微信客服
微信公众号
一个体量仅为2B的大模型，能有什么用?
答案可能超出你的想象。
因为若是用四个字来概括，那就是“多、快、好、省”:
多:它是业界第一个在端侧部署多模态的大模型。
快:一张1080Ti可高效微调、一台机器可以持续训练。
好:性能跟体量极具反差感，在多项成绩中超越了一众主流“大体量”大模型。
省:1元=1700000tokens，成本为Mistral-Medium百分之一
那么，这个能够“以小博大”，颇有四两拨千斤意味的大模型，到底什么来头?
不卖关子，它正是由清华系初创公司面壁智能最新发布的旗舰终端大模型——MiniCPM。
并且团队还给它起了个别具一格的昵称——小钢炮。
而在众多亮点之间，最令人意外的还是小钢炮用2B的“姿势”所表现出来的性能。
例如与同样是采用“以小博大”路数的大模型标杆之作Mistral-7B做比较，小钢炮多项标准测试成绩均胜出:
再把与小钢炮同“体量”的选手拉出来，大部分能力依旧是处于领先，并且英文能力还是较为出众的那种:
即使把Mistral-7B更大的模型拉进来同台比擂，例如Llama2-13B、MPT-13B、Falcon40B，多项成绩较为出众的仍是小钢炮:
若不论大模型的尺寸，把主流的全部囊括进来，在最接近人评的测试集MT-Bench中比较，小钢炮也取得了较为不错的成绩:
不仅如此，根据面壁智能CEO李大海的介绍:
有一说一，成绩和榜单是大模型能力的一方面，但更重要的还是要看大模型在实际应用中的效果。
2B“小钢炮”效果一览
老规矩，我们还是从不同维度来看下小钢炮的实际应用效果。
中英夹杂提问，精准翻译成法语
让大模型在两种语言之间做翻译已然是件常见的事情。
团队在现场给小钢炮的翻译任务加了一把难度，中英混合提问，并要求把整句翻译成法语:
从翻译结果来看，小钢炮准确地理解了中英混合的表述，并按照要求给出了精准的法语翻译。
如果让人类给一句话添加emoji，那么过程大致是要先理解这句话，然后再在恰当的位置塞进emoji表情。
那么这个任务小钢炮是否能hold住呢?
请看结果:
生日是要的，和也精准塞进了恰当位置，最重要是小钢炮理解到了这句话是表达爱意。
再如“山东省最高的山是那座山，它比黄山高还是矮?差距多少?”这样的问题，小钢炮也是轻松应对:
小钢炮给自己写代码
大模型对给定的任务写代码现在也是司空见惯了。
如果让大模型给自己写段代码呢?请听题:
小钢炮在接收到任务之后，随即开始“自己给自己写代码”，并且每一步的步骤内容也是非常清晰:导入所需库→定义模型结构→定义训练和评估函数→训练模型→评估模型性能。
多模态首次上手机
正如我们刚才提到的，小钢炮的亮点之一就是它是业界第一个在端侧部署多模态的大模型。
在现场，李大海也对此做了相应的展示。
例如先“喂”给手机里的小钢炮一张图，并提问“这个蘑菇的名字是什么?有毒么”，小钢炮就会先看图再作答:
当然，连续追问、上下文对话也是不在话下:
据了解，上面展示的这些能力都是在量化版小钢炮+OPPO手机+骁龙855芯片这个配置之下完成的。
之所以如此，是因为团队想要展示小钢炮是一个“省钱的大模型”。
怎么理解?
刚才手机里GPU的成本大约600元，每秒7.5tokens，假设运行5年报废，共计170万tokens，则其推理成本仅为1元。
如此，便可以得到一个成本公式:
1元=1700000tokens。
相比GPT-4的推理成本，1元=4700tokens，可以说是指数级的把价格打下去。
即便是与Mistral-medium相比，成本也是其1/100。
这次也同步开源了一个更大也更好展示多模态能力的OmniLMM-12B，玩法就变得更多了。
例如举着手机，在摄像头下方比划石头、剪刀、布，并向小钢炮提问:
小钢炮看完之后，在理解基础上便会开始作答:
然后继续给小钢炮看一眼“拳头”，并发问:
继续给小钢炮看一眼“拳头”，并发问:
小钢炮思考片刻后，给出了正确答案:
值得一提的是，从上面的演示中，我们可以看到小钢炮在处理过程中是有一段时间的延迟。
现场也有人调侃说“我看这个视频演示没有加美颜”（指加速处理）。
对此，面壁智能联合创始人、清华大学副教授刘知远回答说:
怎么做到的?
整体来看，面壁智能在技术路线上一直高举“高效”大旗，主要是从AI的三大要素作为突破口，即算力、算法和数据。
在算力层面上，面壁智能认为“Infra是大模型创业护城河”，Infra可以决定一家创业公司的技术上限。
若是没有一个足够“能打”的Infra，即使短期内能够打造较好的模型，但越往后、越深入时会发现很快就会遇到技术瓶颈。
因此，在早年前，团队便在业内较早地提出了BMTrain，一个分布式的高效训练框架。
有了它，很深入地优化工作就可以快速地结合Infra落地实现。
除此之外，团队陆续还推出了高效推理框架BMInf、高效压缩框架BMCook，以及高效微调框架BMTune等等。
有这些具体的工具，便形成了面壁智能在算力层面的杀手锏——面壁ModelForce，全流程优化加速套件平台。
在算法层面上，面壁智能在技术发展过程中所积累出来的利器则是面壁模型沙盒（Model Sandbox）。
这实则也是一种方法论，可以将大模型从过去的炼丹形式变成了一种实验科学。
而在历经上千次的模型沙盒实验之后，团队在算法中的各种细节上也得到了一系列业界最优配置。
例如最优批次大小（batch size），可以大幅节省大模型训练时的token量;再如所有尺寸的模型可以通过最优的超参数的配制，保证训练任意大小的模型取得最好的效果等等。
最后在数据层面上，优秀的数据也决定了大模型最后性能的成败。
而这次小钢炮的诞生，面壁智能仅仅是用了所积累的优质数据中，通过方法论所精选出来的1T。
值得一提的是，为了行业更好的交流和发展，面壁智能开源了训练、退火两个阶段来的数据配方来供参考。
除此之外，与小钢炮相关的更多技术细节以及如何在手机上部署的教程等，均已经在GitHub中开源。
感兴趣的小伙伴，可以在文末链接处了解更多详情~
不过最后，还有一个问题值得讨论来一波:
大模型，为什么往“小”了搞?
其实在2023年，在大模型以小博大方面，便已经开始有了苗头。
最为典型的，就是小钢炮此次对标的Mistral-7B。
在它刚刚出道之际，便以更小的“姿势”击败了更大体量的Llama2-13B、Llama1（34B）等一众大模型。
这就为“比大更大”内卷下的模型圈带来了一定启发。
不过在此背后，大模型往“小”了做，所体现的是一种更大的趋势。
一方面，从大模型从2022年底爆火至今，一个非常明显的变化就是从专注训练，逐渐转向推理。
这是一个技术发展必然的结果，要从比性能和结果，到比谁的大模型更好用;而这个“用”，最好、最直接的体现就应当是在端侧谁可以更“多快好省”地运行。
对此，李大海表示:
另一方面，市场的表现也是印证大模型往“小”发展的一点。
自从去年7月开始，非常明显的一点是，众多主流手机厂商、PC、汽车品牌，陆续在宣布接入大模型。
手机厂商例如华为、小米、荣耀、OPPO、Vivo、三星等;车企包括小鹏、蔚来、理想、吉利等等。
需求之大，可见一斑。
值得一提的是，从小钢炮在GitHub开源的内容来看，目前它已经在众多品牌的老机型上做了部署实验。
因此，老手机上跑大模型也成为了一种可能。
不过细心的朋友也注意到了，面壁智能其实从成立至今，也仅有短短一年的时间。
这就不禁让人发问:一年时间是如何在技术上做到的这般突破?
其实在此背后，更多的是清华系成员们在公司成立之前，长久以来在技术上的积累与跟进。
早在2018年，面壁智能的核心技术团队在BERT发布之后，便聚焦在清华NLP实验的相关工作，发布过全球首个知识指导的预训练模型ERNIE。
随后在2020年，他们也作为“悟道”大模型首发主力阵容发布了全球第一个20亿级中文开源大模型CPM1，也持续参与了之后的CPM2和CPM3。
除此之外，在2022年，在开源相关工作中，面壁智能核心成员也参与到了OpenBMB开源社区的成立与运作。
由此可见，面壁智能的核心技术成员是属于中国最早进行大模型研究的那一批。
正是基于这样的技术积累，也就不难理解面壁智能为何能够在短短一年时间内交出如此之多的“作业”了:
据了解，截至目前，面壁智能拥有100多人的科研团队。
虽然平均年龄仅为28岁，但清北含量高达80%，也有来自阿里、字节、百度等国内外知名大厂的工程团队。
加上团队还主打一个“双CP”组合，即大将里的“小哥哥”+“小鲜肉”里的大将，这种经验与创新的碰撞，或许也是推动发展进程的原动力之一。
诚然，开年小钢炮的发布给大模型带来了不少惊艳，但也正如团队所说，相关工作还有许多需要改进之处。
因此面壁智能在接下来的新进展，是值得关注的。
One More Thing
在小钢炮发布现场，一张五道口大模型Valley图格外吸睛。
用李大海的话来说:
嗯，五道口，不愧是“宇宙中心”。
开源地址（内含技术报告）:
MiniCPM GitHub:
https://github.com/OpenBMB/MiniCPM
OmniLMM GitHub:
https://github.com/OpenBMB/OmniLMM
—完—
