生成式AI狂奔的2023年，美国在各个细分领域涌现出了一批独角兽公司。
其中，InflectionAI凭借不到50人的规模，在两年内融资超15亿美元，估值近40亿美元，被称为“OpenAI最大的竞争对手”，不仅推出了基础语言模型Inflection-1和Inflection-2.5，旗下对话产品「Pi」在众多聊天机器人产品中脱颖而出，一度被认为是比ChatGPT更人性化的对话产品。
如今，中国版的InfectionAI出现了。
在蛰伏一年后，2024年初，由前微软全球副总裁姜大昕所创办的阶跃星辰正式对外公开亮相，一口气发布了Step系列通用大模型，包括Step-1千亿参数语言大模型，Step-1V千亿参数多模态大模型，以及Step-2万亿参数MoE语言大模型预览版——这也是国内初创公司里面的首个万亿参数大模型。
这张来自创业公司交出的成绩单，无论放在去年还是今年，都称得上亮眼。
当我们对比了两家公司的创始人的传奇经历，技术思路、产品重心，还是独角兽公司的特质，阶跃星辰与InflectionAI都有着诸多的相似之处。
第一部分：传奇创始人和团队
InflectionAI被业界和投资人认可的一个重要原因，来自于他的创始人和创始团队。
InflectionAI的创始人MustafaSuleyman（现任微软AI首席执行官），曾是DeepMind联合创始人。2010年，26岁的Suleyman与几位好友共同创立了DeepMind，自己则担任DeepMind的首席产品官。而后便开始了在DeepMind漫长工作的10年。
另外两位KarénSimonyan、ReidHoffman，其中Karén是他这一代中最有成就的深度学习研究领导之一，曾在牛津大学完成博士学位和博士后毕业，曾任DeepMind首席科学家，建立并领导了大规模深度学习团队，开发现实世界数据的大型AI模型。
而Reid则是一位出色的企业家，2003年，他与伙伴共同创立了世界最大的专业网络服务Linkedln，也曾任PayPal执行副总裁。
和InflectionAI强大的团队背景相似，阶跃星辰的创始团队在创业前，也曾在微软“叱咤风云”。
2007年，阶跃星辰创始人姜大昕便加入微软亚洲研究院任首席研究院，自此开启了在微软长达16年的职业生涯。在机器学习、数据挖掘、NLP和生物信息学等方面拥有多年的研究和工程经验，也曾在2008年获得SIGKDD最佳应用论文奖。
而后的2011年，姜大昕转入STCA（微软亚洲互联网工程院），并于2017年成为微软全球合伙人，担任STCA副院长及首席科学家。
姜大昕带领团队在2019年将Bing智能问答功能，包括十几种语言、扩展至全球100种语言和200个地区，为了提高Bing使用的包容性和可访问性，引导用户在网络文档中获得最简洁、最准确的答案，进一步节省用户的时间和精力。
直至2023年3月，姜大昕升任微软全球副总裁，全面负责微软必应搜索的技术研发工作。团队人数达到了400名，包括研究搜索、AI算法、应用程序和平台应用的科学家、工程师等，全面负责Bing的全球搜索体验工作。
不出什么意外的话，姜大昕几乎能在微软“养老”。
但他却选择了“激流勇退”。
“我意识到ChatGPT是一个划时代的技术变革。一定要自己下场，以最快速、最灵活、最全面的方式来投身到变革中去。”在之后的采访中，姜大昕提到，ChatGPT的横空出世，是一个划时代的技术性变革，但如果继续待在微软，他只能在OpenAI的模型上去做一些应用尝试，但模型的「黑盒」并不会向他开放。
基于多年的算法经验，姜大昕想试试打开「黑盒」，从底层做出更大的颠覆。
但搞AI，只有算法和想法显然是不够的。
很快，姜大昕找到了微软Bing引擎核心搜索团队负责人焦斌星任阶跃星辰数据团队负责人，这位同样在微软工作了11年的“数据老炮”，在跨语言数据的积累上有独特积累，而这对于中国大模型训练的优化和训练效率与质量的提升，至关重要。
还在微软时，二人就听说过外界盛传大模型时代的“数据荒”，ScalingLaw所需要的数据不够用了，当置身创业角色中时，发现不仅数据不够用，算力也不够用了。
姜大昕又瞄上了曾在微软研究院，拥有多次单集群万卡以上的系统建设和实战经验的朱亦博，任阶跃星辰系统负责人。
如此，这个脱胎于微软的创业团队，组成了一个集算法、数据和算力三大要素为一体的最强组合。
这种强，也体现在他的大模型和产品中。
模型训练，主打一个高效！
虽然InflectionAI和阶跃星辰都是创业公司，但他们的大模型性能还是“很能打”的，甚至直逼GPT-4。
官方测试数据显示，Inflection-2.5在关键基准测试中与GPT-4并驾齐驱；中国大模型评估平台「司南」多模态模型评测榜单显示，阶跃星辰的Step-1V千亿参数多模态大模型位居第一名，性能比肩GPT-4V。
作为创业公司，为何能在极其有限的资源条件下达成这样的成绩？追本溯源，其原因都在于两家公司都在追求高效的大模型训练方式。
InflectionAI的整体思路是用尽可能少的训练计算量来达到同等的效果。比如，Inflection-1只用了GPT-4训练计算量的4%，Inflection-2.5仅用了GPT-4训练计算量的40%。但最后呈现的效果却十分惊艳，Inflection-1在不同的智商导向任务中，平均性能达到GPT-4水平的大约72%，Inflection-2.5平均性能则能达到GPT-4的94%以上。
秉承着“大力出奇迹”的基本宗旨，阶跃星辰把训练千亿级、万亿级的“巨无霸”工作量分解为了四个要素，分别为算力、系统、数据和算法，这也被其命名为“铁人四项”超级工程。众所周知，算力、算法和数据是AI的三要素，在此基础上阶跃星辰另外搭建了一个集群万卡管理系统，能够有效提升算力训练效率。据阶跃星辰官方称，训练千亿模型的MFU（有效算力输出）达到57%。
尽管两者都在大模型训练过程中践行着相似的技术思考，但关于未来最终通往哪里，InflectionAI和阶跃星辰却有着不同的设想。
InfectionAI认为无论未来呈现的是哪种大模型形态，对话都是必备的。所以，InfectionAI将多轮对话的单点技术发挥到了极致，并进行不断地迭代更新。
姜大昕则认为，AGI是未来，通往AGI会经历单模-多模-世界模型三个阶段。现如今，阶跃星辰推出的Step系列大模型被姜大昕视为“理解多模和生成统一的基础”。
在产品侧，InfectionAI和阶跃星辰都不约而同地瞄准了C端方向。InfectionAI推出了助手类应用产品「Pi」，以语音和情感对话为特色在消费用户市场打出了特色，一度成为了“明星AI产品”。阶跃星辰大模型刚面世，也带来了两款应用，一个是聊天类应用跃问，定位为个人效率助手。一个是AI开放世界平台冒泡鸭，提供海量智能体，内容形式类似国外的Character.AI，主打休闲娱乐的功能。
「Pi」的特点在于“情感”和“有趣”，而姜大昕则希望产品能有有趣的灵魂：“我把模型和产品的关系比喻成灵魂和皮囊。大家一定听过一句话，好看的皮囊千篇一律，有趣的灵魂万里挑一。我们希望灵魂能更加有趣一点才能显示出产品的不同。”
创始团队的过硬的背景、技术战略的相同选择、产品落地的共同期待，让阶跃星辰成为最像InflectionAI的中国公司。
不过，InfectionAI如今已经“人去楼空”，创始团队被微软尽数挖走，希望阶跃星辰不会效仿这样的结局。
