在對大模型準確率的不斷追求之下，一場AI界的“慢”革命已經在悄然上演。

9月13日，OpenAI內部代號“草莓”的全新大模型——o1-preview正式發布。就如同OpenAI的每一次新品發布，都無一例外成為了全球AI行業關注的焦點，憑借出色的推理能力和新穎的思維鏈（Chain-of-thought , CoT）原理詳解技術，并在物理問題時，o1達到了真人博士的水平，這一出眾的成績，讓o1一問世，立刻吸引了行業的目光。

而o1最大的突破，便是其所強調的“慢思考”能力。一時間，關于大模型推理的“快思考、慢思考”的討論，迅速成為了業內的熱點話題。

然而，AI行業內關于“慢思考”話題的起源，并非來自OpenAI。大模型之家了解到，早在7月底的ISC.AI大會上，360集團創始人周鴻祎便首次提出了AI“快思考”和“慢思考”的概念，并成功將其應用于實際產品中。

OpenAI的“慢思考”風口，已被國內捷足先登

那么，究竟什么是“慢思考”？

這個問題可以追溯到著名認知心理學家、2002年諾貝爾經濟學獎得主——丹尼爾·卡尼曼的著作《思考，快與慢》中。在書中，他闡述了人類大腦處理信息的兩種不同方式：快速直覺反應（系統一）和慢速深入分析（系統二）。

而所謂AI的“慢思考”，就是AI在遇到復雜問題時，能夠模仿人類的思維方式，通過多步推理和深入思考，最終得出答案的過程。

通過一系列邏輯推理步驟，幫助模型逐步分解問題并找到答案，大幅優化了AI的回答精準度，特別是在復雜推理任務中的表現尤為突出。

這樣一來，AI就不再只是依賴海量數據的訓練，而是開始學會如何有效地思考和解決問題。隨著“慢思考”能力的提升，大模型不僅在速度上，更在深度和精度上不斷進步，讓AI變得更加可信與可靠。

為了實現“慢思考”，o1大模型與其他對話式AI最大的區別在于它會在回答之前進行10秒鐘以上“思考”，有助于模型避免出錯，并提供更全面的解答。

但這又帶來了另一個問題，o1大模型每次“思考”的10秒，卻給用戶帶來了“反應遲鈍”的負面體驗。

事實上，這個問題早已被“卷服務”“卷體驗”的國內大模型廠商想在了前面。

在ISC.AI2024大會期間，360提出了CoE（Collaboration of Experts，專家協同）架構。這一架構借鑒了大腦的功能分區結構，根據任務階段，調動各功能中樞協同工作。

基于“類腦分區協同”的原理，CoE架構能夠整合多個大模型與專家模型，形成一個強大的協作網絡。通過思維鏈和多系統協同，CoE可以同時實現“快思考”和“慢思考”。例如，第一個模型負責給出初步回答，第二個模型則會進行反思與糾錯，第三個模型則會總結并優化最終答案。這種分工協作的模式，使得CoE架構在推理任務中的表現更加靈活且精準，尤其在處理復雜問題時，能與OpenAI o1-preview媲美，甚至在某些場景下更勝一籌。

打開場景，打開格局

在理念上得“天時”，讓CoE架構能夠國內大模型發展能夠領先OpenAI，那么國內豐富的場景，不僅帶來了五花八門的智能化需求，也為大模型應用的創新與試錯提供了廣闊的空間，無疑成為了AI應用發展的“地利”。

周鴻祎曾表示：“大模型的技術突破已經使得AI在多個領域展現出前所未有的潛力，而真正的挑戰在于如何將這些技術融入到具體的應用場景中，為各行各業創造實際價值。”

國內不少AI公司都從自身出發，將自家的明星產品利用大模型技術進行重構，為用戶帶來更好的體驗與更高的效率。而得益于理論上的前瞻，OpenAI如今提出的思維鏈理念與技術，早在幾個月前，就已經被國內應用到了產品之中，并取得了顯著的成功。

作為CoE架構最為成功的落地應用之一，2024年1月，360AI搜索上線后，每月的訪問量增速高達113%，迅速成長為全球訪問量最大的AI原生搜索引擎。

“搜索+AI”的概念雖不新穎，但在大模型時代，Prompt成為了橫在用戶面前的“門檻”。“門檻”越低，體驗越好，但產品研發就更加困難。如何將這一概念落到實處，提升用戶搜索體驗，卻是一個不小的挑戰。360AI搜索的成功，其背后的CoE架構功不可沒。

360AI搜索的「深入回答」模式，在一次AI搜索的背后包含了至少7-15次的大模型調用，讓AI根據有限的提示詞理解用戶意圖，并對任務進行拆解，構建AI工作流，使多個大模型協同運作。這樣，用戶不需要提供專業的Prompt，用自然語言交流就能提供更精準的答案，實現了對復雜搜索問題的高效處理。

例如，在面對中文詩詞翻譯等高難度任務時，360AI搜索能夠調用多個模型，既有通過“快思考”給出初步答案的效率體驗，也提供了深入反思和糾錯，再到最終的總結和優化的“慢思考”能力。

而360AI瀏覽器也讓瀏覽器這個“長期無新意”的市場帶來一些新的思潮。憑借對用戶使用場景的深刻理解，360AI瀏覽器在瀏覽網頁、觀看圖片、收聽博客視頻、視頻，打開電子書、PDF文檔等場景中，將文檔分析、文檔解讀、腦圖生成、視頻內容生活、音頻文字生成等AI能力“放到用戶手邊”，開箱即用。這一功能的背后，同樣是基于CoE架構，通過多模型協作，讓其在復雜場景下的應用變得更加廣泛和高效。

國產大模型結盟“復聯”，能否挑戰OpenAI

盡管OpenAI在資本、算力等硬件條件上占據優勢，但不可否認的是，“單打獨斗”在AI領域難以維持正在成為行業共識。國內的大模型企業正通過開放合作，逐漸形成強大的合力，共同推動AI產業發展。

其中這一合作模式的最佳代表，便是由360牽頭的國產大模型聯盟。7月，在ISC.AI 2024上，360與百度、騰訊、阿里巴巴、智譜AI、Minimax等16家國內主流大模型廠商達成合作，共同打造了一個覆蓋廣泛的大模型合作平臺，并結合多家的大模型能力，”讓用戶可一站式體驗所有國內領先的大模型產品。

目前，這一平臺已經接入了54款大模型產品，未來預計將擴展到100多款大模型。

對于用戶而言，可以任意調用16家大模型產品，根據需求調用最優的模型，為自己提供服務。

通過這種方式，每家企業都可以根據自身的專長，開發出針對性最強的模型，而在需要處理復雜問題時，則可以通過CoE架構進行多模型協作，從而保證結果的準確性和效率，并通過用戶的實際使用和反饋，廠商可以不斷改進產品和技術。

而在近期，360還基于CoE技術架構打造了國內首個大模型競技平臺——模型競技場（bot.360.com）。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提供的54款大模型中，任意選擇3款進行“同臺競技”，在響應速度、耗時、效率等多個維度進行量化比拼，以此達成超越單個大模型回答的更優效果。

通過“以賽代練”的模式，既能幫助用戶找到最優的大模型，提供更為精準和全面的答案；也能夠及時為大模型企業及時獲得用戶的使用反饋，對產品進行查漏補缺。

從實際效果來看，在多模型協作的狀態下，基于CoE架構的混合大模型AI助手Beta版以80.4測試總分，大幅超越GPT-4o的69.22分，且在11個能力維度上全面領先。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，特別是在中文語境下的任務中，其表現尤為出色。

盡管OpenAI在某些領域依然保持領先，但通過國內16家大模型廠商的“抱團”合作，已經逐漸縮小了與OpenAI的差距，并在多個領域展現出了獨特的競爭力。

正如孟子所言：“天時不如地利，地利不如人和。”通過與多家國內大模型廠商的合作，更是實現了國內大模型企業的“人和”，這一合作不僅彌補了單一企業在算力上的不足，也使得整個國內AI領域呈現出百花齊放的局面。

看到這里，也就不難理解，為什么國內15家大模型企業能夠如此團結一致，加入到360的開放AI生態當中，陪著周鴻祎“打團戰”。

AI技術的發展不僅是技術層面的較量，更是理念與創新的碰撞。360在CoE架構上的前瞻見解，也讓我們看到在全球AI技術發展競賽中，中國企業所扮演的角色正在從“追趕者”逐漸成為領跑者。

憑借CoE“快思考”與“慢思考”相結合的創新技術，不僅縮短了與國際大廠的差距，更是在某些領域實現了彎道超車。而國內大模型生態的逐漸成熟，無疑為AI技術在各個行業的廣泛落地打下了堅實的基礎。

360牽頭的大模型聯盟，標志著AI生態的“開放協作”依然成為主流趨勢，這種通過共享資源、共同進步的模式，展示了國內大模型企業在技術創新和商業落地上的高度靈活性與敏捷性。技術與合作的力量，正在為中國的AI企業打開新的機遇之窗，未來AI市場的版圖或將因此發生顛覆性改變。