日前，OpenAI 發布 o1-preview，問鼎最強大語言模型，引發業內轟動。也正因如此，國內也產生了質疑的聲音：為何大模型領域國內追趕了一兩年，差距好像沒見縮小，甚至是擴大了。

差距真的是在擴大嗎?事實可能并非如此。

根據行業專家張俊林的觀點，o1-preview 之所以能夠更強，其方法本質上是思維鏈(Chain-of-Thought, CoT)的自動化。通過 CoT 把一個復雜問題拆解成若干簡單步驟，這有利于大模型解決復雜邏輯問題，但之前這個過程主要靠人工來達成。o1 采用的這種方法，將使得 Prompt 工程逐漸消亡，也就是說所有復雜人工環節的自動化成為了大勢所趨。

但其實，這種思想和方法并非 OpenAI 的首創，更非獨創。早在 7 月底的 ISC.AI2024 大會上，360集團創始人周鴻祎就宣布，“用基于智能體的框架打造慢思考系統，從而增強大模型的慢思考能力”，并且此后多次強調類似觀點。這種方法的技術和產品應用上，國內也已經走在前面：還是在 ISC.AI 上 360 發布的CoE(Collaboration-of-Experts,專家協同)技術架構及混合大模型，就是該方法的產物;并且，該技術架構已經落地到了多個產品中，比如360AI搜索、360AI瀏覽器。

值得一提的是，在大模型技術前沿，國內比 OpenAI 在開放協作的道路上走的更遠，更加“open”。比如 CoE 架構并非只接入了一家企業的模型，而是由 360 牽頭，百度、騰訊、阿里巴巴、智譜AI、Minimax、月之暗面等 16 家國內主流大模型廠商合作打造的，目前已經接入了這些企業的 54 款大模型產品，未來預計會全量接入 100 多款大模型產品。

更進一步的是，CoE 技術架構不僅接入了“大模型”，還接入了很多十億甚至更小參數的專家模型，這使得整個系統更加智能。CoE 架構在實現“讓最強的模型回答最難的問題”的同時，還能在回答簡單問題時調用更精準的“小模型”，在獲得高質量回答的同時，節約推理資源、提升響應速度。

有了上述的多種底層技術創新，基于CoE 架構的混合大模型在翻譯、寫作等 12 項指標的測試中取得了80.49分的綜合成績，超越了GPT-4o的69.22分;特別是在“弱智吧”和“詩詞賞析”這類比較具有中文特色的問題上，該架構的領先優勢更加明顯。即使是對于最新發布的 o1-preview，CoE 架構在未經專門優化的情況下也展現出了優勢。

擁有了底層技術創新的情況下，國內在做應用和產品層面的優勢更大。CoE 架構和混合大模型沒有止步于技術創新，而是比OpenAI更快一步地進入了實際應用領域。

一方面，360 通過 CoE 技術架構，構建了大模型競技平臺——模型競技場(bot.360.com)，目前已經入駐360AI瀏覽器，成為國內大模型領域的基礎設施。在多模型協作模式下，用戶可以從 16 家國內主流大模型廠商的 54 款大模型中任意選擇 3 款大模型，進行多模型協作，以此達成比單個大模型回答問題好得多的效果。

另一方面，CoE 還成為了支撐360AI搜索的底層技術架構。正是由于全球領先的技術架構的支撐，和國內多家主流大模型廠商的通力協作，讓360AI搜索能夠讓360AI搜索能夠在2024年1月誕生后八九個月的時間里，就超越 Perplexity AI。

我國基于高素質的工程師人才優勢和時代創新精神，完全有可能讓AI大模型賽道，成為繼新能源汽車之后的又一個領跑國際前沿的重要科技創新領域。