作者｜冰拿铁
编辑｜星奈
媒体｜AI大模型工场
近日，大模型界最轰动的事件，莫过于“模圈思想者”o1的诞生：9月13日，Open AI o1-preview发布，通过模仿人类思维过程，形成了具备自动思考与反思能力的“思维链”流程，从而实现了复杂推理能力和解决问题能力层面上的next level。
士别三日，Open AI已经学会深度思考了，吊打其“说话不过脑子，哐哐一顿输出”的GPT老哥，这是怎么做到的？
据360集团创始人周鸿祎分析，Open AI o1遵循的可能是“双系统理论 Dual Process Theory”，核心在于两种系统并非独立而是协同运作。由此推测，其内部构建的更加智能的模型或许是 GPT和o系列结合思维链的融合系统，前者用于“快思考”，后者实现“慢思考”。
诚如所言，在当下，为o1-preview注入灵魂、让其“更慢但更强”的正是思维链(Chain-of-Thought, CoT)的自动化——即通过CoT把复杂的问题自动拆解成多个小步骤，然后逐项击破，让大模型对解决复杂逻辑问题更得心应手。此前，这个过程需要靠人工指令“手动控制”。
一言以蔽之，o1的精髓在“慢思考”。不过，这套预见未来的“三思而后行”模式并非Open AI首创：事实上，360早已前瞻性地看到了“慢思考”是大势所趋，并抢先实现落地。
早在7月底的ISC.AI2024大会上，360集团创始人周鸿祎就宣布，“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”，并且此后多次强调类似观点。
而产品落地应用层面，在市场规模庞大、应用推动下技术飞速迭代的中国，360也早已抢跑：在 ISC.AI 上，360发布的CoE（Collaboration-of-Experts,专家协同）技术架构及混合大模型，就是该方法的产物。
相比CoT，CoE架构集合了数量更多的大模型和专家模型，是通过思维链和“多系统协同”的方式实现“快思考”和“慢思考”。目前，该技术架构已经落地到了多个产品中，比如360AI搜索、360AI浏览器，并在多项测试中超越GPT4，媲美o1，成绩斐然。
事实上，大范围的意识形态觉醒往往落后于先行者的领跑动作，往往先行者已经跑了一段路了，回旋镖才打中行业的反射弧——如果说在当时，外界还没有意识到360方法论的前瞻性，那么如今Open AI的加码跟进，才让其重新审视360的“预言家能力”，并感慨“英雄所见略同”。
“与其在别处仰望，不如在这里并肩”。如今，在慢思考成为大模型风向标的下半场，360有望攒局领跑，在国际舞台与Open AI同场竞技、平分秋色。
一、理念一致、路径类似：Open AI和360，都让大模型“三思而后行”
Open AI o1“发布即炸街”背后，是其和“快思考时代产物”GPT有根本性区别，因此具有“大模型慢思考”全面到来的代际进化意义。那么，具体来说，大模型的“慢思考”和“快思考”时代有哪些区别？
此前， ISC.AI上，周鸿祎用“快思考”和“慢思考”两项人类具备的能力对思维链强大的原因进行了解读。他指出，快思考的特点是快速直觉、无意识，反应很快但能力不够强。
GPT类大模型通过训练大量知识，主要学习的是快思考能力，这也是为什么GPT类大模型脱口而出的答案质量不够稳定，“就像人一样，不假思索出口成章而不出错非常难实现”。
而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。
英雄所见略同，基于相同的前瞻性判断，Open AI和360的底层逻辑相通，都锚定慢思考，将大模型“竞速”升维至“竞智”：正如Open AI科学家Noam Brown称，目前o1几秒就能给出答案，但未来它要能进行几小时、几天，甚至几周的思考，并附上一个案例，即o1在十几秒的思考后，给一个病例做出了诊断。
“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。”周鸿祎评价o1时如是说。
基于超前认知，360已经形成了完整的CoE架构方法论，并和此次Open AI的CoT殊途同归。
在360首创，并于8月1日正式发布的CoE架构中，强化了推理的使用。对比之下，MoE（Mixture-of-Experts）架构的稀疏混合专家模型，一次只能调用其中的一个专家模型回答，而CoE架构则能让多个模型分工协作、并行工作，执行多步推理。
同时，CoE模型拥有更精细的分工、更好的鲁棒性、更高的效率和可解释性和更强的泛化能力，可以在加快推理速度的同时， 降低API接口和Token的使用成本。
换句话说，CoE把专家调用从“单向度”爆改为“多向度”——同样是米其林餐厅厨师团队，MoE架构就像是一道道烹饪菜肴，每道菜都挑选出该菜系最擅长的大厨烹饪，效果好但单打独斗；而CoE架构则更像是五星级厨师团队，协作烹饪，把每个厨师的优势发挥到最大化。
值得一提的是，360通过CoE（专家协同）技术架构和混合大模型来实践"慢思考"概念，并已在多个产品中应用落地，这点比Open AI更早。
二、落地更早：打出“专家协同流”，360AI搜索、浏览器等多线落地开花
目前，Open AI o1模型仍存在一些局限性，如幻觉问题、运行速度慢和成本高等，这让我国有望在“慢思考落地”上扳回一局。综合梳理，在当下，我国在“慢思考”上处于“三局两胜”局面。
架构上，国内的CoE架构快国外一步，取得先机；不过也不得不承认，整体实力上，在大模型赛道仍然是以Open AI为代表的国际团队更为领先一步；但是在落地应用上，国内又是更快一步的——这让人想起此前的文生视频领域，同样是国外Sora惊艳炸街，但一直由于种种原因未公开上线，反倒是国内文生视频应用如雨后春笋般落地。
慢思考时代也是如此，在国内，360已通过领先一个身位的执行力将慢思考落地，在多个产品中应用：360AI浏览器中的AI助手的“多模型协作”、“模型竞技场”等功能就是成功的实践范本。
如360推出了基于首创CoE架构的“多模型协作”，即群策群力、内部纠察、多轮评审：让三个大模型一起组队，挑战更强的大模型。三个大模型的分工是这样的：第一个做专家，对提问进行第一轮回答；第二个做反思者，对专家的回答进行纠错和补充；第三个做总结者，对前两轮回答进行优化总结。
目前上线的是三模型协作版本，产品团队计划在9月底还会推出五模型或更多模型协作的版本，让大模型合作从“三英战吕布”到八仙过海各显神通的“打团战”，潜力将进一步释放，前景不可估量。
不止如此，360AI搜索也是基于CoE技术架构的典型应用。
值得一提的是，由于AI与搜索具有高度适配性，一直以来，AI搜索都是群雄环绕的兵家必争之地。微软CEO纳德拉曾公开表示，AI加持的搜索引擎，是他在任CEO 9年来微软公司“最重要的产品”，堪比15年前的云计算。巨头争相落地下，在未来，AI搜索将会改变很多人获取信息和知识的方式。
那么，在慢思考时代，360AI搜索的工作链路是怎样的？首先构建意图分类模型，对用户的问题进行意图识别；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；最后构建AI工作流，使多个大模型协同运作。
比如面对一道古诗词中译英题目，路由模块就会调用起翻译、反思等多个模型，让这些模型分工配合、共同完成任务。好比召集英语、哲学、文学领域的多个学霸，一起完成一道翻译题。
在CoE技术架构的赋能下，即使竞争激烈，360AI搜索依然于2024年1月面世后八九个月的时间里，就登顶成为全球最大访问量的AI原生搜索引擎。2024年7月，360AI搜索Web端的月访问量达到了9369万次，超过了此前的“AI搜索王者”Perplexity AI，在AI产品榜·全球总榜中排名第十一。8月，360AI搜索的访问量更是达到了2亿次。
随着慢思考成为大势所趋，越来越多大模型在360这里并肩，共同逐浪未来、面向国际舞台竞技。
三、可以与Open AI一战！慢思考时代，360集结中国大模型集体出战
在当下，“慢思考”正势不可挡，将领跑大模型下半场：这和人类的进化过程是一致的，都是从简单思维通向复杂思维。随着领跑者开创“强化学习的 Scaling Law”，强化学习(RL)及Inference的价值不断被释放，大模型“三思而后行”是大势所趋——通过更长的、更缜密思维链，大模型开始学会“说话过大脑”，进行深入思考，最终给出专家级回答。
正如周鸿祎所言，未来人工智能的竞争的重要维度之一将是答案的完整性。而在慢思考成为大势所趋下，尽管国产大模型在数据、算法、算力上和Open AI都还有差距，但相对GPT-4o而言，基于CoE架构的混合大模型在翻译、写作等12项指标的测试中取得了80.49分的综合成绩，超越了GPT-4o的69.22分，换句话说，360已经获得了“慢思考”竞技场的入场券，有了上牌桌的资格。
值得一提的是，独行快，众行远，360不止自己竞技，还攒局与国产大模型并肩前行。CoE 架构由360牵头，接入百度、腾讯、阿里巴巴、智谱AI等16家国内主流大模型的54款大模型产品，未来预计会全量接入 100 多款大模型产品，形成最强专家天团，群策群力，实现兵力上的猛火碾压。
“与其默默仰望星辰，不如并肩戴月前行。”随着慢思考理念引领大模型发展的新纪元，360正蓄势待发，有望攒局领跑，在这场全球科技盛宴中脱颖而出，为让国产大模型与Open AI同场竞技、平分秋色落下浓墨重彩的一笔。
本文作者可以追加内容哦 !
