编辑：编辑部

【新智元导读】o1大火背后，最关键的技术是CoT。模型通过一步一步推理，恰恰是「慢思考」的核心要义。而这一观点，其实这家国内大厂早就率先实现了。

OpenAI的理念，居然被国内公司抢先践行了？

比起OpenAI，这家公司的idea提出得更早，方法更前瞻，落地应用也更快。

他们所采用的架构，已经可以和o1匹敌，如果更新到下一代大模型，甚至还有可能实现领先。

没错，这次周鸿祎和OpenAI所采用的路线殊途同归，不谋而合了。

360首创的CoE架构，已经可以媲美OpenAI o1的思维链模式。

不仅在技术层面如此前瞻，在落地上360也抢先了一步，对应用趋势拿捏得十分精准。

「点金石」思维链，让OpenAI三缄其口

OpenAI o1的横空出世，开启了GPT系列之外的新一代模型。

它代表着人工智能发展新范式的开端，在LLM领域首次实现了通用复杂推理能力。

在代码生成方面，o1可以媲美IOI金牌水准。在物理、生物、化学等STEM学科问题的基准测试GPQA中，甚至超越了人类博士。

在最新的LMSYS排行榜上，o1-preview不仅横扫了各领域的第一，且数学能力甩出第二名Claude 3.5 Sonnet好几条街。

这一切，都要归功于o1背后的思维链（Chain-of-Thought，CoT）。然而，思维链具体的工作原理是什么？

对此讳莫如深的OpenAI，坚决封闭了o1思维链的推理过程，还对打破砂锅追问到底的用户发出「封号警告」。

官方放出的报告中，也只有非常简短的一句话提到了模型训练：通过强化学习，o1学会了磨练其思维链CoT并改进策略」

不过业内惊奇地发现：OpenAI o1的思维链模式，竟然和360的「慢思考」理念不谋而合了？

而且这一次，国内公司甚至走在了OpenAI前面。

LLM，需要学会「慢思考」

作为国内公司的先行者，360早在o1发布前，就提出过相似论断了。

今年7月底的 ISC.AI 大会上，360创始人周鸿祎从「快思考」和「慢思考」的角度出发，对比人类的思维过程，对LLM思维链进行解读。

具体而言，「快思考」的特点是无意识的快速直觉，反应很快但能力不够强。

GPT类大模型通过训练大量知识，主要学习的就是这种「快思考」的能力，能够对各种问题不假思索、出口成章，但答案质量不够稳定。

而「慢思考」则相反，特点是缓慢、有意识、有逻辑性，类似于写一篇复杂的文章，需要分很多步骤，回答问题前还会反复地思考，对问题进行拆解、理解、推理，才能给出最终答案。

周鸿祎形容的这种「慢思考」，和OpenAI强调的推理思维链似乎如出一辙，不得不让人惊叹360的技术思维和先见之明。

OpenAI技术报告

创新CoE架构，媲美OpenAI的CoT模式

o1所采取的思维链，可以将棘手的问题分解为更简单的步骤，让模型逐步解决，从而实现「慢思考」，提高了推理能力。

那么，这种「慢思考」的推理模式，如果不用思维链实现，还有什么其他的技术路径？

有Reddit网友大胆开麦，认为o1并不是一个从头训练的新模型，而是一个相对较小的模型与GPT协作，才解锁出了如此惊人的推理能力。

在这个思路上，360的研发团队走到了最前沿。

早在8月1日，他们就推出了首创的CoE技术架构，让多个大模型组队共同思考，每次查询不仅调用多个模型，而且进行了多次调用，和CoT一样强调了推理过程。

比如搜索场景中，首先由意图识别模型处理原始查询，将任务分解、分类后再调度给相应的模型处理。

在「三模型」的设置中，第一个做专家，对提问进行第一轮回答；第二个做反思者，对专家的回答进行纠错和补充；第三个做总结者，对前两轮回答进行优化总结。

作为对比，MoE（Mixture-of-Experts，混合专家）架构虽然也由多个专家模型组成，但每次推理只能调用其中一个，而且极其依赖路由分配机制。

如果路由错误或某个专家出现故障，就会影响CoE架构的整体性能。

Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity

而CoE架构则能让多个模型分工协作、并行工作，执行多步推理。

一句话总结就是，相比MoE，CoE模型在泛化性、鲁棒性、可解释性和推理效率方面都有所进步，不仅可以加快推理速度，还能降低使用成本。

而更进一步的，360还提出了一种CCoE设计。其中包括一个主干LLM和多个CoE（Collaboration of Experts）层，每层包含一个或多个不同领域的SOTA专家模型。

论文地址：https://arxiv.org/pdf/2407.11686v1

集成至CoE层时不需要对原始模型进行任何修改，而且允许每个专家模型进行单独微调。这种松散耦合的方式提供了很好的可扩展性，支持灵活增长至任意的专家数量。

实验结果表明，相比直接使用不同领域的基础模型，CCoE框架可以显著的性能提升，同时消耗更少的训练和推理资源。

国产大模型上演「复联」，组队挑战「灭霸」o1

360首创的CoE架构，不仅拉齐了国内公司和OpenAI的技术发展水平，还具有很强的现实应用价值。

现在的国产大模型在数据、算法、算力等方面仍然与OpenAI的旗舰模型存在差距，如果拿出来单挑，可以媲美GPT-4o，但很难超越o1。

这个时候，就需要用到传统的中国智慧了——「三个臭皮匠，顶个诸葛亮」。

灭霸虽强，但复仇者联盟的能量更无法阻挡；o1模型虽强，但绝非不可战胜。

国产大模型如果能更好地分工配合，通过CoE架构进行协作，就有可能打败看起来无比强大的OpenAI，甚至创造出更大的价值。

而且，这绝不只是说说而已。早在CoE架构刚发布的时候，集各家大模型所长的混合能力就已经超越了GPT-4o。

这个耦合起来的混合大模型，在翻译、写作等12项指标的测试中取得了80.49分的综合成绩，超越了GPT-4o的69.22分。

除了代码能力有微弱劣势以外，CoE模型在其余11项指标上均优于GPT-4o，特别是「逻辑推理」、「多步推理」、「诗词赏析」这类比较具有中文特色的问题，CoE的领先优势更加明显。

目前，360的「多模型协作」已经能打败并远远甩开GPT-4o，媲美o1-preview。

这就是复仇者联盟的力量，即使灭霸的能力再强，团结起来的团队，依旧是强大、可以与之抗衡的。

虽然8月1日刚刚发布，但CoE早已走出理论、走入实践和产品，落地在了360的AI搜索和360AI浏览器等AI产品中。

AI搜索

根据AI产品榜aicpb.com的统计，360AI搜索8月增速为113.92%，访问量超过2亿，增速位列全球主要AI搜索榜首。

之所以如此受欢迎，是因为360AI搜索会在充分理解问题的基础上进行任务分解和规划，给出更丰富、更具时效性和准确性的答案。

而且，用户可以在简洁、标准、深入和多模型协作这4种「AI工作流」中任选其一，得到自己想要的答案模式。

比如，简单的「strawberry里有几个r」的问题，就可以使用「简洁」模式提问。不仅有明确的答案，还会帮你分析为什么大多数LLM会数错。

如果是代码类问题，AI搜索则会自动安排擅长生成代码的DeepSeek帮你回答。

「标准」模式下的答案更加全面，除了代码和注释，还给出了分析解释和相关的参考链接。

「深入」模式适合一些更需要解读分析的问题，比如下面这种透露着浓浓书卷气和历史感的：

从最基本的出处释义，到意境解读和赏析，还有创作背景和文化内涵的扩展分析，可以说是全方位无死角的满分答案。

此外，AI搜索不仅能给出文字版的回答，还会根据答案自动生成的思维导图，更加简洁清晰、一目了然。

值得一提的是，AI搜索的第四种模式「多模型协作」，正是通过多专家协同来处理复杂的查询，帮你找到更精准、更全面的答案。

比如，前段时间最火的「9.9和9.11谁大」等一系列变种。

o1-preview刚刚发布时，NYU助理教授谢赛宁就上手测试了这个经典问题，没想到强如o1-preview依旧答错了。

但如果把国产大模型的「三员大将」结合起来，我们就能得到o1都没有给出的正确答案。

上下滑动查看

可见，模型之间的协作，能大幅提升问题回答的质量——放大每个模型自身的优势，同时互相弥补能力缺陷。

即便第一个专家模型给出的回答不够理想，后续的反思模型和总结模型也能够及时发现并修正，实现了不断拆解、不断反思的「慢思考」。

360AI浏览器

在 CoE 等技术加持下，360AI浏览器则可以对文本、视频、音频、图片等多模态的媒体内容进行分析处理，为用户提供了全方位的AI助手功能，绝对是不逊于 Copilot 的打工效率神器。

视频内容也是如此，即使是长视频也能快速给出总结和内容描述；点击「全文」按钮，还能直接得到视频的文字转录。

自动拆条、文本剪辑等功能则大大方便了没学过Adobe Premiere Pro的打工人，让剪辑视频的工作如同文本处理一样直观简单。

除了处理各种类型的媒体内容，用户也可以直接在浏览器中召唤出AI助手，回答你工作和生活中遇到的各种问题。

这位全能的AI助手，同样是基于CoE架构。

传送门：bot.360.com

具体来说，用户可以从16家厂商的54款大模型中任意选择3款组队，进行多模型协作，从而获得远远优于单个大模型的效果。

来个经典「弱智吧」问题——一个半小时是几个半小时？

专家模型一上来，就开始了长篇大论的分析。

不过，不用担心。

接下来的反思者模型，很精准地给出了优化建议。

随后的总结者则根据提议来了个一句话总计——一个半小时是3个半小时。

目前，AI助手已经上线了三模型协作版本，预计9月底还会推出五模型，甚至更多模型协作的版本。

为了方便用户比较模型能力，360还基于AI助手上线了国内首个大模型竞技平台，收录了百度、腾讯、阿里、华为、智谱AI、月之暗面等厂商旗下的54款国产大模型，支持3个模型同场竞技。

如果懒得自己选模型，还可以直接使用混合模型版的AI助手提问，根据提出的具体问题，自动调度最强大模型回答。

比如，如果提的是代码生成类问题，那就扔给DeepSeek解决，不仅代码质量高，还自带注释和测试代码。

def quick_sort(arr): # 如果数组长度小于等于1，直接返回数组 if len(arr) <= 1: return arr # 选择基准元素，这里选择数组的最后一个元素 pivot = arr[-1] # 定义两个子数组，分别存放小于和大于基准的元素 left = [x for x in arr[:-1] if x <= pivot] right = [x for x in arr[:-1] if x > pivot] # 递归地对左右子数组进行排序，并将结果合并 return quick_sort(left) + [pivot] + quick_sort(right) # 测试代码 if __name__ == "__main__": arr = [3, 6, 8, 10, 1, 2, 1] print("原始数组:", arr) sorted_arr = quick_sort(arr) print("排序后的数组:", sorted_arr)日常生活类问题，比如今年的国庆调休安排，通义千问就会自动上场。

擅长逻辑推理、知识问答的豆包模型，则可以稳稳接住你所有奇奇怪怪的提问。

这就能看出，各家的国产大模型都各有所长，实现高效的分工协作后，就能展现出前所未有的全方位能力。

大模型协作，意义何在？

国内16家主流大模型厂商齐聚360的平台，足见其强大的号召力。

那么，360为何能够聚集如此多国内头部 LLM 厂商？

最重要的原因，可能有两个：

- 首先，还是因为CoE技术架构

其收益在于，LLM厂商能够从中收获持续的数据以及「bad case」反馈，这对大模型的能力提升非常关键。

比如，基于CoE架构的360AI搜索、AI浏览器中的多模型协作、模型竞技，都为国产模型提供了深度技术融合，以及「以竞促练」的平台。

作为对比，这种技术产品深度融合提升的机会，就比国内办公平台企业集齐大模型「七龙珠」的方式对 LLM厂商来说更加有价值。

- 其次，在于入口和场景

基于360在PC端的优势，LLM可以通过桌面、浏览器、搜索的「三级火箭」入口或场景，触达以10亿计的电脑用户，这对于希望超越AI ChatBot定位、成为生产力工具的厂商们来说，也是「天赐良机」。

由此也不难想象，在未来，随着国产大模型的推理能力逐渐增强，加上能耦合更多模型、实现更好协作模式的CoE技术架构，LLM推理势必会解锁更多高级应用。

国产大模型在技术和产品上同时超越OpenAI的一天，也并不遥远。

参考资料：

https://sou.com/

https://bot.360.com/