作者 | 程茜
編輯 | 心緣
智東西5月22日報道，今天，百川智能發布新一代大模型Baichuan 4，以及首款AI助手“百小應”。Baichuan 4相較Baichuan 3，通用能力提升超過10%，數學和代碼能力分別提升14%和9%。
同日，SuperCLUE發布的通用大模型綜合性中文測評基准上，Baichuan 4得分80.64位列第一，在中文綜合能力測試中超過GPT-4-Turbo-0125。戲劇性的是，昨日，商湯科技日日新SenseNova 5.0大模型剛以總分80.03分的優異成績刷新國內最好成績，在中文綜合成績上超過GPT-4-Turbo-0125，今日評測表現中位列第二。
除大模型升級外，百川發布了首款AI助手百小應，基于Baichuan 4的能力，該助手具有定向搜索、多輪搜索能力，可以通過嵌入搜索結果、表格可視化搜索結果等爲用戶提供更加針對性的答案。王小川將百小應的能力定義爲懂搜索、會提問，懂搜索就是讓模型掌握專業的搜索技能，會提問就是讓模型引導用戶清晰表達自身的需求。
百小應現在已經在Web端（ying.ai）及移動端各大應用商店同步上線。
同時，百川智能宣布開放Baichuan 4、aichuan3-Turbo、Baichuan3-Turbo-128k、Assistant API四款API。
開發者體驗中心：https://platform.baichuan-ai.com/playground
自去年4月成立以來，百川智能已經發布12款模型，王小川提到，百川智能之後會放慢模型的發布節奏，頻率爲按照季度發布，目前整體的思路爲超級應用+超級模型雙輪驅動，今年年內會有大的升級。
提及最近火爆的大模型價格戰話題，王小川談道，他現在抱著“吃瓜”心態，百川智能的思路就是超級應用+超級模型雙輪驅動，因此他們認爲百川智能的策略與面向B端的商業化價格降低問題無關，更多還是看模型夠不夠強、是否有超級應用産生。
他認爲降價熱潮可能是由于首先大家看好這個時代的發展前景，所以不惜免費也要入場；第二點爲To B廠商最後賣的不是模型而是整套雲服務，這類似于此前AI四小龍做To B的策略。百川智能不會將這樣的（降價）商業模式當作重點。
針對超級應用，王小川認爲，現在的應用基本都不是超級應用，超級應用主要體現在使用人數有數量級提升，同時能滿足用戶剛需，充分理解用戶意圖，具有更高的可靠性。對于使用人數的數量級提升，他提到，總體達到3000萬-3億用戶量之間可以稱作超級應用。
一、全方位領先國産大模型，多模態能力接近GPT-4V在理科能力方面，Baichuan 4得分76.90分，國內模型中排名第一，略高于SenseChat V5，較GPT-4-Turbo-0125低4.23分。其中，邏輯推理（74.4）、工具使用（80.8）均刷新國內最好成績；在代碼能力上還有一定優化空間。
文科方面，Baichuan 4在文科任務上表現出色，取得83.12的高分，國內外模型中排名第一，較GPT-4-Turbo-0125高5.33分。其中，知識百科（89.8）、長文本（80.8）、生成創作（83.4）、傳統安全（90.2）均刷新國內最好成績；
與國內外主流模型相比，下圖左側圖片中Baichuan 4是圖中橙色線條，國內大模型的平均水平是藍色線條，百川智能已經全方位處于領先。
與國外模型相比，Baichuan 4在知識百科、長文本、生成創作等文科類中文任務上優于國外大模型。
在多模態能力方面，Baichuan 4評測結果接近GPT-4V。在MMMU、MMBench-EN、CMMMU、MMBench-CN、MathVista等評測基准領先Gemini Pro、Claude3-Sonnet等多模態模型。
王小川介紹了Baichuan 4背後的技術創新點。
在數據方面，百川智能采用合成數據擴充訓練的數據量與提升質量，模型方面，從經驗科學走向數學化，他提到，此前與OpenAI技術人員交流時提到，GPT-4和GPT-3.5的主要區別在于，通過大量實驗將玄學問題變爲科學問題，通過實驗找到背後的規律，使得其調參時隨機性減少。因此在長窗口中，百川智能對各個尺寸進行嘗試，從而找出更合適的參數設置。
在對齊方面，百川智能優化了推理、規劃、多模態指令跟隨（Instruct Following）能力，通過Loss驅動的數據選取與訓練，多階段爬坡、多模型參數融合等方式提升模型的關鍵指標和穩定性。這種方式與MoE模型相似，都是將一個模型分成多個模型進行訓練再合成一個模型，使得整個模型能力穩定性得到提升。
強化學習使得機器在訓練之外能夠獲得外部反饋實現內部改進。因此，在這一階段，百川智能有兩個階段性目標。
第一個是針對于大模型安全的真實、無害、有用3H階段，制定三階段強化方法，使得三個目標分階段強化訓練。第二個是實現RLHF和RLAIF的融合，將人類反饋和機器反饋模型相結合，提升模型的指令遵循等能力。
在成本方面，Baichuan 4采用了新的投機采樣方案Clover，通過將序列知識與並行解碼結合，使得投機采樣的命中率提升至60%，成本降低30%以上。
二、支持多輪、定向搜索，分析長篇論文、一分鍾讀完公司財報王小川提到，不同于信息時代工具屬性的産品，百川智能要讓AI從工具變爲夥伴，AI助手就是從工具到夥伴的過渡階段。
百小應融合了Baichuan 4與百川智能的搜索技術，擁有多步搜索、智能定向搜索等能力，具備懂搜索、會提問兩大獨特優勢。
演示案例中，在回答“引擎蓋打不開怎麽辦”這一問題，國內主流模型會籠統回答一些可能的處理方法。
百小應會先詢問車的型號，然後通過聯網搜索給出基本的打開方案，如果沒有解決會再次詢問用戶的所在地點推薦維修服務，並給出一些緊急情況的處理辦法。
百小應通過多輪搜索，可以在複雜的問題場景下有效獲取到更有價值的答案。其通過精准定位問題領域，然後訪問權威站點進行補充搜索，呈現結果中也會附加相應的網頁鏈接。
同時，其輸出內容會進行結構化呈現，通過表格對信息進行梳理，便于用戶在行業分析、調研時加快對數據的理解。爲了確保輸出信息的准確度，百小應的輸出結果有來源參考，用戶可以點擊引用角標快速校驗搜索結果。
會提問，就是引導用戶明確表述自身的需求。如一些用戶在提問時，問題過于籠統、抽象，百小應就會先與用戶進行互動，一步步明確具體的需求。
如向其提問婚禮策劃方案時，它不會直接給出答案，而是先詢問賓客的數量以及用戶的預算情況；在幫助用戶撰寫小紅書種草文案時，百小應會給出不同場景、風格的文案參考選項，用戶快速點選就能獲得答案。
除此以外，百小應還支持上傳PDF、word文檔，或者直接輸入網頁鏈接（URL），閱讀並分析書籍、報告、學術論文等長篇內容，僅用一分鍾便能讀完上市公司財報。
在Baichuan 4多模態能力的支持下，用戶在提問的同時還可以同步上傳圖片，對圖片內容進行解讀，或者將圖片作爲補充材料，獲取更精准的回答；並且支持語音交互。
三、MaaS新用戶可獲得1000萬免費token，AaaS服務可免費試用百川智能推出了全新的MaaS+AaaS服務，MaaS版塊由基座模型組成，分爲旗艦版和專業版。
旗艦版將全量開放Baichuan 4的各項能力；專業版包含Baichuan3-Turbo和Baichuan3-Turbo-128K兩款模型，在價格方面相比旗艦版Baichuan 4更實惠，且均針對企業用的高頻場景進行了針對性優化，綜合測試相比GPT3.5整體效果提升8.9%。即日起，MaaS新用戶可以獲得1000萬免費token。
Assitants API是百川智能在Baichuan 4基礎上針對Agent構建推出的API接口，不僅支持Code interpreter、RAG內建工具，還支持自定義工具調用，方便企業接入各種豐富複雜的API。評測結果顯示其工具調用能力接近Open AI Assistants API，本次發布的Assitants API現已開啓公測。
未來，百川智能將推出零代碼Agent創建平台産品，讓業務人員通過自然語言的方式，也能創建Agent，更好地賦能企業智能化發展。
結語：“超級模型+超級應用”雙輪驅動，百川智能走出一條大模型應用獨特之路作爲國內大模型産業中備受關注的明星創企，百川智能自王小川搭建團隊、籌備研發起，已經發布12個大模型並推出首款AI助手，可以看出不論在模型的發布速度、模型的能力表現以及AI應用的開發方面，百川智能已經走出了一條獨屬于自己的大模型産品落地、商業化應用之路。
目前來看，距離百川智能想要做“超級模型+超級應用”的願景仍然有一定距離，但從其剛發布的模型與應用來看，百川智能的模型表現霸榜國産大模型，綜合表現更強，在AI助手方面，百川智能沒有遵循其他搜索應用的思路，而是通過多輪搜索等將大模型與搜索技術相結合，真正朝著滿足用戶剛需的方向演進。
在衆多科技巨頭和創企紛紛推出各種大型AI模型應用的今天，百川智能基于其在大模型以及搜索技術方面的完整技術棧，同時擁有原先的搜狗搜索技術團隊做支撐，以AI搜索助手爲切入口，朝著打造擁有數億用戶、能滿足用戶剛需的超級應用沖刺。
