【新智元导读】 今天，「天工大模型 4.0」o1 版 / 4o 版在网页端和 APP 端正式上线了，人人可玩的那种。
最近，2024 中国互联网价值榜发布。
2024 年 AIGC 应用用户规模 TOP 榜中，昆仑万维旗下天工 AI 强势入围！
如今，天工 AI 已经取得了中国典型工具类 AIGC 应用 TOP 4 的好成绩，在多梯队的猛烈厮杀格局中稳稳占据优势。
同时，还不断有好消息传来。
就在今天，天工大模型 4.0 o1 版 / 4o 版正式上线天工网页端和 APP。底座大模型，正式进化到「天工 4.0」。
「天工大模型 4.0」 o1 版（Skywork o1）的上线，意味着国内首款中文逻辑推理能力的 o1 模型来了！
数学高考题、考研题、奥数题，Skywork o1 都能靠自己的逐步思考破解。
注意！Skywork o1 并不是简单地复现 OpenAI o1 模型的工作。它不仅在模型输出上内生了思考、计划、反思等能力，还在模型真正拥有了思考和反思之后，带来了推理能力的提升。
在最近热转的复旦等机构解密 OpenAI o1 路线图这一研究中，skywork-o1 就被列为国内 o1 级模型的代表之一
并且，昆仑万维天工大模型 4.0 上线后，应用端不仅在逻辑推理和代码功能上有了几大提升，语音交互上的表现也着实令人惊叹。
一个月正式发布的新产品「实时语音对话助手 Skyo」，如今有了史诗级提升。
众网友实测后纷纷表示，原来国内版的「Her」，已经进化到了不输 OpenAI 版本的地步！
具备多语言对话能力的 Skyo，不仅能快速响应、主动发起对话、实时打断，给出的回应还十分情感化，已经具备了类人特征。
还等什么，实测马上呈上。
超强推理 + 自我反思，免费体验
现在，分别打开天工 APP 或网页端，任何人皆可免费享用最新天工 4.0 4o 版或 o1 版模型加持的 AI 了。
既然主打的是推理，那么我们就先来看看 Skywork o1 在数学题上的表现如何。
体验地址：www.tiangong.cn/o1Chat/055
先来个硬核的，AIME 数学竞赛题。
题目是这样的——
Jen 通过从 S={1,2,3, ... ,9,10} 中挑选 4 个不同的数字来参加抽奖。从 S 中随机选择 4 个号码。如果她的至少两个号码是随机选择的号码中的 2 个，她就能赢得奖金；如果她的四个号码都是随机选择的号码，她就能赢得大奖。假设她赢得了奖品，她赢得大奖的概率是 m/n，其中 m 和 n 是相对质的正整数。求 m+n。
Skywork o1 用时 1 分 55 秒，经过一番思考后，最终给出了正确答案——116。
上下滑动查看
对于下面这道同样有些难度的数学题，模型在经过一番思考之后，很快就想到了用图论中的「图兰定理」去解。
值得一提的是，在思考过程中它对答案不确定时，甚至会反思自己的回答，直至最终确定 25 是正确答案。
一个象棋比赛，共有十名选手参加，每一个选手都需要和其他选手每人下一盘棋，赛程进行到某阶段时，发现任意三个选手中，起码有两个相互之间还没有下过一盘棋，此时至多进行了多少场比赛？
上下滑动查看
2024 年高考新课标一卷的数学真题，Skywork o1 也能做出正确答案，就是方法稍微「笨」了点。
复杂一些的逻辑推理题，Skywork o1 也能做对。
这道从池塘中取水的推理题，它通过一步步的思考过程，推理出了正确答案。
上下滑动查看
还有这道「一个人花 8 块钱买了一只鸡，9 块钱卖掉了，然后他觉得不划算，花 10 块钱又买回来了，11 块卖给另外一个人。问他赚了多少」，Skywork o1 反复斟酌之后给出了正确的答案。
上下滑动查看
为什么刚出生的小孩只有一只左眼？这个脑筋急转弯，没能瞒过 Skywork o1 的眼睛。
上下滑动查看
弱智吧难题，不在话下。
比如父母以后的钱都是留给我的，可不可以认为父母现在正在花我的钱？Skywork o1 从财产所有权、继承权、遗嘱和继承法、道德和家庭关系方面给出了全面的回答。
上下滑动查看
吕布马上无敌，典韦步战无敌，吕布骑着典韦会不会天下无敌？Skywork o1 表示，有趣的脑洞只是一个戏谑的表达，而非严肃的历史或军事讨论。
上下滑动查看
最后，上一道 LeetCode 贪心算法的分发饼干代码难题。题目如下——
假设你是一位很棒的家长，想要给你的孩子们一些小饼干。但是，每个孩子最多只能给一块饼干。
对每个孩子 i，都有一个胃口值 g[i]，这是能让孩子们满足胃口的饼干的最小尺寸；并且每块饼干 j，都有一个尺寸 s[j] 。如果 s[j] >= g[i]，我们可以将这个饼干 j 分配给孩子 i，这个孩子会得到满足。你的目标是尽可能满足越多数量的孩子，并输出这个最大数值。
Skywork o1 也顺利给出了答案。
自研技术方案，持续创新迭代
那么，Skywork o1 为何能在逻辑推理任务上，有如此大幅的提升？
这就要得益于天工三阶段自研的训练方案。
- 推理反思能力训练
首先，在推理训练方面，团队通过自主研发的多智能体体系，构建出了高质量的分步推理、反思与验证数据。
然后，用这些高质量且多样化的长思考数据，对基座模型进行继续预训练和监督微调，并在版本迭代中采用大规模的自蒸馏和拒绝采样，从而显著提升了模型的训练效率和逻辑推理能力。
- 推理能力强化学习
其次，在强化学习阶段，团队创新性地提出了一种适配分步推理强化的奖励模型——Skywork o1 Process Reward Model（PRM）。
在最新的版本中，团队将 Skywork-PRM 的应用范围，从原本侧重的数学和代码领域，拓展到了常识推理、逻辑推演和伦理决策等更广泛的场景中。同时，还针对写作、闲聊等通用领域以及多轮对话构建了专门的训练数据，实现了全场景覆盖。
此外，团队重点提升了 Skywork-PRM 的模块化评估能力，特别是在处理 o1 风格思维链方面，优化了试错和反思验证机制。通过更细致的评估体系，为强化学习和搜索过程提供了更精准的奖励信号指导。
- 推理 planning
最后，在推理的规划方面，团队通过自研的 Q * 线上推理算法，以及模型的在线思考能力，实现了最优推理路径的寻找。
概括来说，Q * 算法通过借鉴人类大脑中「System 2」的思考方式，将 LLM 的多步推理过程抽象为一个启发式搜索问题。
然后，再通过 Q * 线上推理框架与模型在线思考的结合，实现了推理过程中的精细规划，进而指导 LLM 的解码过程。
Q * 算法的成功落地，不仅显著提升了模型的线上推理能力，同时也标志着 Q * 算法的全球首次实现和公开。
更进一步的，团队基于 Q * 算法对推理系统进行了全面优化。
- 第一点是模块化的树形结构推理：
团队通过高质量、多样化的长思考数据对 Skywork o1 进行预训练和监督微调，使模型具备了对整个推理流程进行系统规划，自动将回答按层次展开，同时在推理过程中融入自我反思和验证环节的结构化输出能力。
此外，还创新性地利用以「模块」为单位的规划方式，取代了传统的以「句子」为单位的方法。既提升了规划效率，也使 PRM 能够基于更完整的模块化回答进行准确判断和推理指导。
- 第二点是自适应的搜索资源分配：
针对现有 o1 风格模型存在的过度思考问题，团队开发出了一种全新的自适应搜索资源分配机制。也就是，通过对用户 query 进行难度预估，自适应地控制搜索树的宽度和深度，进而实现简单问题快速响应、复杂问题多轮验证的动态平衡，有效提升了系统的计算效率和回答准确率。
最终，Skywork o1 在 GSM8k，MATH，OlympiadBench，AIME-24 和 AMC-23 标准数学基准测试，以及 HumanEval、MBPP、LiveCodeBench 和 BigCodeBench 代码基准测试中，性能显著优于常规通用大模型，表现仅次于 o1-mini。
实时语音助手，开启 AI 交互新纪元
在 APP 端，「天工大模型 4.0」4o 版加持的实时语音对话助手 Skyo，同样带来了前所未有的自然交互体验。
它不仅能在 1 秒内快速响应，还具备了多语言对话、主动发起对话、实时被打断的能力。
与此同时，4o 未来版本可以支持个性化声音定制功能，能够以任何人希望的风格畅聊。
这是这种个性化的体验，让 4o 不再是冰冷的 AI，而是一个更智能的 AI 伙伴。
上下滑动查看
当你唤醒 Skyo 后，他会主动热情打招呼，并尝试开启一个新的话题。当你生活中遇到难题时，可以向它寻求建议和帮助。
比如，家里 2 岁的宝宝总是说不要不要，我该怎么办？
一年迭三代，跻身国内第一梯队
纵观全球 AI 行业的发展，过去一年里，应用落地成为最受瞩目的关键词。
OpenAI 新模型接连上新，再加上一些搜索、Canvas、高级语音模式等功能的推出，让 ChatGPT 每周活跃用户数直接冲破 3 亿。
微软押注的 Copilot 不断迭代，并赋能了更多平台 / 工具，包括 GitHub、Office 365 等等。
至于谷歌，今年最爆火的一款应用非 NotebookLM 莫属，一键转写总结播客让所有人拍案叫绝。
还有 Anthropic、亚马逊、Meta 等国外科技巨头们，都在 AI 落地战场上加速布局。
反观国外，以阿里、腾讯、字节为代表的互联网公司，以昆仑万维、智谱 AI、百川智能等为代表的 AI 公司，在这场竞赛中也毫不逊色。
据 QuestMobile 统计，截至今年 9 月，国内 AI 原生应用活跃用户数接近 8000 万人。
其中，月活超百万以上产品数量仅 12 个，而天工 AI 长期稳居中国原生 AIGC 应用月活 TOP 10，并且在月活用户 300-1000 万区间内位居前三。
值得注意的是，昆仑万维凭借其扎实的技术积累，以及清晰的战略布局，正逐步确立自己在这个赛道中的领先地位。
去年 5 月，其主打产品天工 AI 日活跃用户（DAU）已经突破百万大关。
作为一家老牌互联网企业，昆仑万维从 2008 年诞生后，一直在书写着自己的 AI 传奇。
2020 年，在 GPT-3 出世的这个关键节点上，团队开始全面布局 AIGC 和大模型领域。
2024 年，是昆仑万维在 AI 领域的丰收年。
截至目前，他们已自研出五大模型体系，包括文本大模型、多模态大模型、3D 大模型、视频大模型和音乐大模型。
在大模型方面，团队在 2 月推出 MoE 大语言模型「天工 2.0」，紧接着 4 月又迭代了 4000 亿参数的「天工 3.0」，性能大幅超越 Grok-1，一举成为全球最大的开源 MoE。
与此同时，音乐生成大模型「天工 SkyMusic」正式诞生。6 月，昆仑万维开源了 2000 亿稀疏大模型 Skywork-MoE。再到 11 月，4o 和 o1 版模型相继诞生。
不仅如此，昆仑万维的影响力已遍布全球市场。
比如，率先为欧洲 iOS 用户推出 AI 浏览器 Opera One；在 AI 创作领域，还发布了首个集成视频大模型与 3D 大模型 AI 短剧平台 SkyReels 等等。
目前，公司在全球平均有近 4 亿月活，海外收入占比高达 89.7%，在社交、游戏、音乐等领域已经形成壁垒。
并且，还完成了「算力基础设施—大模型算法—AI 应用」全产业链布局，构建起了由 AI 大模型、AI 搜索、AI 游戏、AI 音乐、AI 社交、AI 短剧组成的多元 AI 业务矩阵。
昆仑万维的实践带来的启示是，AI 落地不仅仅需要强大的技术能力，更需要的是对应用场景的深刻理解。
正是这种扎根于实际应用场景的技术研发思路，使得团队能够准确把握用户需求，将过往积累的能力快速转化为解决世界问题的产品。
这次，4o 和 o1 在天工全新上线，又将成为这款应用破局的下一个爆发点。
不仅如此，昆仑万维对 AGI 发展路径的思考极具前瞻性。
回顾过去两年，科技圈对 AGI 的讨论可谓是起起落落。特别是 2024 年年初，随着 Sora 诞生之后，许多人一度陷入过度乐观的狂热，认为 AGI 实现就在一两年之内。
然而到了年中，这股热潮又迅速消退，悲观论调开始盛行——AGI 遥遥无期。
昆仑万维创始人周亚辉对未来 30 年，做出了富有远见的判断：人类社会将从感知转向表达，创作和自我表达将成为增长最快的曲线。AGI 时代的标志是人形机器人真正进入社会，2030 年之后才会开始逐步实现通用人工智能 AGI。
关于这个时间节点，他从未改变过。
不过，在迈向 AGI 时代之前，机器人技术的面临着三大核心挑战：空间智能大模型；运动控制技术；机器人商业化定位以及能源问题。这些挑战的突破，皆需要全球顶尖 AI 科学家的努力。
周亚辉认为，机器人技术发展的进程如何，其在军事领域的应用是一个重要的指标。
未来，如果机器人产业带来超 10 亿美金市场规模，将会对整个社会结构和社会治理产生重大的影响。
基于这些判断，昆仑万维在 2024 年初就确立了「实现 AGI，让每个人更好地塑造和表达自我」的新使命。
而现在，在这条通往 AGI 的道路上，他们正在用技术创新和产品落地，一步步将愿景变为现实。
参考资料：
artofproblemsolving.com/wiki/index.…
天工 o1 模型：
