在 OpenAI 釋出會的前一天，來自中國的大模型公司零一萬物，讓開源大模型社群活躍了起來：Yi 大模型家族新成員「Yi-1.5」模型正式開源。
在專案主頁可以看到，Yi-1.5 包括一系列預訓練和微調模型，分為 6B、9B、34B 三個版本，採用 Apache 2.0 許可證。
GitHub 地址：https://github.com/01-ai/Yi-1.5
Hugging Face 模型下載地址：https://huggingface.co/01-ai
據瞭解，Yi-1.5 是 Yi-1.0 的持續預訓練版本，使用 500B 個 token 來提高編碼、推理和指令執行能力，並在 300 萬個指令調優樣本上進行了精細調整。
剛一發布，就已經有開發者躍躍欲試：
並收穫了好評：
與前序模型相比，Yi-1.5 系列模型進一步提升了編碼、數學、推理和指令遵循能力。從下方多個基準測試結果可以看出，Yi-1.5 34B 型號的一些指標超過了 Qwen 的 72B，幾乎與 Meta Llama 3 的 70B 相當。6B 和 9B 型號也成功超越了 Mistral 的 7B v0.2 版和 Gemma 的 7B 型號。
重磅訊息當然不止這一個。
在成立一週年之際，零一萬物宣佈面向國內市場一次性發布了包含 Yi-Large、Yi-Large-Turbo、Yi-Medium、Yi-Medium-200K、Yi-Vision、Yi-Spark 等多款模型 API 介面，保證客戶能夠在不同場景下都能找到最佳效能、最具價效比的方案，Yi API Platform 英文站同步對全球開發者開放試用申請。
Yi 大模型 API 開放平臺 （https://platform.lingyiwanwu.com/）
其中，千億引數規模的 Yi-Large API 具備超強文字生成及推理效能，適用於複雜推理、預測，深度內容創作等場景，每百萬 token 的價格是 20 元，是 GPT-4-turbo 的三分之一。
Yi-Large-Turbo API 則根據效能和推理速度、成本，進行了平衡性高精度調優，適用於全場景、高品質的推理及文字生成等場景。Yi-Medium API 優勢在於指令遵循能力，適用於常規場景下的聊天、對話、翻譯等場景；如果需要超長內容文件相關應用，也可以選用 Yi-Medium-200K API，一次性解讀 20 萬字不在話下；Yi-Vision API 具備高效能圖片理解、分析能力，可服務基於圖片的聊天、分析等場景；Yi-Spark API 則聚焦輕量化極速響應，適用於輕量化數學分析、程式碼生成、文字聊天等場景。
其中特別要提到的是釋出會現場正式亮相的千億引數 Yi-Large 閉源大模型。Yi-Large 面世的同時即正式進軍全球 SOTA 頂級大模型之首。可以看到，與 GPT-4、Claude3 Sonnet、Gemini 1.5 Pro 以及 Llama 3-70B-Instruct 等當前頂級模型的較量中，Yi-Large 在絕大多數情況下取得了優勢。
同時，在史丹佛大模型排行榜 AlpacaEval 的英語評測中，Yi-Large 達到全球大模型 Win Rate 第一。在中文通用大模型綜合性基準 SuperCLUE 的中文語言理解排名中，Yi-Large 一躍成為國產大模型 No. 1。
中文能力方面，SuperCLUE 更新的四月基準表現中，Yi-Large 也位列國產大模型之首，Yi-Large 的綜合中英雙語能力皆展現了卓越的效能。
在釋出會上，李開復還宣佈，零一萬物已啟動下一代 Yi-XLarge MoE 模型訓練，將衝擊 GPT-5 的效能與創新性。從 MMLU、GPQA、HumanEval、MATH 等權威評測集中，仍在初期訓練中的 Yi-XLarge MoE 已經與 Claude-3-Opus、GPT4-0409 等國際廠商的最新旗艦模型互有勝負。
Yi-XLarge 初期訓練中評測（2024 年 5 月 12 日）。
至此，零一萬物已經建立了「雙軌模型策略」。
近期上線的一站式 AI 工作站「萬知」（wanzhi.com/ 微信小程式「萬知 AI」）則是零一萬物基於世界領先的閉源模型 Yi-Large 所做出的「模應一體」生產力應用。
而對於大眾和行業最關心的「大模型落地如何產生價值」的命題，李開復指出，國內大模型賽道的競跑從狂奔到長跑，終局發展將取決於各個選手如何有效達到「TC-PMF」（Product-Market-Technology-Cost Fit，技術成本 X 產品市場契合度）。大模型從訓練到服務都很昂貴，算力緊缺是賽道的集體挑戰，行業應當共同避免陷入不理性的 ofo 式流血燒錢打法，讓大模型能夠用健康良性的 ROI 蓄能長跑。
在李開復博士看來，自研 AI Infra 是零一萬物必然要走的路，零一萬物也自成立起便將 AI Infra 設立為重要方向，著力於實現計算效率的最佳化。AI Infra（AI Infrastructure 人工智慧基礎架構技術）主要涵蓋大模型訓練和部署提供各種底層技術設施。這也基於一個既定事實，很多大模型公司沒有美國大廠的 GPU 數量，因此要採取更務實的戰術和戰略。
零一萬物著力於實現計算效率的最佳化，經過多方面最佳化後，零一萬物千億引數模型的訓練成本同比降幅達一倍之多。