在 OpenAI 发布会的前一天，来自中国的大模型公司零一万物，让开源大模型社区活跃了起来：Yi 大模型家族新成员「Yi-1.5」模型正式开源。
在项目主页可以看到，Yi-1.5 包括一系列预训练和微调模型，分为 6B、9B、34B 三个版本，采用 Apache 2.0 许可证。
- GitHub 地址：https://github.com/01-ai/Yi-1.5
- Hugging Face 模型下载地址：https://huggingface.co/01-ai
据了解，Yi-1.5 是 Yi-1.0 的持续预训练版本，使用 500B 个 token 来提高编码、推理和指令执行能力，并在 300 万个指令调优样本上进行了精细调整。
刚一发布，就已经有开发者跃跃欲试：
并收获了好评：
与前序模型相比，Yi-1.5 系列模型进一步提升了编码、数学、推理和指令遵循能力。从下方多个基准测试结果可以看出，Yi-1.5 34B 型号的一些指标超过了 Qwen 的 72B，几乎与 Meta Llama 3 的 70B 相当。6B 和 9B 型号也成功超越了 Mistral 的 7B v0.2 版和 Gemma 的 7B 型号。
重磅消息当然不止这一个。
在成立一周年之际，零一万物宣布面向国内市场一次性发布了包含 Yi-Large、Yi-Large-Turbo、Yi-Medium、Yi-Medium-200K、Yi-Vision、Yi-Spark 等多款模型 API 接口，保证客户能够在不同场景下都能找到最佳性能、最具性价比的方案，Yi API Platform 英文站同步对全球开发者开放试用申请。
Yi 大模型 API 开放平台 （https://platform.lingyiwanwu.com/）
其中，千亿参数规模的 Yi-Large API 具备超强文本生成及推理性能，适用于复杂推理、预测，深度内容创作等场景，每百万 token 的价格是 20 元，是 GPT-4-turbo 的三分之一。
Yi-Large-Turbo API 则根据性能和推理速度、成本，进行了平衡性高精度调优，适用于全场景、高品质的推理及文本生成等场景。Yi-Medium API 优势在于指令遵循能力，适用于常规场景下的聊天、对话、翻译等场景；如果需要超长内容文档相关应用，也可以选用 Yi-Medium-200K API，一次性解读 20 万字不在话下；Yi-Vision API 具备高性能图片理解、分析能力，可服务基于图片的聊天、分析等场景；Yi-Spark API 则聚焦轻量化极速响应，适用于轻量化数学分析、代码生成、文本聊天等场景。
其中特别要提到的是发布会现场正式亮相的千亿参数 Yi-Large 闭源大模型。Yi-Large 面世的同时即正式进军全球 SOTA 顶级大模型之首。可以看到，与 GPT-4、Claude3 Sonnet、Gemini 1.5 Pro 以及 Llama 3-70B-Instruct 等当前顶级模型的较量中，Yi-Large 在绝大多数情况下取得了优势。
同时，在斯坦福大模型排行榜 AlpacaEval 的英语评测中，Yi-Large 达到全球大模型 Win Rate 第一。在中文通用大模型综合性基准 SuperCLUE 的中文语言理解排名中，Yi-Large 一跃成为国产大模型 No. 1。
中文能力方面，SuperCLUE 更新的四月基准表现中，Yi-Large 也位列国产大模型之首，Yi-Large 的综合中英双语能力皆展现了卓越的性能。
在发布会上，李开复还宣布，零一万物已启动下一代 Yi-XLarge MoE 模型训练，将冲击 GPT-5 的性能与创新性。从 MMLU、GPQA、HumanEval、MATH 等权威评测集中，仍在初期训练中的 Yi-XLarge MoE 已经与 Claude-3-Opus、GPT4-0409 等国际厂商的最新旗舰模型互有胜负。
至此，零一万物已经建立了「双轨模型策略」。
近期上线的一站式 AI 工作站「万知」（wanzhi.com/ 微信小程序「万知 AI」）则是零一万物基于世界领先的闭源模型 Yi-Large 所做出的「模应一体」生产力应用。
而对于大众和行业最关心的「大模型落地如何产生价值」的命题，李开复指出，国内大模型赛道的竞跑从狂奔到长跑，终局发展将取决于各个选手如何有效达到「TC-PMF」（Product-Market-Technology-Cost Fit，技术成本 X 产品市场契合度）。大模型从训练到服务都很昂贵，算力紧缺是赛道的集体挑战，行业应当共同避免陷入不理性的 ofo 式流血烧钱打法，让大模型能够用健康良性的 ROI 蓄能长跑。
在李开复博士看来，自研 AI Infra 是零一万物必然要走的路，零一万物也自成立起便将 AI Infra 设立为重要方向，着力于实现计算效率的优化。AI Infra（AI Infrastructure 人工智能基础架构技术）主要涵盖大模型训练和部署提供各种底层技术设施。这也基于一个既定事实，很多大模型公司没有美国大厂的 GPU 数量，因此要采取更务实的战术和战略。
零一万物着力于实现计算效率的优化，经过多方面优化后，零一万物千亿参数模型的训练成本同比降幅达一倍之多。
感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。
{ width=60% }
{ width=60% }