来源：科技最前线 (kejizqx)
卷参数、卷数据集大小、卷算力……大模型在进入到GPT4之后，这种“大力出奇迹”的内卷法似乎不再奏效——消耗能源惊人，换来的模型能力增长却异常缓慢。“漫山遍野的大模型似乎都大差不差……觉得说也就这样了”——这是这段时间很多人对AI透露出的一些悲观态度。
但是o1打破了这一瓶颈。
9月13日，OpenAI o1-preview发布，凭借“慢思考”开创大模型技术前进的新模式，让通向AGI的道路再次豁然开朗。
将通往AGI的计数器重置为1
什么是慢思考？
360集团创始人周鸿祎在其近期发布的短视频中指出，过去GPT类的大模型通过训练大量知识，主要学习的是快思考能力。快思考的特点是——快速直觉、无意识，反应很快但能力不够强，这也是为什么GPT类大模型答案总是脱口而出，但质量却不够稳定，“就像人一样，不假思索就想出口成章而不出错，非常难实现”。
反之，慢思考的特点则是缓慢、有意识、有逻辑性，需要分很多步骤。类似写一篇复杂的文章，要先列提纲，根据提纲去搜集数据，收集素材，根据素材进行讨论，再把文章写出来，还要进行润色和修改。
这一次o1拥有了人类慢思考的特质，在回答问题前会反复地思考，拆解、理解、推理，可能会自己问自己1000遍，然后才能给出最终的答案。
注意这和人类的思考过程非常相似，人类在解决复杂推理问题时，如果也选择先将问题点一个个写下来，再各个击破，也会显著提升答案的准确度。
换句话说，o1通过引入大规模强化学习算法，将模型思维展现为“思维链”(Chain-of-Thought, CoT)，告别Prompt工程，从复杂人工环节走向自动化，从而显著提高了模型通用推理能力和对齐效果。
慢思考的威力有多大？
根据OpenAI官方测评，o1不仅在绝大多数推理任务中表现优于GPT-4o，甚至在部分推理密集型基准测试中可与人类专家相媲美——在国际数学奥林匹克（IMO）资格考试中，o1模型解决了83%的问题，远超GPT-4的13%解决率；在OpenAI模拟的Codeforces主办的编程竞赛中，o1模型表现优于 93% 的竞争对手；此外，在物理、化学和生物等学科的基准测试（GPQA）中，o1模型的准确率甚至超越了人类博士水平的准确率。
对于复杂的推理任务来说，慢思考加持后的o1模型取得了重大进步。OpenAI首席执行官山姆·奥特曼表示，在处理难而复杂的任务上，OpenAI o1达到了当下人工智能的最高水平，展现出强大的推理能力。这也是o1名字的来源——一个新的开始，将计数器重置为1。
“跨越式的改变”、“大模型领域的iPhone时刻”……炸圈的o1再次向业界展示了慢思考的威力。只是为什么说“再”呢？因为同一理念早在两个月前，360集团创始人周鸿祎就已经提出且付诸实践。
就在今年7月底的ISC AI大会上，周鸿祎就前瞻性地宣布，将「用基于智能体的框架打造慢思考系统，从而增强大模型的慢思考能力」，并且在近期的多次强调，将「利用智能体框架，让大模型从快思考转成慢思考模式，把多个大模型组合起来解决业务问题」。
而且不仅仅是方向上的类似，OpenAI o1是用“思维链”结构实现的超级智能对吧？老周的360也同样在7月底发布了专家协作架构CoE（Collaboration-of-Experts），它们在分工协作，多步推理的底层逻辑上几乎是一样的，这个360首创的CoE架构，在加快推理速度的同时，还有效降低了API接口和Token的使用成本。
没有止步于技术创新，360比OpenAI更早一步地将慢思考模式付诸实际应用。目前，基于CoE技术架构的AI功能，用户可在360AI浏览器和360AI搜索中体验。
回到文章开头的问题，漫山遍野的大模型在回答同一个问题的能力上，看似相近，但一旦挖掘细分维度——这个擅长回答，那个擅长反思，另一个擅长总结……能力在细分维度上立马见高下，而此时正在360AI浏览器上使用大模型的你，好比给你配齐了各色能人异士。
换句话说，CoE架构并非只接入了一家企业的模型，而是由360牵头——百度、腾讯、阿里巴巴、智谱AI、Minimax、月之暗面等16家国内主流大模型厂商合作打造的，目前已经接入了这些企业的54款大模型产品，未来预计会全量接入100多款大模型产品。更进一步的是，CoE技术架构不仅接入了“大模型”，还接入了很多十亿甚至更小参数的专家模型，在回答简单问题时调用更精准的“小模型”，可在获得高质量回答的同时还能节约推理资源、提升响应速度。
在这个功能里，你可以54款大模型中任意选择3款大模型，让其中一个模型扮演专家，为你回答问题；第二个模型作为反思者，会对专家给出的答案进行评估、纠错以及补充；最后，由第三个模型总结汇总两轮回答，给出最终答案。
要知道，当一个人能力有限的时候，唯有团结协作才能实现更大的突破。进行多模型协作，以此将达成比单个大模型回答问题好得多的效果。
值得一提的是，这和OpenAI o1通过多个子模型实现“慢思考”的逻辑是类似的，和人类的思考方式也很像。
甚至于，近期有国内技术团队通过将思维链CoT优化为CoE协同工作模式，使用任意3个模型协同工作，达到了和OpenAI o1-preview类似的反思决策效果。经过21道复杂逻辑推理题测试结果显示，其效果与OpenAI o1-preview相当，完全超越GPT-4o，有时还能超越o1-preview。
这就是“复仇者联盟”的力量，即使“灭霸”的能力再强，团结起来的团队，依旧是强大、可以与之抗衡的。
2、「大模型竞技场」，总有一款模型适合你；
「大模型竞技场」支持调用国内16家主流大模型企业的54个大模型产品进行同台竞技，在响应速度、耗时、效率等多个维度进行量化比拼，帮助用户“在最短的时间获取最佳回答”。
模型竞技场也为国内大模型厂商提供了一个公平的竞技平台，共同塑造“比学赶帮超”的产品进化氛围，为广大AI用户提供优质服务。
3、左右手互博，「360AI搜索」实现答案的“信达雅”；
360AI搜索的“深入回答”模式，会涉及7-15次的大模型调用，比如可能会涉及1次意图识别模型调用，1次搜索词改写模型调用，5次搜索调用，1次网页排序调用，1次生成主回答调用，1次生成追问调用。
1、首先构建意图分类模型，对用户的问题进行意图识别；
2、接着打造任务路由模型对问题进行拆解，不同的问题可以划分成“简单任务”、“多步任务”和“复杂任务”，对多个模型进行调度；
3、最后构建AI工作流，使多个大模型协同运作。
在古诗词翻译任务中，360AI搜索会调用多个模型协同完成任务 图源:360
得益于全球领先的CoE技术架构的支撑，以及和国内多家主流大模型厂商的通力协作，360AI搜索在2024年1月诞生后，仅用8-9个月的时间，就超越了Perplexity AI，成为全球最大的AI原生搜索引擎。
在一潭死水的大模型发展困境中，是创新的“慢思考”让其再现风浪，OpenAI用“思维链”、360用CoE将其一一实现。
与此同时，在慢思考模式上先行一步的360，让我们有充分的理由相信，在AI大模型这条赛道上，国内厂商不仅没有被扩大差距，反而是在思想前瞻性、技术产品落地方面，都走在了以 OpenAI 为代表的国际水平前面。
况且，基于我国高素质的工程师人才优势，和新时代创新精神，完全有可能让AI大模型赛道，成为继新能源汽车之后的又一个领跑国际前沿的重要科技创新领域。
