Skywork o1是由昆侖萬維集團發(fā)布的具有慢思考推理能力的系列模型。這是國內(nèi)第一款中文邏輯推理能力的o1模型。

不同于現(xiàn)有的復(fù)現(xiàn)OpenAI o1模型的工作，Skywork o1不僅在模型輸出上內(nèi)生了思考、計劃、反思等能力，同時，該開源模型在標(biāo)準(zhǔn)評測集上，對比普通模型推理能力大幅上升，真正讓模型擁有了思考和反思帶來的推理能力的提升。團隊復(fù)現(xiàn)o1的技術(shù)路線，使得初始推理能力較差的基座模型在基準(zhǔn)測試集上成為生態(tài)位SOTA。

昆侖萬維的大模型之路

昆侖萬維：將繼續(xù)踐行“All in AGI 與 AIGC” 縱深推進(jìn)人工智能在游戲等多領(lǐng)域應(yīng)用

昆侖萬維致力于實現(xiàn)通用人工智能。憑借超前的戰(zhàn)略眼光，公司現(xiàn)已完成“算力基礎(chǔ)設(shè)施—大模型算法—AI應(yīng)用”全產(chǎn)業(yè)鏈布局，位列國內(nèi)人工智能企業(yè)第一梯隊。目前，公司主要業(yè)務(wù)涵蓋AGI與AIGC業(yè)務(wù)，海外信息分發(fā)與元宇宙業(yè)務(wù)，以及投資業(yè)務(wù)。

2020年開始，昆侖萬維就關(guān)注大模型和AIGC領(lǐng)域，目前已成功構(gòu)建了包括AI大模型、AI搜索、AI音樂、AI視頻、AI社交、AI游戲等在內(nèi)的多元AI業(yè)務(wù)矩陣，部分業(yè)務(wù)已實現(xiàn)商業(yè)化落地，為公司開啟第二增長曲線。

2023年4月，公司發(fā)布自主研發(fā)的“天工1.0”大模型。時至同年9月，在權(quán)威推理榜單Benchmark GSM8K測試中，天工以80%的正確率顯著領(lǐng)先于GPT-3.5的57.1%和LLaMA2-70B的56.8%，推理能力已達(dá)到全球領(lǐng)先水平；2024年2月，公司天工大模型迎來2.0版本，相較此前版本，其應(yīng)對復(fù)雜任務(wù)能力更強、模型響應(yīng)速度更快、訓(xùn)練及推理效率更高、可擴展性更強。

昆侖萬維在推出天工大模型后，不斷對其進(jìn)行迭代升級。從天工1.0到天工3.0，再到最新的天工大模型4.0 4o版（Skywork 4o），昆侖萬維在研發(fā)上的投入持續(xù)增加，致力于提升大模型的性能和智能水平。直至今日昆侖萬維「天工大模型4.0」o1版（Skywork o1）正式啟動邀請測試

Skywork o1

此次發(fā)布的Skywork o1包括三款模型，既有回饋開源社區(qū)的開放版本，也有能力更強的專用版本：

Skywork o1 Open：一款基于Llama 3.1 8B的開源模型，該模型在同生態(tài)位開源模型中評測指標(biāo)大幅提升達(dá)到SOTA水平，并解鎖了許多輕量級模型無法解決的復(fù)雜數(shù)學(xué)任務(wù)。該模型的發(fā)布也將幫助加速國內(nèi)開源社區(qū)復(fù)現(xiàn)o1的進(jìn)程。Skywork o1 Lite：該模型具備完整的思考能力，具有更好的中文支持和更快的推理和思考速度。在數(shù)學(xué)、中文邏輯和推理類問題上表現(xiàn)突出。Skywork o1 Preview：這款模型是本次完整版的推理模型，搭配自研的線上推理算法，對比Skywork o1 Lite有著更多樣和“深度”的思考過程，更完善和更高質(zhì)量的推理。

強推理以及自我反思的能力

推理反思能力訓(xùn)練：通過自研的多智能體體系構(gòu)造高質(zhì)量的分步思考，反思和驗證數(shù)據(jù)。通過高質(zhì)量的、多樣性的長思考數(shù)據(jù)對基座模型進(jìn)行繼續(xù)預(yù)訓(xùn)練和監(jiān)督微調(diào)。

推理能力強化學(xué)習(xí)：團隊研發(fā)了最新的適配分步推理強化的Skywork o1 Process Reward Model（PRM）。實驗證明Skywork-PRM可有效的捕捉到復(fù)雜推理任務(wù)中間步驟和思考步驟對最終答案的影響。結(jié)合自研分步推理強化算法進(jìn)一步加強模型推理和思考能力。

推理planning：基于天工自研的Q*線上推理算法配合模型在線思考，并尋找最佳推理路徑。這也是全球首次將Q*算法實現(xiàn)和公開。Q*算法落地也大大提升了模型線上推理能力。

“天工大模型4.0”o1版能力測試

相較于此前（長文本任務(wù)）大模型，無論是常識推理問題、邏輯推理問題、數(shù)學(xué)推理問題、倫理決策問題、還是“弱智”（類似腦筋急轉(zhuǎn)彎）邏輯陷阱問題等，Skywork o1都處理的游刃有余。整體來說，Skywork o1 Lite和Skywork o1 Preview線上版本在復(fù)雜問題分析、思考反思過程、輸出答案質(zhì)量上均有大幅提升。

首先，我們拿一道「2024年全國碩士研究生入學(xué)統(tǒng)一考試數(shù)學(xué)(一)試題」考考它（如下圖所示），測試一下它的“智力水平”。

面對難度不小的最新考研數(shù)學(xué)題，Skywork o1 Preview盡管花費了一些時間，但還是一步步推理出了正確結(jié)果。

那么，之前大模型經(jīng)常翻車的比大小問題，Skywork o1現(xiàn)在的回答水平如何了？

從它的思考過程可以看出，Skywork o1的模型思考和規(guī)劃能力大幅提升。這個解題邏輯非常像人類的思考方法了，“如果整數(shù)部分相同，那么就要開始比較小數(shù)部分了”。通過嚴(yán)謹(jǐn)?shù)耐评磉^程，準(zhǔn)確得出8.8大于8.11，且多給出了一步差值計算。

此外，模型自我反思能力和自我驗證能力也都有長足進(jìn)步。Skywork o1可以準(zhǔn)確識別出“nǐ hǎo hěn gāo xìng rèn shí nǐ”，還可以給出后續(xù)對話建議。

盡管我們讓它回答存在中文讀音“陷阱”的問題——“請將qíng rén yǎn lǐ chū xī shī轉(zhuǎn)換為中文”，它也沒有被我們繞進(jìn)去。充分展示了中文邏輯問題思考中的反思能力，它主動發(fā)現(xiàn)了“西詩”是不對的說法，而是“西施”。

同樣的，對于之前的大模型來說，“算24點”的游戲很容易把模型搞崩潰了，但是對于Skywork o1來說，可謂是小菜一碟。它不僅給出了正確答案，重點是它在過程中進(jìn)行了「自我驗證」。它在計算過后，又檢查了一遍，確認(rèn)過程和答案全部符合命題要求，才給出最終答案。

昆侖萬維的大模型之路道阻且長

昆侖萬維大模型產(chǎn)品不斷更新迭代的背后業(yè)績并不樂觀

高額研發(fā)投入：昆侖萬維為保持競爭優(yōu)勢，在AI技術(shù)上進(jìn)行了大量的研發(fā)投入。例如，2024年前三季度，公司的研發(fā)費用提升至11.44億元，同比大幅增長84.47%。然而，持續(xù)的高投入并未立刻帶來預(yù)期的收益。

凈虧損持續(xù)擴大：盡管營業(yè)收入有所增長，但昆侖萬維的凈虧損卻在持續(xù)擴大。2024年前三季度，公司凈虧損達(dá)到6.27億元，第三季度凈虧損為2.37億元，同比大幅下降695.9%。

同時，人事層面發(fā)生變動，AI界知名科學(xué)家離職?！癆ll in AGI與AIGC”的戰(zhàn)略下，研發(fā)、部署和維護需要巨大的資金投入，目前來看，昆侖萬維在AI應(yīng)用層面沿襲了公司此前一貫“追熱點”的傳統(tǒng)，從搜索到智能助手，從游戲到音樂、短劇、社交，試圖多點開花，但落地效果仍有待后續(xù)觀察。

面臨的挑戰(zhàn)與機遇

市場競爭加劇：隨著AI技術(shù)的不斷發(fā)展，越來越多的企業(yè)開始涉足大模型和AIGC領(lǐng)域。這使得昆侖萬維面臨著更加激烈的市場競爭。為了保持競爭優(yōu)勢，昆侖萬維需要不斷創(chuàng)新和升級其產(chǎn)品和技術(shù)。

商業(yè)化落地挑戰(zhàn)：盡管昆侖萬維在大模型和AIGC領(lǐng)域取得了顯著成果，但如何將這些技術(shù)轉(zhuǎn)化為實際的商業(yè)價值仍然是一個挑戰(zhàn)。昆侖萬維需要不斷探索新的商業(yè)模式和應(yīng)用場景，以實現(xiàn)技術(shù)的商業(yè)化落地。

人才和技術(shù)儲備：為了保持在大模型和AIGC領(lǐng)域的領(lǐng)先地位，昆侖萬維需要不斷吸引和培養(yǎng)高素質(zhì)的人才，并加強技術(shù)儲備和研發(fā)能力。同時，還需要與業(yè)界保持緊密的合作關(guān)系，共同推動AI技術(shù)的發(fā)展和應(yīng)用。

結(jié)語

昆侖萬維的“天工大模型4.0”o1版的推出是國產(chǎn)AI大模型在對標(biāo)OpenAI過程中的重要里程碑。它不僅展示了昆侖萬維在技術(shù)創(chuàng)新和生態(tài)建設(shè)方面的實力，也為未來的商業(yè)化應(yīng)用和市場拓展奠定了堅實基礎(chǔ)。然而，面對業(yè)績壓力和市場競爭的挑戰(zhàn)，昆侖萬維需要持續(xù)進(jìn)行技術(shù)創(chuàng)新和迭代升級，以保持其在AIGC領(lǐng)域的領(lǐng)先地位。（文/宋雨涵）

lixiangjing

算力豹主編