0
2016年12月23日，北京的樹上早就掛起了絲絲條條的彩燈，距離圣誕節(jié)還有兩天，吹著微微的北風，周五的街道并不冷清。
而在這天，北京海淀的768園區(qū)，劉知遠帶著幾個博士生，敲開了知乎合伙人李大海的大門。
不同于今天，智源學者、清華大學計算機系副教授的名號加身，2016年冬天的劉知遠，還只是清華研究 NLP 的一個助理教授，雖然有了一些成績，但仍然算是“名不見經(jīng)傳”。
這次來找李大海，劉知遠想要的是“借用”知乎的數(shù)據(jù)。在知乎，用戶的回答更專業(yè)，質量也更高——對于 NLP 研究來說，是相當上乘的語料數(shù)據(jù)。
有人曾把當下互聯(lián)網(wǎng)范式的轉移，形容成從“分發(fā)信息”到“分發(fā)知識”的轉變，知乎作為一個著力傳遞知識和見解的平臺，自然被認為是 AI 2.0時代的“前頭兵”。
劉知遠博士師從孫茂松院士，后留校清華，從博士算起，他彼時已經(jīng)在自然語言處理的領域，深耕了十年之久。能得到知乎的數(shù)據(jù)，自然對研究是如虎添翼。
但數(shù)據(jù)，幾乎算得上是一家互聯(lián)網(wǎng)公司的“命門”，劉知遠早就做好了被拒絕的準備，而李大海的反應卻異常地爽快。
2016年冬天，李大海加入知乎不過一年的時間。不同于劉知遠在象牙塔一路攀升，李大海自己形容自己，是個“愛折騰”的人，在谷歌和豌豆莢都有過任職。在離開谷歌后李大海一直是創(chuàng)業(yè)狀態(tài)，靠著在工業(yè)界深厚的積累，獲得了知乎的認同。
早在見面之前，李大海就對劉知遠莫名地親切，不僅僅是因為劉代表的是清華，推動這項合作，本質上推動的是 NLP 領域的產(chǎn)學研結合；也是因為李大海早在谷歌和豌豆莢，就以搜索業(yè)務的研發(fā)見長，與劉知遠所研究的自然語言處理脫不開干系，雖然兩人經(jīng)歷迥異，但也算殊途同歸。
把劉知遠接進辦公室，不需多言，李大海就知道，面前的這個年輕學者，務實、客觀，對技術路徑的判斷相當精準。
短短聊了半個小時，李大海和劉知遠將合作就=敲定了下來——不需要支付任何費用，一紙 NDA（保密協(xié)議）簽好，知乎的語料數(shù)據(jù)就對劉知遠開放了。
一晃6年過去，今天李大海的身份，已經(jīng)不僅是知乎的 CTO，更兼任了劉知遠所創(chuàng)辦的面壁智能的 CEO，成為了兩家公司在大模型方面溝通合作的橋梁。
說起關注大模型的時間點，李大海的第一反應是“慚愧”。
“我對這件事情經(jīng)常反思，對我在這個點上的技術判斷不滿意?！崩畲蠛Ｕf起這話時，對自己高要求的苛責，幾乎寫在了臉上。
盡管早在 ChatGPT 在科技圈“激起千層浪”之前，李大海和知乎的算法團隊，早就關注到了大模型的可能性， 并且嘗試過 BERT 架構的模型，也留意著技術變化的趨勢。然而，李大海坦言，直到大模型成為一門顯學之前，都沒預想過技術的突破會來得這么快。：
“過去，我們把工作重點放在前端的推薦、搜索等業(yè)務中，對于大模型主要以應用為主，當然也一直在跟進大模型最新的成果為業(yè)務所用?！?/p>
在 ChatGPT 強勢登場之后，人們驚呼，科技界的下一個“iPhone 時刻”將至。而在幾個月的持續(xù)觀察與發(fā)酵之后，人們這才發(fā)現(xiàn)，把大模型類比“iPhone”，可能野心太小——大模型很可能是新的“蒸汽機”，帶來的機遇不僅限于某個領域，而是全社會大多數(shù)領域的重構。
本該早就看到這個趨勢，至今想起，李大海仍然覺得遺憾。
盡管一時落后，李大海仍想迎頭趕上，讓知乎快步追上大模型的浪潮，這時他想起了劉知遠。
2018年，應和著 BERT 的出現(xiàn)，劉知遠和團隊就開始做預訓練，后又和唐杰、文繼榮、黃民烈三人一起，在智源開展大模型的研究，是中國第一批開展大模型研究的研究者之一（關于劉知遠、唐杰、文繼榮、黃民烈等人的大模型研究故事，后續(xù)雷峰網(wǎng)還將推出《大模型產(chǎn)學研的前世今生》， 講述四位學者的大模型夢，以及他們與阿里、華為等大公司的合作和在AGI浪潮到來之前，與其他大模型創(chuàng)業(yè)公司的參與度，敬請期待）
而劉知遠在2021年創(chuàng)辦的面壁智能，不僅有多年來留下的技術積累，而且已經(jīng)訓練出他們自己的大模型 CPM-Bee，并且開放了 API。
23年2月，知乎和面壁談過初步的合作后，李大?；氐街酰途o急地開展了一次技術評估，把面壁的代碼——無論是訓練還是推理——都看了一個遍，又評估了面壁的模型 API，跑了大量的問題，最終測試結果出人意料地好。
彼時，大模型的人才爭奪戰(zhàn)剛剛打響，面壁收到了好幾家公司的誠心邀約，最后選擇了與知乎合作。
談到和面壁最契合的地方，李大海說，知乎和面壁的團隊，最大的共同點是，大家都是相信技術的人——相信技術能改變世界，如此也就更純粹，討論問題時更加實事求是。
與面壁合作，知乎并非“只出錢不出力”，自從大模型起勢，知乎也快速組建了大模型的團隊，與面壁團隊一起進行深度共建。知乎參與過大模型相關項目的開發(fā)的人員數(shù)也不少。
除了出技術，知乎也為面壁提供管理上的協(xié)助——這樣的協(xié)助，莫過于李大海的“肉身”加入。
2023年的面壁，苦 CEO 久矣——成立一年半，面壁的團隊絕大部分成員仍以工程師構成，對于一個初創(chuàng)團隊來說，全員極客、專注開發(fā)的路線并沒有太大問題，但牽涉到后續(xù)的融資、戰(zhàn)略等問題，面壁的成員沒有經(jīng)驗。
而李大海加入知乎已有8年，除了作為 CTO 為公司規(guī)劃技術路徑，也作為執(zhí)行董事深度參與了公司的戰(zhàn)略層決策，并且他也有合伙創(chuàng)業(yè)的經(jīng)驗，對于面壁來說，是極為合適的 CEO 人選。
獲得了知乎創(chuàng)始人、CEO周源首肯，李大海來到了面壁出任 CEO，一方面幫助面壁更好地做戰(zhàn)略的規(guī)劃和制定，一方面也讓知乎和面壁的戰(zhàn)略合作更加緊密，算是兩全其美。
有李大海的工程化和管理經(jīng)驗，也有劉知遠作為國內(nèi)頂尖 NLP 專家的技術實力；有知乎的活躍社區(qū)和優(yōu)秀語料，也有面壁在大模型訓練和開發(fā)上深厚的積累，這兩家公司的合作，可能促成了中國大模型最強大的一樁“珠聯(lián)璧合”。
說完“紙面實力”，知乎和面壁的核心優(yōu)勢在哪里？
影射多年前的“千團大戰(zhàn)”，越來越多人開始用“千模大戰(zhàn)”來形容今天大模型賽道的競逐——行業(yè)普遍認為，盡管做大模型需要投入大量資源，但由于大模型的結構不存在秘密，算法已經(jīng)不構成企業(yè)壁壘。大模型“有門檻、沒壁壘”的特點，使得諸多”跑步進場“的團隊一邊倒向 C 端類 ChatGPT 的研發(fā)，同質化嚴重、與行業(yè)需求差距大等問題開始顯現(xiàn)。
而從另一個方面看，如果將AI時代的大模型比喻成電氣時代的電力，當人們認識到電力的價值，之后會有水電、風電、核電等多種多樣的“發(fā)電手段”不斷演進，不斷降本增效；未來的大模型也是如此，比拼的核心是成本和效率，競爭的重點是應用和生態(tài)。
這一點從今年上半年國內(nèi)大模型產(chǎn)品發(fā)布的情況也能看出：通用大模型的發(fā)布熱潮已經(jīng)回落，近兩月來，大模型公司已經(jīng)迅速將重心從 To C 轉向 To B，大模型的落地應用場景、私域數(shù)據(jù)的儲備、技術團隊的產(chǎn)品能力成為大模型差異化競爭的關鍵因素。
知乎和面壁合作的“知海圖”大模型，瞄準的也正是知乎的場景和數(shù)據(jù)與大模型的深度結合。
歸根結底，知乎是一家互聯(lián)網(wǎng)公司，雖然技術上要向大模型傾斜，但大樹有根，知乎的根在業(yè)務上。
圍繞著業(yè)務，知乎在數(shù)據(jù)上的優(yōu)勢也能得到充分的發(fā)揮，同時通過提升用戶對產(chǎn)品的體驗，把公司的“錢袋子”守住。有了更多使用、更多的數(shù)據(jù)，大模型的“飛輪”也就能更好地飛轉起來，再去向 B 端公司推廣，也更有底氣。
在這樣的邏輯下，李大海給知乎大模型，設計了一個“三步走”的戰(zhàn)略。
高質量、有人文的社區(qū)，一直是知乎最重要的財富，正是依托這個社區(qū)，知乎才能持續(xù)產(chǎn)出令用戶喜愛的內(nèi)容，進而保持粘性、完成增長。
針對這種情況，知乎大模型的應用場景，首先并不是喧賓奪主地“生成”，而是識別用戶產(chǎn)出的內(nèi)容。
“對我們來說，識別是必須的，”李大海對雷峰網(wǎng)(公眾號：雷峰網(wǎng))說道，“識別能讓我們更精細地理解用戶，來支持產(chǎn)品運營同事的工作，進而幫助我們更好地把這個社區(qū)建設好。”
除了識別“人”產(chǎn)出的內(nèi)容，知海圖一項同等重要的工作，是檢測 AI 生成的內(nèi)容。
ChatGPT 的登場，讓很多人看到了 AI 創(chuàng)作的可能。在知乎上，也出現(xiàn)了不少搬運 AI 創(chuàng)作的情況存在。
而知乎，在創(chuàng)始人們的初心里，仍然是一個“以人為本”的社區(qū)。雖然對于 AI 生成的內(nèi)容，知乎的態(tài)度是開放的；但如果一個用戶，只搬運生成式 AI 的產(chǎn)出，那對于知乎來說，未免有些本末倒置。
一方面是要識別出這樣的賬號，一方面也要識別出 AI 生成的內(nèi)容，做好“AI 創(chuàng)作”的標注，讓平臺內(nèi)容標準、合規(guī)。
推薦引擎，常常被不少人認為是可以利用大模型“重構”的技術之一，在技術上也有繼承和發(fā)揚。
基于對語言更好的理解，來讓用戶在平臺上獲得更好的信息獲取體驗，大模型可以說是“恰到好處”。
李大海原本就是搜索引擎出身，而劉知遠也在 NLP 領域有近20年的經(jīng)歷，知乎和面壁在這個領域，可以說輕車熟路。
如果說，大模型在內(nèi)容識別上的內(nèi)容，做的大多是“幕后工作”；那么“搜索聚合”在搜索和熱榜上的內(nèi)測，就是知乎 AI 實力“猶抱琵琶半遮面”的一次展示。
在大模型的幫助下，用戶能更快找到他需要問題的答案，也能在生成式 AI 的輔助下，節(jié)省下瀏覽諸多答案、歸納總結信息的時間，讓用戶直接閱讀高質量回答的梗概。
知海圖的內(nèi)測還剛剛開始，李大海對雷峰網(wǎng)表示，目前還沒有更多的信息透露出來，但預計在第三季度的七八月左右，會有一個階段性的成果展現(xiàn)。
從識別到推薦，第三階段，知乎對知海圖的期待，則是輔助用戶在平臺上的創(chuàng)作。
李大海表示，知乎做 AI，最終關注的還是，如何讓 AI 幫助更多用戶在內(nèi)容上做生產(chǎn)，如何保持社區(qū)的高質量，保持知乎原本的味道。
要做到這一點，一方面，大模型輸出的內(nèi)容質量要足夠高，讓用戶能用得方便放心——這是大模型的基本功，知海圖要有；另一方面，則是要根據(jù)用戶個人的語言風格和敘事方式，做個性化的用戶助手，幫助每一個用戶產(chǎn)出屬于他們自己的內(nèi)容，避免 AI 生成內(nèi)容的“千人一面。
在今天，知海圖的能力已經(jīng)從 NLP 逐漸像多模態(tài)邁進，在5月底的中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上，知乎和面壁聯(lián)合推出的知海圖，不僅宣布了開始大模型在搜索、熱榜上的應用，也同樣展示了知海圖的多模態(tài)能力：
“我們上傳了一張小男孩的照片，我們的 AI 不僅能識別出小男孩的主題，也能通過他的面部表情，識別出他憤怒的情緒?！崩畲蠛Ｕf道。
大模型能做的事越來越多，這也迫使知乎開始思考一個難以被繞過的問題：在未來，人類創(chuàng)作者，會被AI所取代嗎？
原先，知乎曾經(jīng)想過，要不要給知海圖也做一個知乎的賬號，讓 AI 在知乎上回答用戶的問題——很多人都有過這個設想，畢竟這和時下生成式 AI 和知乎的產(chǎn)品特性相當契合。
但在深思熟慮后，李大海的態(tài)度仍然相當謹慎：
“在我們看來，AI 應該是人的能力擴充，而非替代。有些精品的內(nèi)容，創(chuàng)作者要2天才能完成，在 AI 的幫助下，我們希望讓創(chuàng)作者用2個小時就能產(chǎn)出內(nèi)容——但這2個小時，仍然還是需要他去自己創(chuàng)作的?！?/p>
從2016年冬天，李大海和劉知遠初遇，到2023年春天，李大海兼任面壁智能 CEO，六個寒暑的光陰，再兩人山上看似沒有留下多少痕跡，他們投身的事業(yè)卻開始匯入時代的洪流。
6年過去，李大海仍然是多年前的那個自己，并不“安分”。早在谷歌業(yè)務退出中國時，盡管編制還在，但李大海卻決意離開——他要在中國做產(chǎn)品，服務中國用戶。
而當大模型浪潮涌來，李大海不動不搖，張開臂膀，擁抱急流。
在知乎，他的精力一門心思撲在大模型上，決心用 AI 2.0 的技術重構知乎現(xiàn)有的技術架構；
在面壁，他得以運籌帷幄，執(zhí)掌公司在商業(yè)和戰(zhàn)略的運作，發(fā)揮他在技術之外的實力和遠見。
而劉知遠，在大模型的技術趨勢剛剛到來的 2018 年，就已經(jīng)敏銳地看到了這個趨勢，并從 2019 年開始把實驗室的研究方向從傳統(tǒng)的 NLP 命題中撤出，全面圍繞大模型的方方面面展開。
李大海把這贊譽為一種“技術胸襟”——就如同一個技藝高超的馬車匠人，第一次遇到了蒸汽火車，多少人難以接受，多少人抱怨，但最早轉型的人，往往就能越早占領先機。
知乎和面壁智能，人才密度高，密度背后有優(yōu)質語料數(shù)據(jù)、深厚技術底蘊和產(chǎn)品落地場景的支持，已然是一股不能被輕易忽視的力量。
今天，李大海仍然在多年前，與劉知遠初次見面時的那個辦公室伏案工作。而面壁的團隊也同樣務實、低調，常常騎著自行車穿過學院路，來到768園區(qū)和知乎的團隊探討工作。
這顆在6年前被種下的種子，在大模型的時代終于開花結果。而中國大模型的未來，正是以李大海、劉知遠為代表的技術理想主義者和實干者手中，于無聲處等待厚積薄發(fā)。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
