国产大语言模型“狂飙”突围 | 星科技•专精特新“小巨人”

前沿科技

 国家级

专精特新

“小巨人”

随着大模型时代到来，国内出现“百模大战”的局面。达观数据自2023年3月宣布研发大语言模型以来，一直积极探索大语言模型的专业化、特长化和产品化。通过多年的高质量数据积累，不断精进算法创新，结合多年的文本处理工程实践经验，已开发出具有长文本、多语言、垂直化三大特点的专用国产“曹植”大语言模型。

7月伊始，达观正式对外发布“曹植”大语言模型应用公测版，可在达观数据官网申请试用（http://www.datagrand.com/products/aigc/）。

01

“曹植”大模型三大特点

1、长文本

达观数据在长文本处理领域深耕多年，研发的“曹植”大模型特别擅长做长文档的写作、审核、润色、翻译等。“曹植”通过其卓越的自动化写作能力，可准确完成多类型、复杂结构的长文本写作，自动起草多种类型的文档，轻松应对长篇大论的要求。无论是白皮书、技术报告还是品牌故事，“曹植”大模型都能为客户提供高质量、流畅的文案撰写服务。

“曹植”大模型独特的专业性报告写作能力

长文本最大的难点在于文档内存在诸多复杂结构元素，如文本、图片、表格、数据图、标题、段落、页眉页脚、摘要等版面元素，以及跨多个文档间存在复杂关系，还需解析各类复杂格式，如PDF、PPT、Excel、Doc，扫描图片等；为提升长文本写作专业性，达观专门训练了多模态AIGC生成能力，可自动生成表格、图表、数据等元素。

2、多语言

“曹植”同时拥有其杰出的多语言写作和翻译能力，使得用户在不同语言环境下都能得到高质量的文案服务。无论需要撰写一篇英文论文、一封法语商业邮件，或者对一篇日文新闻进行翻译，“曹植”都能帮助用户轻松应对各种语言挑战。

“曹植”大模型多语言写作能力

多语言翻译最大特色是在翻译的同时可以对原文的标题、段落等内容实现 1:1版式还原，无需更改格式，提供实时的翻译体验，广泛应用于多语言文档密集处理场景。

“曹植”大模型多语言 1:1版式还原翻译能力

3、垂直化

大模型不只有“一问一答”的产品形态，需要和垂直行业应用充分结合，只有和行业应用充分结合，才能解决企业实际的问题。“曹植”可针对不同行业开发特定应用和训练专属数据库，使用海量训练数据进行“曹植”大模型的预训练，生成具备基础语言能力和垂直应用能力的模型；支持个性化定制，本地服务器私有化部署，独家提供监督精调服务，以加强垂直领域专用任务的能力。

“曹植”大模型垂直行业应用能力

加强“曹植”大模型垂直领域专用任务的能力

达观坚持训练数据与算法模型自主可控，实现与国产GPU联调对接，推理功能成功上线运行，与国产GPU合作伙伴开展长期合作，不断优化高质量硬件设备，以适应市场需求和技术发展，为客户提供了“算力+模型”的全套国产化信创方案，让大模型赋能百业。

“曹植”大模型赋能多行业应用

“曹植”垂直领域大语言模型也将进一步夯实达观产业应用智能化基座，全面增强AI全产品矩阵能力。这也是国内大规模语言模型中首批可落地的产业应用级模型，未来将可持续赋能金融、政务、制造等多个垂直领域和通用场景人工智能的落地和发展。

02

创业需要坚持长期主义

乍看到一个名唤“曹植”的国产版Gpt模型时，大部分人都会有些愣神。但转念一想，就能体会到个中深意：曹植文思敏捷、七步成诗，成为人工智能版的“曹植”，正是一个大语言模型的迭代目标。

据“上观新闻”报道，拍板使用这个名字的，是达观数据董事长兼CEO陈运文。他学计算机出身，却是一名非典型“理工男”。热爱阅读的他常说，自己的名字就注定了与文字为伍的“宿命”。

2015年，陈运文在张江“天之骄子孵化器”里敲下了第一行代码，如今达观数据已经成长为文本智能处理技术领域的准独角兽企业。有业内人士甚至认为，达观数据最新推出的“曹植”系统，在垂直领域甚至不输ChatGPT。

近日，“上观新闻”走访了达观数据，并对陈运文进行了专访。

走进达观数据的办公室，映入眼帘的是一堵深灰色的企业文化墙。与其他公司的企业文化展示区不同，墙上是有关中国文字及AI发展的历史知识，印着“中国字的发展历史”“语言文字的知识”“现代文字的编码与处理”等信息。

这处位于张江高科技园区浦东软件园的办公区域，是达观数据的新家。2015年，陈运文带着30余人的团队开始创业时，只租了孵化器里一间20多平方米的办公室，唯一的会议室还要和其他初创公司共享。

当时，不是所有人都能理解他的决定。从复旦大学计算机系博士毕业后，陈运文先后在百度、盛大、腾讯担任研发和管理工作。为什么要放弃稳定的工作，选择艰辛的创业之路？他说，产业的广阔发展空间、团结而有战斗力的团队、火热的创新创业氛围都让他坚定了在上海创业的想法。此外，张江鼓励创新的配套政策也发挥了极大的支撑作用。“虽然孵化器空间不大，但和其他创业者一起奋斗的感觉特别棒。”

在陈运文看来，创业的过程就好比“进窄门、走远路、见微光”。“首先，选择方向时要有自己的坚持，有些看上去没那么众人皆知的领域，可能反而蕴藏着机会。”在人机大战占据人工智能主流发展趋势时，他把目光投向文本智能处理这道“窄门”，发现了其中巨大的市场潜力。

“其次，创业者一定要坚持一点长期主义。”从人才紧缺、技术难题到业务拓展带来的挑战，桩桩件件都是创业路上的绊脚石。面对困难，陈运文没有轻易放弃或者更换赛道，而是踏实做好技术开发，同时密切关注市场动向，利用人工智能技术，为金融、法律等各类主体提供办公流程自动化、文档智能审阅、文字识别、企业级垂直搜索、智能推荐等智能文本机器人产品。这些“机器人白领”可以代替人工从事财务、审核等量大繁琐的工作，大幅提升了办公效率，如今已被中国银行、深交所等数百家单位购买使用，还在上海“一网通办”平台上工作。

03

成为人工智能行业的一面旗帜

八年创业，果实累累，陈运文的压力却始终没有减轻。“压力主要源于全球科技发展带来的挑战。”他感慨，近几个月来，几乎每天都有新的技术问世，“我们不但要紧跟这些技术，不能掉队，还要争取超越它们”。

“曹植”系统就是一次“超车”尝试。凭借多年文本智能技术积累和垂直领域场景业务经验，达观数据积极探索大语言模型的实践，研发出了国产版Gpt“曹植”系统，形成垂直、专用、自主可控的国产版ChatGPT模型。

陈运文认为，与ChatGPT这类通用领域生成式大规模语言模型相比，“曹植”系统最大的优势就在于“垂直”。比如，生成券商报告对目前的ChatGPT来说是困难的，但达观金融报告AIGC智能写作能够立足财经、金融市场研究写作场景，高效地完成研究类报告撰写，保证专业报告写作的高质量和时效性。同时，“曹植”系统还可内置在客户各类业务系统中提供专用服务，赋能金融、政务、制造等多个垂直领域和通用场景人工智能的落地和发展。目前系统处于内测阶段，计划今年上半年正式发布。

近年来，达观数据在北京、深圳、成都、苏州等地成立了子公司，服务团队遍及全国，员工人数也从起初的30多人增加到现在的600余人，其中“90后”已经担当主力。“我们团队扩张得很快。”陈运文告诉记者，光今年一季度，达观数据就聘用了58名新员工。“我们看上的人才，阿里、腾讯、华为也都想要。”他笑言，从这个角度来说，公司一直在努力跟“大厂”抢人，“虽然很难，但对于一家科技公司来说，人才是最宝贵的资源，所以我们必须尽全力吸引优秀人才”。

引才不易，留才更难。陈运文表示，公司将持续在选、用、育、留等方面下功夫，让更多青年人才在上海这片创新创业热土上实现人生价值。同时，达观数据将立足上海，将产品推广到全国各个省市，争取早日上市，成为上海人工智能大数据行业的一面旗帜。

本文来源：上观新闻、达观数据

END

相关阅读