后，又運用了什么樣的技術呢？

獨創“專家協同”架構

實際上，這種根據需求調度大模型的用法，也剛好是360推出的一項新技術——CoE（Collaboration-of-Experts），即專家協同架構。

我們知道，很多國產模型在單項指標上都打平甚至超越了OpenAI，但論綜合實力，差距就顯現出來了。

而360的思路，是改變這種“單打獨斗”的模式，構建大模型“專家集群”，組成混合大模型，從而各取所長，以“聯合戰隊”的方式迎戰GPT-4o。

結果，基于360 CoE架構的、由16家國產大模型組成的混合大模型在12項指標的測試中取得了80.49分的綜合成績，超越了GPT-4o的69.22分。

而且除了代碼以外，其余11項指標均優于GPT-4o。

特別是在“弱智吧”和詩詞賞析這類比較具有中文特色的問題上，CoE的領先優勢更加明顯。

相比于MoE（Mixture-of-Experts，混合專家）架構，360的CoE模型在速度、智能和成本三個層次上都擁有顯著的優勢。

CoE通過意圖識別和任務調度，最優化推理資源分配，提升效率，降低成本，推理成本下降90%。

為了能夠以最高效的方式對CoE架構中的模型進行調度，至少有兩方面的工作不可或缺。

一是對這些模型能力的全面評估，只有這樣，才能了解每個模型所擅長的領域，知道應該給模型分配什么樣的任務。

為此，360對專家庫中的模型在12個領域的表現進行了全方位測試，摸清了模型的特色能力。

△除GPT-4o外，其余模型名稱已隱去

另一個方面，就是用戶意圖的解讀了——對任務需求的理解，顯然是分配模型不可或缺的基礎。

基于過去10年在做搜索引擎時積累的技術和數據，360訓練出了能識別超過1億種意圖分類的專用模型。

讓AI更加普惠

除了技術功底，我們不禁還想問，360是如何組局，讓15家大模型廠商“盡入轂中”的呢？

360公司創始人兼董事長周鴻祎介紹，眾廠商愿意合作的出發點在于大模型投資巨大，只有有人用才有可能覆蓋成本，才能不斷改進產品。

而360擁有大量用戶，可以開放桌面和瀏覽器兩大明星場景，可以給這些模型帶來龐大的用戶群體。

相比于插件，這兩個入口讓用戶離大模型的能力非常近，而大模型今天最大的需求恰恰就是接近場景和用戶，用戶才能使用。

另外，集成式的AI助手規避了單個大模型的能力短板，各取所長能夠超過GPT-4o，這就給了廠商一個讓用戶接觸使用的機會，未來還會釋放出更多的場景。

可以說，360 AI助手的這種模式，是AGI到來前一種很好的提升模型水平的方案，對提高AI滲透率也有所裨益。

最近，國內的大模型廠商開始形成共識，變得更加開放，紛紛提供的更便宜的Token API。

所以，360對桌面和瀏覽器這兩個入口的開放，不僅是為了“聚天下英才”，也是在順應這種走向開放的大趨勢。

站在更高的層次上，360還希望實現AI向著更多人的普惠。

周鴻祎認為，AI并不是會不淘汰人，而是會淘汰不懂得用AI的人；而對于會用的人來說，AI將是強有力的工具。

但同時，AI本身也不應該居高臨下，而是應該讓愿意學習它的人都有機會掌握。

這就是360所講的AI普惠——讓所有人能夠享受AI帶來的能力，避免落后于AI時代。

AI助手傳送門：
https://bot.360.com