中国公司创造的十大人工智能模型

什么是LLM模式？

定义和概述

人工智能模型是一种经过一组数据训练的程序，可以识别某些模式或做出某些决策，而无需进一步的人工干预。

大型语言模型，也称为 法学硕士，都是基于大量数据进行预训练的大型深度学习模型。

底层 Transformer 是一组神经网络，由具有自注意力功能的编码器和解码器组成。编码器和解码器从文本序列中提取含义，并理解其中单词和短语之间的关系。

哪一个型号最适合您？

AI大模型的发展非常迅速，不同的公司和研究机构每天都会推出新的研究成果，同时还会推出新的大型语言模型。

因此，我们无法明确地告诉您哪一个是最好的。

不过现在也有一些顶级的公司和模型，比如OpenAI，现在也有一套标准和测试题来评估模型。

您可以参考 超级线索 查看模型在各个任务中的得分，并选择适合您的模型。此外，您还可以关注最新消息，以了解有关 LLM 模型能力的更多信息。

混元-大版 腾讯

模型介绍

11月5日， 腾讯 发布开源 MoE 大型语言模型 Hunyuan-large，共拥有 3980 亿个参数，为业界最大，激活参数达 520 亿个。

公测结果显示，腾讯混元大模型在各项目上全面领先。

技术优势

• 高质量合成数据：通过利用合成数据增强训练， 浑源-大 可以学习更丰富的表示，处理长上下文输入，并更好地推广到看不见的数据。
• KV 缓存压缩：利用分组查询注意（GQA）和跨层注意（CLA）策略显著减少KV缓存的内存使用量和计算开销，提高推理吞吐量。
• 针对专家的学习率调整：为不同的专家设置不同的学习率，以确保每个子模型有效地从数据中学习并提高整体性能。
• 长上下文处理能力：预训练模型支持高达256K的文本序列，Instruct模型支持高达128K，显著增强了处理长上下文任务的能力。
• 广泛的基准测试：在多种语言和任务上进行大量实验，验证混元-Large的实用有效性和安全性。

推理框架与训练框架

此开源版本提供了两个推理后端选项，专门针对 混元-大型模型：流行 vLLM-后端 和 TensorRT-法学硕士 后端。两种解决方案都包括增强性能的优化。

Hunyuan-Large开源模型完全兼容Hugging Face格式，方便科研开发者使用hf-deepspeed框架进行模型微调，同时支持通过flash Attention进行训练加速。

如何进一步使用此模型

这是一个开源模型。你可以在以下网址找到“tencent-hunyuan” GitHub，其中提供了详细的说明和使用指南。您可以进一步探索和研究它以创造更多可能性。

登月计划(君美）由 Moonshot AI 提供

摘要简介

Moonshot 是 Dark Side of the Moon 开发的大规模语言模型。以下是其功能概述：

• 技术突破：Moonshot 在长文本处理方面取得显著进步，其智能助手产品 Kimichat 支持多达 200 万个汉字的无损上下文输入。
• 模型架构：通过采用创新的网络结构和工程优化，它实现了长距离注意力，而无需依赖滑动窗口、下采样或通常会降低性能的较小模型等“捷径”解决方案。即使具有数千亿个参数，这也使人们能够全面理解超长文本。
• 应用导向：Moonshot 以实际应用为开发重点，旨在成为用户不可或缺的日常工具，并根据真实的用户反馈不断发展以产生切实的价值。

主要功能

• 长文本处理能力：能够处理小说或完整的财务报告等大篇幅文本，为用户提供深入、全面的见解和长篇文档摘要。
• 多模态融合：整合多种模态，将文本与图像数据相结合，增强分析和生成能力。
• 高度的语言理解和生成能力：表现出色，能够准确解释用户输入并生成高质量、连贯且语义上适当的响应。
• 灵活的可扩展性：具有强大的可扩展性，可根据不同的应用场景和需求进行定制和优化，为开发者和企业提供极大的灵活性和自主性。

使用方法

• API 集成：用户可以在“月之暗面”官方平台注册账号，申请API密钥，然后使用兼容编程语言的API将Moonshot的功能集成到自己的应用程序中。
• 使用官方产品和工具：直接使用基于Moonshot模型的智能助手产品Kimichat，或者利用Dark Side of the Moon提供的相关工具和平台。
• 与其他框架和工具的集成：Moonshot 可以与 LangChain 等流行的 AI 开发框架集成，以构建更为强大的语言模型应用程序。

由 zhipu.ai 提供的 GLM-4-Plus

摘要简介

智普AI研发的GLM-4-Plus是完全自研的GLM基础模型的最新版本，在语言理解、指令跟随和长文本处理方面有显著增强。

主要特点和优势

• 强大的语言理解能力：GLM-4-Plus 经过大量数据集和优化算法的训练，擅长处理复杂的语义，准确解释各种文本的含义和上下文。
• 出色的长文本处理能力：GLM-4-Plus采用创新的内存机制和分段处理技术，可以有效处理长达128k个标记的长文本，具有非常出色的数据处理和信息提取能力。
• 增强推理能力：结合近端策略优化（PPO）在探索最优解的同时保持稳定性和效率，显著提高模型在数学和编程等复杂推理任务中的表现。
• 指令执行准确度高：准确理解并遵守用户指示，根据用户要求生成高质量、符合期望的文本。

使用说明

• 注册账户并获取API密钥：首先，在智扑官网注册一个账号，并获取一个API key。
• 查看官方文档：详细参数及使用说明请参考GLM-4系列官方文档。

SenceTime 的 SenseChat 5.5

摘要简介

SenseChat 5.5是商汤科技自主研发的大型语言模型5.5版本，该模型基于中国最早建立的万亿级参数大型语言模型之一InternLM-123b，并持续更新。

主要特点和优势

• 强大的综合性能：在多项评估任务中持续名列前茅，在人文和科学领域的基础能力以及高级“困难”任务中表现出色。它在人文学科的语言理解和安全性方面表现出色，在科学领域的逻辑和编码方面表现出色。
• 高效的边缘应用：商汤科技发布SenseChat Lite-5.5版本，初始加载时间压缩至仅0.19秒，较4月份发布的SenseChat Lite-5.0提升40%，推理速度达90.2个字符/秒，单机年费用低至9.9元。
• 卓越的语言能力：作为一款自然语言应用，它能够有效处理大量文本数据，具有强大的自然语言对话能力、逻辑推理能力、知识面广、更新频繁等特点。它支持简体中文、繁体中文、英文和常见的编程语言。

用途及应用产品

• 直接使用：用户可以在【SenseTime官网】注册，通过网页或手机APP访问SenseChat并与模型进行交互。
• API 集成：商汤科技为企业和开发者提供API访问，使他们能够将SenseChat 5.5集成到他们的产品或应用程序中。

Qwen2.5-72B-由阿里云 Qwen 团队指导

模型介绍

Qwen2.5 是 Qwen 最新推出的大型语言模型系列。 Qwen2.5之后，团队发布了多个基础语言模型和指令调优语言模型，参数规模从5亿到720亿不等。

主要特色

• 密集、易于使用、仅用于解码器的语言模型，可用于 0.5亿, 15亿, 3B, 7B, 14B, 32B和 72B 尺寸、基础和指导变体。
• 在我们最新的大规模数据集上进行预训练，涵盖多达 18T 代币。
• 在指令跟踪、生成长文本（超过 8K 个标记）、理解结构化数据（例如表格）以及生成结构化输出（尤其是 JSON）方面有显著改进。
• 更能适应系统提示的多样性，增强聊天机器人的角色扮演实现和条件设定。
• 上下文长度最多支持 128千 代币，最多可产生 8K 代币。
• 超过的多语言支持 29 语言包括中文、英语、法语、西班牙语、葡萄牙语、德语、意大利语、俄语、日语、韩语、越南语、泰语、阿拉伯语等。

如何快速启动？

你可以在 Github 和 Hugging face 上找到使用大型模型的教程，基于这些教程你可以有效地运行模型，实现你的功能和想法。

Doubao-pro，作者：字节跳动豆宝团队

摘要简介

Doubao-pro是字节跳动自主研发的大型语言模型，于2024年5月15日正式发布。在Flageval大模型评测平台中，Doubao-pro以75.96分的成绩位列闭源模型第二名。

• 版本：Doubao-pro包含4k、32k、128k上下文窗口的版本，每个版本支持不同长度的上下文进行推理和微调。
• 性能改进：根据字节跳动内部测试，Doubao-pro-4k在11项行业标准公开基准测试中取得了总成绩76.8分。

主要特点和优势

• 综合能力强：Doubao-pro在客观和主观评价中均表现出色，包括数学、知识应用和解决问题等。
• 应用范围广泛：作为国内使用最广泛、功能最全的车型之一，豆宝的AI助手“豆宝”在苹果应用商店及安卓各大应用市场AIGC应用中下载量位居第一。
• 高成本效益：Doubao-pro-32k 的推理输入成本仅为每千个 token 0.0008 元。例如，处理中文版 哈利·波特 （274万个字符）售价仅为1.5元。
• 出色的语言理解和生成：Doubao-pro能够准确理解多种自然语言输入，并生成高质量、连贯、有逻辑的响应，满足用户简单问答、复杂文本创建和专业领域解释的需求。
• 高效的推理速度：通过大量的数据训练和优化，Doubao-pro具有推理速度优势，可以快速响应并增强用户体验，尤其是在处理大量文本或复杂任务时。

使用方法

• 通过 Volcano Engine：通过调用模型的API来使用Doubao-pro，代码示例可以在Volcano Engine的官方文档中找到。
• 对于特定产品：Doubao-pro 通过 Volcano Engine 面向企业市场推出，企业可将其集成到产品或服务中。您也可以通过 Doubao 应用体验 Doubao 模型。

360 的 360gpt2-pro

摘要简介

• 型号名称：360GPT2-Pro属于360自主研发的360智脑大模型系列。
• 技术基础：360依托20年安全数据、10年AI经验，以及80位AI专家和100位安全专家的专业知识，在200天内利用5,000个GPU资源来训练和优化智脑模型，其中360GPT2-Pro是其高级版本之一。

主要特点和优势

• 强语言生成：擅长语言生成任务，尤其是人文学科，通过创作高质量、富有创意、逻辑连贯的内容，例如故事和文案。
• 扎实的知识理解与应用：拥有广泛的知识基础，可以准确地解释和应用信息来回答问题并有效地解决问题。
• 增强型基于检索的生成：擅长检索增强生成，特别是针对中文，使模型能够生成符合用户需求和真实世界数据的响应，从而降低幻觉概率。
• 增强的安全功能：得益于360在安全领域的长期专业知识，360GPT2-Pro提供了一定的安全性和可靠性，有效应对各种安全风险。

使用方法及相关产品

• 360AI搜索：将360GPT2-Pro与搜索功能集成，为用户提供更全面、更深入的搜索体验。
• 360AI浏览器：将360GPT2-Pro融入360AI浏览器，用户可以通过特定界面或通过语音输入与模型进行交互，获取信息和建议。

Step-2-16k 作者 stepfun

摘要简介

• 开发人员：StepStar 发布正式版 STEP-2 万亿参数语言模型 在 2024 年，step-2-16k 指的是支持 16k 上下文窗口的变体。
• 模型架构：基于创新的MoE（混合专家）架构，根据任务和数据分布动态激活不同的专家模型，提高性能和效率。
• 参数比例：该模型拥有一万亿个参数，捕捉了广泛的语言知识和语义信息，在各种自然语言处理任务中展现出强大的能力。

主要特点和优势

• 强大的语言理解和生成：准确解释输入文本并生成高质量、自然的响应，准确且有价值地支持回答问题、内容生成和对话交流等任务。
• 多领域知识覆盖：该模型经过海量数据集的训练，涵盖了数学、逻辑、编程、知识和创意写作等领域的广泛知识，使其能够灵活地进行跨领域的响应和应用。
• 长序列处理能力：该模型具有 16k 上下文窗口，擅长处理长文本序列，有助于理解和处理长篇文章和复杂文档。
• 性能接近GPT-4：该模型在多个语言任务中实现了接近GPT-4的性能，展示了高水平的综合语言处理能力。

用途和应用

StepStar为企业和开发者提供了一个开放的平台，用于申请访问 step-2-16k 模型.

用户可以通过API调用将模型集成到应用程序或开发项目中，使用平台提供的文档和开发工具来实现各种自然语言处理功能。

DeepSeek-V2.5 由 deepseek 提供

摘要简介

DeepSeek-V2.5由 DeepSeek 团队开发的 是一个强大的开源语言模型，它集成了 DeepSeek-V2-Chat 和 DeepSeek-Coder-V2-Instruct 的功能，代表了之前模型改进的顶峰。关键细节如下：

• 发展历史：2024 年 9 月，他们正式发布了 DeepSeek-V2.5，结合了聊天和编码功能。此版本增强了一般语言能力和编码功能。
• 开源性质：秉承开源开发的承诺，DeepSeek-V2.5 现已在 Hugging Face 上发布，开发者可以根据需要调整和优化模型。

主要特点和优势

• 结合语言和编码能力：DeepSeek-V2.5 保留了聊天模型的对话能力和编码器模型的编码优势，使其成为真正的“一体化”解决方案，能够处理日常对话、复杂指令遵循、代码生成和完成。
• 人类偏好一致：该模型经过微调以适应人类偏好，针对写作质量和指令遵守情况进行了优化，在多个任务中表现得更自然、更智能，以更好地理解和满足用户需求。
• 出色的表现: DeepSeek-V2.5 在各项基准测试中超越了之前的版本，并在 humaneval python 和 live code bench 等编码基准测试中取得了最佳成绩，展示了其在指令遵循和代码生成方面的实力。
• 扩展上下文支持：DeepSeek-V2.5 的最大上下文长度为 128k 个标记，可以有效处理长文本和多轮对话。
• 高成本效益：与顶级闭源模型相比， 克劳德 3.5 十四行诗 和 GPT-4o、DeepSeek-V2.5 具有显著的成本优势。

使用方法

• 通过网页平台：通过 SiliconCloud 的 DeepSeek-V2.5 游乐场等网络平台访问 DeepSeek-V2.5。
• 通过 API：用户可以创建账号获取API key，然后通过API将DeepSeek-V2.5集成到自己的系统中，进行二次开发和应用。
• 本地部署：需要 8 个 GPU，每个 80GB，使用 Hugging Face 的 Transformers 进行推理。具体步骤请参阅文档和示例代码。
• 在特定产品内:
  • 光标：这款基于VSCode的AI代码编辑器，允许用户配置DeepSeek-V2.5模型，通过快捷方式连接SiliconCloud的API进行页面代码生成，提高编码效率。
  • 其他开发工具或平台：任何支持外部语言模型API的开发工具或平台理论上都可以通过获取API密钥来集成DeepSeek-V2.5，实现语言生成和代码编写功能。

百度的 Ernie-4.0-turbo-8k-preview

摘要简介

Ernie-4.0-turbo-8k-预览版 属于百度ERNIE 4.0 Turbo系列，于2024年6月28日正式发布，2024年7月5日向企业客户全面开放。

主要特点和优势

• 性能改进：作为 ERNIE 4.0 的升级版本，该模型将上下文输入长度从 2k 个 token 扩展到 8k 个 token，使其能够处理更大的数据集，读取更多的文档或 URL，并在涉及长文本的任务上表现得更好。
• 降低成本：ERNIE 4.0-turbo-8k-preview的投入产出成本分别低至每1000个代币0.03元人民币和每1000个代币0.06元人民币，较ERNIE 4.0通用版本降价70%。
• 技术优化：通过turbo技术的增强，该模型实现了训练速度和性能的双重提升，可以更快地进行模型训练和部署。
• 应用广泛：该模型凭借其性能和成本优势，广泛应用于智能客服、虚拟助手、教育、娱乐等领域，提供流畅自然的对话体验。其强大的生成能力也使其非常适合内容创作和数据分析。

用法

ERNIE 4.0-turbo-8k-preview 主要面向企业客户开放，企业客户可以通过百度智能云上的百度千帆大模型平台访问。

中国公司创造的十大人工智能模型