自研大模型，夸克豹變

作者｜李禾子，郵箱｜lihezi@pingwest.com

11月14日，阿里巴巴智能信息事業(yè)群宣布正式推出夸克大模型。據(jù)介紹，夸克大模型是基于Transformer架構(gòu)、全部技術(shù)均為自研，同時(shí)參數(shù)規(guī)模達(dá)千億級(jí)的多模態(tài)大模型；其應(yīng)用場(chǎng)景除了基礎(chǔ)的通用搜索，還將包括醫(yī)療健康、教育學(xué)習(xí)和職場(chǎng)辦公等更垂直的領(lǐng)域。

從其應(yīng)用方向來(lái)看，夸克大模型的推出很符合當(dāng)前大模型“重落地”的發(fā)展趨勢(shì)。

推出之前，夸克大模型已經(jīng)組建了數(shù)百人的研發(fā)團(tuán)隊(duì)，在上述垂直領(lǐng)域進(jìn)行了預(yù)訓(xùn)練和精調(diào)。官方發(fā)布的數(shù)據(jù)至少顯示，夸克大模型并非是一個(gè)“趕時(shí)髦”的產(chǎn)物，而是有著想做到行業(yè)頂尖的野心——

11月16日，在C-Eval和CMMLU兩大權(quán)威評(píng)測(cè)榜單的最新評(píng)測(cè)結(jié)果中，夸克大模型分別以89和以77.08的均分登頂；國(guó)內(nèi)專業(yè)考試測(cè)試方面，它在中考、高考和研究生考試中均超過(guò)了GPT-4，包括在臨床執(zhí)業(yè)醫(yī)師資格考試、計(jì)算機(jī)等級(jí)考試、公務(wù)員考試、教師資格證考試等評(píng)測(cè)中，也均優(yōu)于GPT-4（其中臨床執(zhí)業(yè)醫(yī)師資格考試成績(jī)?yōu)?86分，遠(yuǎn)高于360分的及格線）。

如果進(jìn)一步結(jié)合阿里巴巴在AI生態(tài)的布局，就會(huì)發(fā)現(xiàn)夸克大模型的誕生有著很強(qiáng)的戰(zhàn)略屬性，阿里巴巴智能信息事業(yè)群連同大模型在其中的地位一起，都被提到了相當(dāng)?shù)母叨取?/p>

AI技術(shù)基因

需要指出的是，智能信息事業(yè)群屬于阿里巴巴“1+6+N”中的N公司，同閑魚(yú)、釘釘?shù)裙居诩瘓F(tuán)內(nèi)的序列類似。

阿里巴巴智能信息事業(yè)群更注重產(chǎn)品創(chuàng)新和技術(shù)研發(fā)，這也是內(nèi)外部對(duì)其的認(rèn)知之一。

該事業(yè)群成立于2021年4月，定位于信息服務(wù)方向的智能化創(chuàng)新，旗下包括了夸克App、UC瀏覽器和書(shū)旗小說(shuō)等產(chǎn)品。

同年10月，智能信息事業(yè)群升級(jí)組織架構(gòu)，圍繞夸克App成立了夸克事業(yè)部。該動(dòng)作被外界解讀為是在加碼信息服務(wù)賽道，夸克則有望承擔(dān)起創(chuàng)新突破的使命。包括此次推出的夸克大模型，研發(fā)路線也是為了服務(wù)夸克的業(yè)務(wù)戰(zhàn)略。

隨著AI時(shí)代的到來(lái)，信息服務(wù)領(lǐng)域的用戶價(jià)值和商業(yè)價(jià)值仍處在高速增長(zhǎng)的初期，夸克開(kāi)始被置于更高的發(fā)展優(yōu)先級(jí)。

今年9月，阿里集團(tuán)宣布了用戶為先、AI驅(qū)動(dòng)的兩大戰(zhàn)略重心，將加大對(duì)“技術(shù)驅(qū)動(dòng)的互聯(lián)網(wǎng)平臺(tái)業(yè)務(wù)”、“AI驅(qū)動(dòng)的科技業(yè)務(wù)”等業(yè)務(wù)的戰(zhàn)略性投入。

吳泳銘指明的阿里巴巴未來(lái)的戰(zhàn)略投入方向，夸克顯然是AI生態(tài)中的一份子，夸克大模型的推出已經(jīng)是一個(gè)證明。

為什么是夸克

夸克當(dāng)前的定位將關(guān)系到夸克大模型將如何應(yīng)用。

把時(shí)間拉回至幾年前，當(dāng)時(shí)出現(xiàn)在人們眼中的夸克還是一款極度簡(jiǎn)潔的小眾產(chǎn)品，專注于優(yōu)化用戶的搜索體驗(yàn)。也因?yàn)轶w驗(yàn)做得好，在極客和App玩家里圈了一大波粉絲，月活也達(dá)到了百萬(wàn)級(jí)。

后來(lái)夸克所有的探索，也都是在此基礎(chǔ)上展開(kāi)的，各種變化也一直圍繞著夸克的成長(zhǎng)。

對(duì)于當(dāng)時(shí)已經(jīng)擁有一定體量的夸克來(lái)說(shuō)，一條分岔路其實(shí)已經(jīng)擺在了面前——作為一款信息服務(wù)產(chǎn)品，它必然要考慮后續(xù)的發(fā)展方向，單一的功能定位能贏得當(dāng)下，卻不一定爭(zhēng)取到更大的市場(chǎng)。夸克需要在克制的前提下做加法，然而對(duì)于這樣一款對(duì)用戶體驗(yàn)有著執(zhí)念的搜索為主的應(yīng)用而言，做加法不是個(gè)容易的過(guò)程。

期間夸克進(jìn)行過(guò)一些嘗試，譬如垂直領(lǐng)域的專業(yè)搜索，以及不同形態(tài)的優(yōu)質(zhì)內(nèi)容生態(tài)建設(shè)。

但就在人們以為夸克要走上內(nèi)容付費(fèi)時(shí)，它又結(jié)合用戶需求和市場(chǎng)變化迅速對(duì)自己的業(yè)務(wù)體系進(jìn)行了梳理。

2021年夸克事業(yè)部成立，按照阿里巴巴智能信息事業(yè)群總裁吳嘉的說(shuō)法，夸克已進(jìn)入新的階段，正在從一個(gè)好用的搜索App，邁向個(gè)人學(xué)習(xí)、生活和工作的智能助手。

此前，夸克已經(jīng)在搜索業(yè)務(wù)的基礎(chǔ)上延展出了一些信息服務(wù)，譬如輔助考生進(jìn)行志愿篩選的高考信息服務(wù)，包括健康百科和健康精選問(wèn)答在內(nèi)的健康信息搜索，以及內(nèi)容涵蓋簡(jiǎn)歷、PPT、論文、合同、表格和期刊等在內(nèi)的文檔等。此外，工具屬性更強(qiáng)的夸克網(wǎng)盤也在2019年就已上線。

這些服務(wù)在“智能信息”的概念出現(xiàn)之前，還是較為分散的，而當(dāng)明確要做用戶“個(gè)人學(xué)習(xí)、生活和工作的智能助手”之后，夸克的定位也逐漸清晰起來(lái)。

依然是在不犧牲用戶體驗(yàn)的原則上，夸克后續(xù)又對(duì)這些服務(wù)進(jìn)行了更深入的優(yōu)化，并在2022年推出另一款工具產(chǎn)品夸克掃描王，補(bǔ)足了掃描場(chǎng)景下的用戶體驗(yàn)。也是在2022年，夸克App的Slogan正式由“新生代智能搜索”升級(jí)為“你的高效拍檔”，自此完成了從一個(gè)“小而美”的App走向新一代智能信息產(chǎn)品的生態(tài)化發(fā)展的蛻變。

由于服務(wù)場(chǎng)景更貼合學(xué)生以及年輕的上班族，夸克也在更新自己的同時(shí)，積累起了一批畫像更加年輕的用戶——據(jù)QuestMobile發(fā)布的《2023年輕人群智能效率應(yīng)用研究》報(bào)告，夸克App在泛學(xué)生人群和新生代職場(chǎng)人群的用戶占比最高，年輕用戶使用時(shí)長(zhǎng)位列行業(yè)第一；此外，在夸克服務(wù)的數(shù)千萬(wàn)級(jí)用戶中，25歲以下用戶占比超過(guò)一半。

這些統(tǒng)統(tǒng)構(gòu)成了夸克區(qū)別于其他同類應(yīng)用的差異化用戶心智。

很顯然，對(duì)于夸克這樣致力于幫助用戶提高效率、有更強(qiáng)實(shí)用性質(zhì)的應(yīng)用來(lái)說(shuō)，大模型的引入在現(xiàn)階段是適配的，也符合大模型的進(jìn)化規(guī)律?？淇说陌l(fā)展已經(jīng)從單一服務(wù)變成產(chǎn)品矩陣形態(tài)，這也給大模型提供了足夠多的落腳點(diǎn)。

大模型將如何“升級(jí)”夸克

當(dāng)我們提大模型對(duì)某個(gè)應(yīng)用的改造，一定是建立在這個(gè)應(yīng)用原有的業(yè)務(wù)基礎(chǔ)之上。

夸克首先作為一個(gè)搜索工具，在過(guò)去幾年已經(jīng)積累起了海量的中文數(shù)據(jù)，并號(hào)稱有“最全面的中文數(shù)據(jù)庫(kù)”。訓(xùn)練大模型最核心的三要素之一就是數(shù)據(jù)，夸克過(guò)去的積累首先給了大模型能更好理解、評(píng)估和提煉中文知識(shí)體系的前提。

而在更細(xì)分的領(lǐng)域，夸克的知識(shí)內(nèi)容體系也相對(duì)更完整。

比如高考服務(wù)，到今年夸克已經(jīng)連續(xù)五年提供高考信息服務(wù)，各省市的高考數(shù)據(jù)非常齊全，同時(shí)也涵蓋了豐富的圖文、視頻和直播等針對(duì)不同省份、分?jǐn)?shù)段學(xué)生的填報(bào)技巧內(nèi)容；健康服務(wù)方面，夸克也聯(lián)合數(shù)百位院士、醫(yī)療專家和專業(yè)協(xié)會(huì)建立起了夸克健康百科，并且和數(shù)十家行業(yè)頭部醫(yī)療機(jī)構(gòu)合作建立起了健康精選問(wèn)答體系；至于文檔服務(wù)，其內(nèi)容也包括了實(shí)用范文、求職簡(jiǎn)歷、合同模板、PPT模板、教育教學(xué)、表格模板和研究報(bào)告等八大類，精選文檔也已上線了超千萬(wàn)份……

更重要的是，這些數(shù)據(jù)和內(nèi)容背后，包含的是非常豐富的用戶場(chǎng)景，對(duì)于大模型理解和認(rèn)知不同用戶對(duì)工作、學(xué)習(xí)和生活上的真實(shí)需求，亦是加分項(xiàng)。

某種程度上，大模型的加持和夸克一直以來(lái)的技術(shù)傳統(tǒng)是一脈相承的。

AI此前就在夸克的各項(xiàng)服務(wù)中多有應(yīng)用，就高考和健康服務(wù)來(lái)說(shuō)，已經(jīng)在錄取預(yù)測(cè)、模擬填報(bào)以及針對(duì)病例、藥品的篩查等等使用場(chǎng)景下借助過(guò)AI幫助；夸克網(wǎng)盤也在今年先后上線了AI自然語(yǔ)言搜索以及播放器AI字幕生成功能；夸克掃描王在識(shí)別的準(zhǔn)確性上，也一直離不開(kāi)AI的貢獻(xiàn)。

夸克可以說(shuō)對(duì)浪潮的到來(lái)早有準(zhǔn)備，而大模型一旦加碼融入，對(duì)夸克各項(xiàng)功能服務(wù)的影響可以預(yù)見(jiàn)地也將十分顯著。

想象這樣一種場(chǎng)景，在掃描工具的使用中，用戶的痛點(diǎn)通常在于相機(jī)識(shí)別出的內(nèi)容不夠準(zhǔn)確，盡管此前借助AI已經(jīng)能在諸如版式、公式和手寫內(nèi)容等的識(shí)別上提升準(zhǔn)確度，但此類AI往往在語(yǔ)義和前后文的理解上較為機(jī)械。而大模型最強(qiáng)的能力恰恰就在于認(rèn)知，因此當(dāng)大模型被用于掃描場(chǎng)景，識(shí)別準(zhǔn)確性又可以提升一個(gè)量級(jí)。

類似的大模型應(yīng)用場(chǎng)景，幾乎可以匹配到夸克當(dāng)前的每一項(xiàng)服務(wù)，從而帶來(lái)更多體驗(yàn)上的變革。

而在大模型現(xiàn)階段普遍存在的幻覺(jué)問(wèn)題方面，夸克也提出了自己的應(yīng)對(duì)，建立了從內(nèi)容、搜索再到推理的一套可辨別知識(shí)真?zhèn)蔚募夹g(shù)體系，尤其是在通用知識(shí)、圖文知識(shí)、專業(yè)知識(shí)、推理知識(shí)和寫作增強(qiáng)等方面，有望讓大模型提供的內(nèi)容更具有準(zhǔn)確性和專業(yè)性。

在給用戶帶來(lái)改變前，夸克先積極擁抱了變化，改變了自己。

吳泳銘幾天前在世界互聯(lián)網(wǎng)大會(huì)上的預(yù)判是，“在可見(jiàn)的未來(lái)，會(huì)有更智能的下一代產(chǎn)品進(jìn)入人們的生活，AI助理會(huì)無(wú)處不在，成為每個(gè)人工作、生活、學(xué)習(xí)中的助手”?？淇艘呀?jīng)到了邁向下一代搜索的臨界點(diǎn)，大模型也將成為推動(dòng)夸克持續(xù)進(jìn)行產(chǎn)品體驗(yàn)創(chuàng)新的技術(shù)底座。