由于面臨美國芯片限制和比西方同行更少的預(yù)算，中國人工智能（AI）公司正在降低成本以創(chuàng)建具有競(jìng)爭(zhēng)力的模型。01.ai（零一萬物）和DeepSeek（深度求索）等初創(chuàng)公司通過采取一些策略來降低價(jià)格，例如專注于較小的數(shù)據(jù)集來訓(xùn)練人工智能模型，以及聘請(qǐng)低價(jià)但熟練的計(jì)算機(jī)工程師。
阿里巴巴、百度和字節(jié)跳動(dòng)等大型科技集團(tuán)也展開了價(jià)格戰(zhàn)，以降低“推理”成本（即調(diào)用大型語言模型生成響應(yīng)的價(jià)格），大模型價(jià)格下降90%以上，僅為美國同行的一小部分。
總部位于北京的01.ai由前谷歌中國區(qū)總裁李開復(fù)領(lǐng)導(dǎo)，該公司表示，通過構(gòu)建以較少數(shù)據(jù)量進(jìn)行訓(xùn)練、需要較少計(jì)算能力的模型并優(yōu)化硬件，該公司已經(jīng)降低了推理成本。
李開復(fù)表示：“中國的優(yōu)勢(shì)在于制造出真正價(jià)格實(shí)惠的推理引擎，然后讓其應(yīng)用廣泛傳播。”
近日，在加州大學(xué)伯克利分校SkyLab和LMSYS的研究人員發(fā)布的排名中，01.ai的Yi-Lightning模型與馬斯克名下公司x.AI的Grok-2在LLM（大模型）公司中并列第三，但落后于OpenAI和谷歌。
評(píng)估基于用戶對(duì)不同模型對(duì)查詢答案的評(píng)分。字節(jié)跳動(dòng)、阿里巴巴和DeepSeek等其他中國公司也在大模型排名榜上名列前茅。
01.ai的Yi-Lightning的推理成本為每百萬token 14美分，而OpenAI的較小模型GPT o1-mini的推理成本為26美分。與此同時(shí)，OpenAI規(guī)模更大的GPT 4o的推理成本為每百萬token 4.40美元。用于生成響應(yīng)的token數(shù)量取決于查詢的復(fù)雜性。
李開復(fù)還表示，Yi-Lightning的“預(yù)訓(xùn)練”成本為300萬美元，初始模型訓(xùn)練之后可以針對(duì)不同用例進(jìn)行微調(diào)或定制。這只是OpenAI等公司對(duì)其大型模型所報(bào)成本的一小部分。他補(bǔ)充說，其目標(biāo)不是擁有“最佳模型”，而是一個(gè)具有競(jìng)爭(zhēng)力的模型，開發(fā)人員使用它來構(gòu)建應(yīng)用程序的成本“要低5到10倍”。
01.ai、DeepSeek、MiniMax、Stepfun等許多中國人工智能團(tuán)體都采用了所謂的“混合專家模型（MoE）”方法，這一策略首先由美國研究人員推廣。
該方法不是在從互聯(lián)網(wǎng)和其他來源抓取數(shù)據(jù)的龐大數(shù)據(jù)庫上一次性訓(xùn)練一個(gè)“密集模型”，而是結(jié)合了許多針對(duì)行業(yè)特定數(shù)據(jù)進(jìn)行訓(xùn)練的神經(jīng)網(wǎng)絡(luò)。
研究人員認(rèn)為，混合專家模型方法是實(shí)現(xiàn)與密集模型相同智能水平但計(jì)算能力較低的關(guān)鍵方法。但這種方法更容易失敗，因?yàn)楣こ處煴仨殔f(xié)調(diào)多個(gè)“專家”的訓(xùn)練過程，而不是在一個(gè)模型中。
由于難以獲得穩(wěn)定充足的高端人工智能芯片供應(yīng)，中國人工智能企業(yè)在過去一年中一直在競(jìng)相開發(fā)最高質(zhì)量的數(shù)據(jù)集，以訓(xùn)練這些“專家”，從而使自己在競(jìng)爭(zhēng)中脫穎而出。
李開復(fù)說：“中國的優(yōu)勢(shì)不在于在預(yù)算不受限制的情況下，進(jìn)行前所未有的突破性研究。中國的優(yōu)勢(shì)在于建設(shè)得好、快、可靠且便宜。” 
