在大模型核心技术研发上，360采取自主研发 合作研发“双引擎”驱动，提升核心“发动机”的竞争力。
作者/洛枳 南溟
出品/新摘商业评论
ChatGPT的成功绝不是凭一己之力，这款史上增长速度最快应用背后，合作者微软起着至关重要的作用，正是产研合作，才促成了大语言模型技术的颠覆性变革。中国已经掀起了大模型之争，然而几个月的喧嚣，却没有一家公司走上这条已经被验证的道路，中国版的“微软 OpenAI”是否会出现，是产业界关注的焦点。
今日，360公司和智谱AI宣布达成战略合作，终于揭晓了合作的方案。双方合作开发的“360GLM”大型模型已经达到了新一代认知智能通用模型的水准。
一、中国的大模型时代正在来临
ChatGPT的发布引发了一场大变 革，微软宣布ChatGPT接入Office全家桶更是在应用上面带来了颠覆性创新，震惊了整个世界。
回看国内，在ChatGPT发布并应用后，各家大厂很快跟进，百度的文心一言，阿里的通义千问，科大讯飞的星火等都在大模型领域不断有新突破。
与此同时，各大厂商也已经认识到，将大规模模型技术整合到实际应用中的紧迫性。阿里云宣布阿里所有产品未来将接入“通义千问”大模型全面升级；科大讯飞的星火大模型具备文本生成、知识问答、数学能力等核心能力。
现实情况是，虽然很多公司都推出了大模型，但是各家大模型能力相差无几，没有一家能够遥遥领先、一统江湖，但可以肯定的是，当大家都在“画饼”时，落地才是关键。
业界有一个共识，最后能够胜出的决定性因素是“场景”，拥有场景的公司才能在未来的大模型产业竞争中占据领先地位。
大模型技术本身不再是一个门槛，产业和研究如何更好地结合，如何更好地落地，是所有入局大模型的玩家需要进一步思考的问题。
显然，沿着被验证过的路径走更容易获得成功。
360和智谱AI的合作，完全可以看做是中国版的“微软 OpenAI”。
如果只有产业公司，会缺乏Open AI科学家长期主义的理想，可能没有人想到在大模型编码人类所有的知识这条路上走得更远。
反过来也是同样的道理，如果只有Open AI，不断发论文是没有意义的，毕竟论文和技术如果不能跟用户的场景相结合，也是不能成功的。
微软和Open AI有非常好的分工：微软在自己的产品里绑上Open AI的服务，让Open AI的服务真正实现工程化、场景化、产品化，甚至包括商业化。
Open AI不一定擅长商业化，也不一定擅长产品和场景化，但就从核心技术上不断从GPT3.5到GPT4.0，说不准GPT5已经在路上。
国外已经蹚出了一条成功的产研结合的道路，360没有理由拒绝模仿这条成功的道路 。
二、技术 场景的“中国GPT组合”
智谱AI是由清华大学计算机系技术成果转化而来的公司，被评为国内“最具OpenAI气质和水准”的公司，去年11月，斯坦福大学大模型中心对全球30个主流大模型进行全方位评测，智谱 AI研发的双语千亿级超大规模预训练模型GLM-130B 是亚洲唯一入选的大模型。
专业测评结果显示，GLM-130B的准确性等关键指标与OpenAI、谷歌大脑、微软和英伟达等公司的大模型接近或持平，全球已有70个国家1000余家机构申请使用。
智谱AI作为领先的大模型技术企业，在追赶OpenAI方面处于头部位置。 然而单纯的技术过硬并不够， 更重要的成就表现在落实到现实场景的应用中去。
此次360和智谱AI的合作，正是大模型与场景结合的重要实践。360创始人周鸿祎一直强调场景在发展大模型中的重要性，他曾表示，技术如果不能跟用户的场景相结合，是不能成功的。
随着ChatGPT对人类的影响不断加深，国内越来越多的企业闯入大模型领域，对此，周鸿祎表示：最关键的已经不是你拥有大模型的技术，而是如何借鉴微软和OpenAI的合作模式，如何能够拿到更好的数据进行训练，如何实现更好的工程化的训练方法，以及，如何找到更好的用户场景，能够使用你的大模型。
据了解，360浏览器平均MAU为4.16亿，360搜索日均请求量超10亿次，这为大模型后续的流量运作、用户反馈、模型调优奠定了基础。
360比肩微软“全家桶”的全端应用恰恰为智谱AI提供了技术落地机会， 同时，通过全端应用的数据，又能帮助大模型技术提供数据支持，对于大模型来说，更多的数据支撑和场景信息反馈，也是辅助其改进的重要一步，技术与数据共同作用下产生飞轮效应。
一定程度上来说，大模型的“卷”，卷的不仅仅是技术，还有技术和应用的结合。
微软和OpenAI的合作模式已经被证实是可行的，证明了这一点。国内大型模型技术的落地需要更全面的考虑其应用，不应该局限于某一领域或场景。
拥有能够和微软匹敌的用户场景，360和智谱AI的合作将成为中国版“微软 OpenAI”模式的最佳范本，在大模型产业竞争中占据一定优势，双方在技术上的的强强联合，在技术与场景的互补性上，能够将国内大模型产业竞争提升到全新的维 度。
三、AI时代，360的两条线
360的人工智能战略是“两翼齐飞”，一方面发展核心技术，另一方面抢占用户场景。
为了提高核心“引擎”的竞争力，360采取了自主研发和合作研发的“双引擎”驱动策略。
360一直以其安全领先著称，并在人工智能技术方面一直处于国内领先的第一梯队，拥有持续的积累。早在2015年，360就成立了人工智能研究院，将CV、NLP等AI前沿技术应用于IOT、安全大数据等领域。同时，承接了安全大脑-国家级人工智能开放平 台项目。
得益于拥有国内先进的多模态研发团队，360在自然语言理解、机器视觉与运动、语音语义交互等方面达到行业领先，核心成员 和团队多次荣获AI相关比赛冠军/提名奖项。
大模型相关技术上，360通过多模态学习解决跨模态检索，提升了搜索效率，接着，利用迁移学习技术、快速落地文本分类、信息检索、人机对话、NER、Summary等能力进行了中文语言模型预训练研究。
后来，360开始研究图文跨模态，并从 50 亿图文中选出 2300 万高质量中文图文进行跨模态数据集开源。后续在CV、AIGC和MLLM上的研究，让360在大模型上的前期准备有了更坚实的基础。
在CV上，OVD开放了世界目标检测大模型Zero/Few Shot；在AIGC上，中文Stable Diffusion模型尝试解决了40亿图文对解决中文理解问题；在MLLM上，具备原生视觉和语言能力的多模态GPT通过领域对齐实现了跨模态知识迁移。
综合来看，360的自主研发经历了自然语言理解、机器视觉与运动、多模态大语言模型等过程，日益精进。
基于AI核心技术，360借助自身优势场景，“四路并发”落地大模型，分别面向消费者、中小微企业、行业、政企和城市提供大模型相关产品和服务。
360GPT的产品矩阵是360智脑，360智脑全景包括360CV大模型、360GPT大模型、3 60GLM大模型、360多模态大模型。
周鸿祎对自家大模型的落地有着清晰的规划，“360智脑”率先落地搜索场景之后，结合GPT能力的智能浏览器、AI生图工具和企业智能营销云将很快面向B端用户开放测试。显然在策略上，360并不急于求成，而是聚焦用户刚需，成熟一个场景，开放一个场景。
周鸿祎强调了多次，中国的大型模型在发展方面已经落后GPT两年左右，为推动其发展，需要用户的支持、理解和宽容。在有些问题、有些技能方面，中国玩家有后来居上的可能。有些能力，例如强大的推理能力、思维链和涌现能力，需要经过一定的过程才能培养。
诚然，中国的GPT发展得确实还不够成熟，但谁知道最后的胜出者会以什么方式出现呢，而这个玩家会不会是复制“微软 OpenAI”成功模式的360呢？我们拭目以待吧。
以上是360 智谱AI，中国版'微软 OpenAI”来了的详细内容。更多信息请关注PHP中文网其他相关文章！
