自研大模型，夸克豹变

原文来源：未来科技力

图片来源：由无界 AI生成

11月14日，阿里巴巴智能信息事业群宣布正式推出夸克大模型。据介绍，夸克大模型是基于Transformer架构、全部技术均为自研，同时参数规模达千亿级的多模态大模型；其应用场景除了基础的通用搜索，还将包括医疗健康、教育学习和职场办公等更垂直的领域。

从其应用方向来看，夸克大模型的推出很符合当前大模型“重落地”的发展趋势。

推出之前，夸克大模型已经组建了数百人的研发团队，在上述垂直领域进行了预训练和精调。官方发布的数据至少显示，夸克大模型并非是一个“赶时髦”的产物，而是有着想做到行业顶尖的野心——

11月16日，在C-Eval和CMMLU两大权威评测榜单的最新评测结果中，夸克大模型分别以89和以77.08的均分登顶；国内专业考试测试方面，它在中考、高考和研究生考试中均超过了GPT-4，包括在临床执业医师资格考试、计算机等级考试、公务员考试、教师资格证考试等评测中，也均优于GPT-4（其中临床执业医师资格考试成绩为486分，远高于360分的及格线）。

如果进一步结合阿里巴巴在AI生态的布局，就会发现夸克大模型的诞生有着很强的战略属性，阿里巴巴智能信息事业群连同大模型在其中的地位一起，都被提到了相当的高度。

AI技术基因

需要指出的是，智能信息事业群属于阿里巴巴“1+6+N”中的N公司，同闲鱼、钉钉等公司于集团内的序列类似。

阿里巴巴智能信息事业群更注重产品创新和技术研发，这也是内外部对其的认知之一。

该事业群成立于2021年4月，定位于信息服务方向的智能化创新，旗下包括了夸克App、UC浏览器和书旗小说等产品。

同年10月，智能信息事业群升级组织架构，围绕夸克App成立了夸克事业部。该动作被外界解读为是在加码信息服务赛道，夸克则有望承担起创新突破的使命。包括此次推出的夸克大模型，研发路线也是为了服务夸克的业务战略。

随着AI时代的到来，信息服务领域的用户价值和商业价值仍处在高速增长的初期，夸克开始被置于更高的发展优先级。

今年9月，阿里集团宣布了用户为先、AI驱动的两大战略重心，将加大对“技术驱动的互联网平台业务”、“AI驱动的科技业务”等业务的战略性投入。

吴泳铭指明的阿里巴巴未来的战略投入方向，夸克显然是AI生态中的一份子，夸克大模型的推出已经是一个证明。

为什么是夸克

夸克当前的定位将关系到夸克大模型将如何应用。

把时间拉回至几年前，当时出现在人们眼中的夸克还是一款极度简洁的小众产品，专注于优化用户的搜索体验。也因为体验做得好，在极客和App玩家里圈了一大波粉丝，月活也达到了百万级。

后来夸克所有的探索，也都是在此基础上展开的，各种变化也一直围绕着夸克的成长。

对于当时已经拥有一定体量的夸克来说，一条分岔路其实已经摆在了面前——作为一款信息服务产品，它必然要考虑后续的发展方向，单一的功能定位能赢得当下，却不一定争取到更大的市场。夸克需要在克制的前提下做加法，然而对于这样一款对用户体验有着执念的搜索为主的应用而言，做加法不是个容易的过程。

期间夸克进行过一些尝试，譬如垂直领域的专业搜索，以及不同形态的优质内容生态建设。

但就在人们以为夸克要走上内容付费时，它又结合用户需求和市场变化迅速对自己的业务体系进行了梳理。

2021年夸克事业部成立，按照阿里巴巴智能信息事业群总裁吴嘉的说法，夸克已进入新的阶段，正在从一个好用的搜索App，迈向个人学习、生活和工作的智能助手。

此前，夸克已经在搜索业务的基础上延展出了一些信息服务，譬如辅助考生进行志愿筛选的高考信息服务，包括健康百科和健康精选问答在内的健康信息搜索，以及内容涵盖简历、PPT、论文、合同、表格和期刊等在内的文档等。此外，工具属性更强的夸克网盘也在2019年就已上线。

这些服务在“智能信息”的概念出现之前，还是较为分散的，而当明确要做用户“个人学习、生活和工作的智能助手”之后，夸克的定位也逐渐清晰起来。

依然是在不牺牲用户体验的原则上，夸克后续又对这些服务进行了更深入的优化，并在2022年推出另一款工具产品夸克扫描王，补足了扫描场景下的用户体验。也是在2022年，夸克App的Slogan正式由“新生代智能搜索”升级为“你的高效拍档”，自此完成了从一个“小而美”的App走向新一代智能信息产品的生态化发展的蜕变。

由于服务场景更贴合学生以及年轻的上班族，夸克也在更新自己的同时，积累起了一批画像更加年轻的用户——据QuestMobile发布的《2023年轻人群智能效率应用研究》报告，夸克App在泛学生人群和新生代职场人群的用户占比最高，年轻用户使用时长位列行业第一；此外，在夸克服务的数千万级用户中，25岁以下用户占比超过一半。

这些统统构成了夸克区别于其他同类应用的差异化用户心智。

很显然，对于夸克这样致力于帮助用户提高效率、有更强实用性质的应用来说，大模型的引入在现阶段是适配的，也符合大模型的进化规律。夸克的发展已经从单一服务变成产品矩阵形态，这也给大模型提供了足够多的落脚点。

大模型将如何“升级”夸克

当我们提大模型对某个应用的改造，一定是建立在这个应用原有的业务基础之上。

夸克首先作为一个搜索工具，在过去几年已经积累起了海量的中文数据，并号称有“最全面的中文数据库”。训练大模型最核心的三要素之一就是数据，夸克过去的积累首先给了大模型能更好理解、评估和提炼中文知识体系的前提。

而在更细分的领域，夸克的知识内容体系也相对更完整。

比如高考服务，到今年夸克已经连续五年提供高考信息服务，各省市的高考数据非常齐全，同时也涵盖了丰富的图文、视频和直播等针对不同省份、分数段学生的填报技巧内容；健康服务方面，夸克也联合数百位院士、医疗专家和专业协会建立起了夸克健康百科，并且和数十家行业头部医疗机构合作建立起了健康精选问答体系；至于文档服务，其内容也包括了实用范文、求职简历、合同模板、PPT模板、教育教学、表格模板和研究报告等八大类，精选文档也已上线了超千万份……

更重要的是，这些数据和内容背后，包含的是非常丰富的用户场景，对于大模型理解和认知不同用户对工作、学习和生活上的真实需求，亦是加分项。

某种程度上，大模型的加持和夸克一直以来的技术传统是一脉相承的。

AI此前就在夸克的各项服务中多有应用，就高考和健康服务来说，已经在录取预测、模拟填报以及针对病例、药品的筛查等等使用场景下借助过AI帮助；夸克网盘也在今年先后上线了AI自然语言搜索以及播放器AI字幕生成功能；夸克扫描王在识别的准确性上，也一直离不开AI的贡献。

夸克可以说对浪潮的到来早有准备，而大模型一旦加码融入，对夸克各项功能服务的影响可以预见地也将十分显著。

想象这样一种场景，在扫描工具的使用中，用户的痛点通常在于相机识别出的内容不够准确，尽管此前借助AI已经能在诸如版式、公式和手写内容等的识别上提升准确度，但此类AI往往在语义和前后文的理解上较为机械。而大模型最强的能力恰恰就在于认知，因此当大模型被用于扫描场景，识别准确性又可以提升一个量级。

类似的大模型应用场景，几乎可以匹配到夸克当前的每一项服务，从而带来更多体验上的变革。

而在大模型现阶段普遍存在的幻觉问题方面，夸克也提出了自己的应对，建立了从内容、搜索再到推理的一套可辨别知识真伪的技术体系，尤其是在通用知识、图文知识、专业知识、推理知识和写作增强等方面，有望让大模型提供的内容更具有准确性和专业性。

在给用户带来改变前，夸克先积极拥抱了变化，改变了自己。

吴泳铭几天前在世界互联网大会上的预判是，“在可见的未来，会有更智能的下一代产品进入人们的生活，AI助理会无处不在，成为每个人工作、生活、学习中的助手”。夸克已经到了迈向下一代搜索的临界点，大模型也将成为推动夸克持续进行产品体验创新的技术底座。