通义千问2.0上线，阿里云：做AI时代最开放的云，已支撑国内一半大模型

近一个月以来，国内多家大模型纷纷更新换代，“百模大战”也随着大模型能力的提升愈发火热。10月31日，2023云栖大会上，阿里云旗下大模型通义千问也迎来了2.0的升级，并成为了文心一言、科大讯飞之后第三家宣布超越GPT3.5的大模型，同时，基于通义千问的大模型“全家桶”也向公众亮相。

不过，相比其他研发大模型的企业，阿里云不仅做到了通义千问的开源，还为全国80%的科技企业和一半的大模型公司提供了算力支持。

事实上，本届云栖大会阿里云更强调开放与生态。除了加速自研大模型迭代，从升级AI基础设施到产品结构、AI开源社区的搭建都在贯彻“开放”这一主题。其中，AI开源社区魔搭集聚了280万开发者、2300多个模型，模型下载量超过1亿。

在云栖大会上，阿里云CTO周靖人发布了8个基于通义千问的行业大模型：通义灵码—智能编码助手、通义智文—AI阅读助手、通义听悟—工作学习AI助手、通义星尘—个性化角色创作平台、通义点金—智能投研助手、通义晓蜜—智能客服、通义仁心—个人专属健康助手、通义法睿—AI法律顾问。此外，周靖人还发布了一站式大模型应用开发平台——阿里云百炼，开发者可在5分钟内开发一款大模型应用，几小时即可“炼”出一个企业专属模型。

在大模型时代，通义千问系列大模型有什么样的发展目标？阿里云又将扮演何种角色呢？

━━━━━

更好的大模型加速应用创新

在2023云栖大会现场，周靖人公布了阿里自研大模型的最新进展，发布千亿级参数规模的通义千问2.0。通义千问2.0在10个权威测评中全面超越GPT-3.5和Llama2，加速追赶GPT-4。

具体来看，过去6个月，通义千问2.0在性能上取得巨大飞跃，相比4月发布的1.0版本，通义千问2.0在复杂指令理解、文学创作、通用数学、知识记忆、幻觉抵御等能力上均有显著提升。目前，通义千问的综合性能已经超过GPT-3.5，加速追赶GPT-4。

在MMLU、C-Eval、GSM8K、HumanEval、MATH等10个主流Benchmark测评集上，通义千问2.0的得分整体超越Meta的Llama-2-70B，相比OpenAI的Chat-3.5是九胜一负，相比GPT-4则是四胜六负，与GPT-4的差距进一步缩小。

中英文理解能力是大语言模型的基本功。英语任务方面，通义千问2.0在MMLU基准的得分是82.5，仅次于GPT-4，通过大幅增加参数量，通义千问2.0能更好地理解和处理复杂的语言结构和概念；中文任务方面，通义千问2.0以明显优势在C-Eval基准获得最高得分，这是由于模型在训练中学习了更多中文语料，进一步强化了中文理解和表达能力。

在数学推理、代码理解等领域，通义千问2.0进步明显。在推理基准测试GSM8K中，通义千问排名第二，展示了强大的计算和逻辑推理能力；在HumanEval测试中，通义千问得分紧跟GPT-4和GPT-3.5，该测试主要衡量大模型理解和执行代码片段的能力，这一能力是大模型应用于编程辅助、自动代码修复等场景的基础。

据了解，阿里云在大模型方面的研究，从2018年底、2019年初就已经开始，通义千问模型就是在之前阿里云预训练模型的技术体系里面发展起来的。

“我们从4月份开始对外发布以后，也进行了一系列升级，通义千问2.0是个千亿级规模的大模型，我们的目标一方面是开发产品本身，更重要的是我们把这个大模型以API方式开放出来，能够让更多人使用。至于模型能力的部分，我们也做了很多测评，我们希望在通用的测评集里比较客观地验证模型的能力，今天我们面对ChatGPT3.5来说有非常大的胜率，ChatGPT4.0里大家各有胜负。当然这一方面是一个评测集，另一方面也是大家使用的体感，我相信最好的是用户来做评价，大家可以去尝试，给一个判断，而且本身这个模型也在不断地演进过程当中，其实每个人的体感是不一样的。即使回答同一个问题，有的人觉得模型A不错，有的人觉得模型B不错，其实很大程度上模型反馈质量好坏也是个性化的体感，这个是我们接下来面对的一个技术问题，怎么能够找到大家个性化的需求，能够更加地帮助大家个性化地去定制相关的模型。”周靖人说。

当前，千行百业都想借助大模型实现生产和服务方式的变革，但大模型使用的高门槛把大部分人挡在了技术浪潮之外。不论是定制专属大模型，还是基于大模型构建创新应用，都有很高的人才、技术、资金要求。

在云栖大会现场，周靖人发布了一站式大模型应用开发平台——阿里云百炼，该平台集成了国内外主流优质大模型，提供模型选型、微调训练、安全套件、模型部署等服务和全链路的应用开发工具，为用户简化了底层算力部署、模型预训练、工具开发等复杂工作。开发者可在5分钟内开发一款大模型应用，几小时即可“炼”出一个企业专属模型，开发者可把更多精力专注于应用创新。

为推动大模型更易在千行百业集成落地，阿里云基于通义“打样”了8个行业大模型，并在现场公布进展：个性化角色创作平台通义星尘、智能投研助手通义点金、AI阅读助手通义智文等首次亮相；智能编码助手通义灵码已在阿里云内部大规模采用，广受好评；工作学习AI助手通义听悟每天处理5万余个音视频，累积用户超100万。

大模型正引发千行百业的新一轮创新，目前，央视网、朗新科技、亚信科技等企业已率先在阿里云百炼上开发专属模型和应用，朗新科技在云上训练出电力专属大模型，开发“电力账单解读智能助手”“电力行业政策解析/数据分析助手”，为客户接待提效50%、降低投诉70%。