AI INDEX工具 · 发现 · 评测 · 应用
返回首页搜索

不做人人都能聊天的玩具,只做企业真正敢用的「行业大脑」

一句话认识它:孟子大模型(Mengzi)是北京澜舟科技有限公司(Langboat,2021 年 6 月成立于北京、由创新工场孵化)全栈自研的生成式可控大语言模型系列;它以「一横N纵」体系为骨架——「一横」是孟子大模型技术底座,「N纵」是面向金融、编程、营销、文创等垂直场景的 ToB 产品;其对话产品孟子 MChat 于 2023 年 3 月作为「类 ChatGPT」可控大模型对外发布,孟子大模型 GPT V2 已于 2024 年 1 月向公众开放,并于 2023 年底通过《生成式人工智能服务管理暂行办法》备案。

  • 全栈自研大模型
  • 一横N纵体系
  • 孟子 MChat
  • ToB 垂直场景
  • 可控生成
  • 孟子3-13B 开源

它和「通用大模型」到底差在哪

把孟子摆在一众通用大模型旁边,最容易被误读成「又一个 ChatGPT 平替」。但澜舟从创业第一天就聚焦行业与垂直大模型,路线差异体现在下面几张卡里——它们大小不一,正对应着这家公司「有所为、有所不为」的取舍。

差异一 · 路线不做 toC 玩具,只做 toB 行业脑

通用模型追求「什么都能聊」,孟子追求「在金融、编程等场景真正解决问题」。周明把体系总结为「一横N纵」:横是孟子底座,纵是垂直场景产品。这种克制让它在企业级落地上更聚焦。

差异二 · 可控「可控」是刻进名字的特色

孟子 MChat 强调可控:可对功能、风格、人类认知等维度进行调控,并能融合搜索结果、领域数据与知识图谱,面向垂直专业赛道快速调整。对企业而言,可控意味着输出更稳定、可审计。

差异三 · 成本十亿参数就能解决八成问题

周明提出大模型落地「九字诀」:专注、极致、口碑、快、成本。澜舟对 102 家企业调研发现,ToB 需求集中在语言理解、多轮对话、文本生成、机器翻译上,10B–13B 量级已能覆盖约八成场景,大幅压低部署与推理成本。

差异四 · 轻量参数量 1.5B 到 40B 灵活选

从轻量到中大型,适配云端与本地不同算力,满足金融、政务等高合规行业的私有化诉求。

差异五 · 开源与生态孟子3-13B 开源,零门槛可商用

2024 年 3 月,澜舟将 Mengzi3-13B 在 GitHub、HuggingFace、ModelScope、始智 AI 等社区开源,面向学术研究完全开放并支持免费商用;相较 GPT V2 系列,其采用的 Mengzi-3 数据集规模高达 3T tokens,覆盖网页、代码、书籍、论文等高质量来源,在 MMLU、Chinese-MMLU、GSM8K、HUMAN-EVAL 等公开基准上表现出色,是 20B 内轻量化模型中英双语能力的代表之一。

换句话说,孟子的差异化不是「更会闲聊」,而是把大模型从「炫技的对话」拉回到「可控、可部署、可算清账的企业工具」上。这也是它能在金融、编程等严肃场景里被多家头部机构采用的根本原因。

孟子与澜舟的发展时间线

澜舟不是一夜冒出来的「大模型新贵」。从预训练模型到可控对话、再到开源与智能体平台,它的每一步都围绕「认知智能 + ToB 落地」展开。

孟子预训练模型问世

基于 Transformer,可支持并快速替换自回归(GPT)、自编码(BERT)等多种预训练架构,同年 7 月推出孟子大模型及相关系列开源模型。

北京澜舟科技有限公司成立

由李开复的创新工场从零孵化,创始人兼 CEO 周明曾任微软亚洲研究院副院长,是 NLP 领域世界级科学家、ACL Fellow 及国际计算语言学会首位华人主席。

孟子 MChat 可控大模型发布

在创新工场「AI 1.0 到 AI 2.0」分享会上正式推出「类 ChatGPT」语言生成模型——孟子 MChat,强调可控特色,并开启孟子 GPT 邀测。同月完成数亿元 Pre-A+ 轮融资,由北京中关村科学城公司领投,斯道资本与创新工场跟投。

通过生成式 AI 备案并开放公众服务

2023 年 12 月 27 日,孟子大模型通过《生成式人工智能服务管理暂行办法》备案,并向公众开放服务;同期获评北京市「专精特新中小企业」。

孟子大模型 GPT V2 公众开放

向公众开放孟子大模型-标准、孟子大模型-轻量、孟子大模型-金融、孟子大模型-编程(编码)等多个版本,覆盖通用与垂直场景。

Mengzi3-13B 开源、零门槛可商用

3 月 30 日,孟子3-13B 在 GitHub、HuggingFace、魔搭、始智 AI 社区开源;模型基于 3T tokens 的 Mengzi-3 数据集训练,在参数量 20B 以内的轻量化模型中英双语能力突出。

迈向「可信智能体」平台

以全栈自研孟子大模型为核心,构建 LangClaw 企业智能体 OS 及澜舟智库、澜舟智会、澜舟智搭等产品体系,从「模型」走向「可调度执行任务的数字员工」。

孟子家族:模型与产品矩阵一览

「孟子」不是一个单点模型,而是一组围绕底座能力长出来的家族。下面这张表把公开可查的模型版本与上层产品梳理出来,方便你判断哪一款贴合自己的场景。

名称 / 版本定位关键能力开放 / 获取方式
孟子预训练模型轻量通用底座(2021)兼容 BERT / GPT / T5 架构,中文理解、多模态、垂直领域预训练早期开源系列
孟子 MChat(GPT V1)「类 ChatGPT」可控对话大模型聊天、问答、翻译、文本生成、信息抽取;功能 / 风格 / 认知可控2023.03 邀测
孟子大模型-标准通用大模型底座语言理解、多轮对话、文本生成等基础能力2024.01 公众开放
孟子大模型-轻量低算力部署版本在普通服务器 / 边缘设备运行,推理效率高、成本低2024.01 公众开放
孟子大模型-金融金融行业专用模型金融术语理解、智能投研、合规、报告生成2024.01 公众开放
孟子大模型-编程编码 / 编程辅助模型代码理解与生成、辅助编程2024.01 公众开放
Mengzi3-13B开源轻量大模型3T tokens 训练,MMLU / Chinese-MMLU / GSM8K / HUMAN-EVAL 表现优异2024.03 开源、免费商用
LangClaw 企业智能体 OS数字员工运行底座构建、管理、调度可执行任务的数字员工,多智能体协同企业级平台
澜舟智库 / 智会 / 智搭上层 ToB 应用企业知识库、智能会议助手、Agent 搭建工具企业级 SaaS / 私有化

从表里能看出澜舟的产品逻辑:底层是一个可控、可轻量、可私有的孟子底座,上层是按行业长出来的应用。对企业用户来说,好处是「同一套技术,既能接 API 快速试水,也能私有化深度定制」。

谁该认真看孟子,谁先别急

适合金融、券商、银行类机构

孟子金融大模型在信贷审批、风险预警、智能投顾、研报生成等场景已有落地,且支持私有化部署满足合规。

适合需要本地化 / 私有化的政企

模型与数据可完全留存在客户内网,满足金融、政务、军工等高密行业的严格合规与数据安全要求。

适合想低成本试水大模型的团队

10B–13B 量级即可覆盖多数语言类需求,配合开源孟子3-13B,中小团队也能算清 ROI。

先想清楚如果你要的是「无所不能的通用聊天机器人」

孟子的主战场是企业级专业能力而非 toC 闲聊。个人用户若只想找一款日常陪聊助手,通用大模型或消费级产品可能更顺手;而若你的诉求是「把模型稳稳嵌进业务系统、可控、可审计、可私有化」,那孟子这条路线恰恰值得重点评估。

常见问答

孟子大模型和普通通用大模型最大的区别是什么?

通用大模型追求广覆盖的对话能力,孟子从创业起就聚焦行业与垂直大模型,以「一横N纵」体系把底座能力落到金融、编程等 ToB 场景,并强调「可控」——可对功能、风格、认知维度进行调控,还能融合搜索、领域数据与知识图谱,输出更稳定、可审计。

孟子 MChat 是什么,和 GPT V2 是什么关系?

MChat 是澜舟 2023 年 3 月发布的「类 ChatGPT」可控大模型,属于孟子 GPT V1;2024 年 1 月开放的 GPT V2 则是包含标准、轻量、金融、编程等多个版本的公众服务矩阵。两者一脉相承,都是孟子系列在不同阶段的产物。

孟子3-13B 开源了,个人和小团队能用吗?

能用。Mengzi3-13B 已在 GitHub、HuggingFace、ModelScope、始智 AI 等社区开源,面向学术研究完全开放并支持免费商用,基于 3T tokens 的 Mengzi-3 数据集训练,在 20B 内轻量化模型中英双语能力突出,适合中小团队低成本落地。

澜舟科技这家公司靠不靠谱,谁创办的?

北京澜舟科技成立于 2021 年 6 月,由创新工场孵化,创始人兼 CEO 周明是前微软亚洲研究院副院长、NLP 领域世界级科学家、ACL Fellow 及国际计算语言学会首位华人主席;公司 2023 年完成数亿元 Pre-A+ 融资,并获评北京市「专精特新中小企业」。

孟子支持私有化部署吗,数据安全怎么保证?

支持。孟子提供企业级私有化部署方案,模型与数据可完全留存在客户内部网络,满足金融、政务、军工等高合规行业的数据不出域要求;具体安全资质与合规细节以官方说明为准。

孟子在中文评测上的表现如何?

公开资料显示,孟子系列多次在 C-EVAL、SUPERCLUE 等中文大模型基准评测中取得优胜成绩;早期孟子预训练模型在 CLUE 中文理解评测中分数突破 84 分,逼近人类基准(约 85.61 分),在中文业务场景有较专业表现。

相似工具推荐

参考资料

  1. 来源:澜舟科技官方网站(公司定位、「一横N纵」体系、孟子大模型、LangClaw 及澜舟智库/智会/智搭产品矩阵):https://www.langboat.com/zh
  2. 来源:澜舟科技官方——创始人兼 CEO 周明博士简历(微软亚洲研究院副院长、ACL Fellow、国际计算语言学会首位华人主席):https://www.langboat.com/zh/about/resume
  3. 来源:澜舟科技官方——两周年公告,孟子 GPT 开启邀测、孟子 MChat 可控大模型与 L1/L2/L3 分层:https://www.langboat.com/en/about/news/2023061001
  4. 来源:智东西——澜舟科技开源孟子3-13B 大模型、零门槛可商用,附 GitHub 地址与基准表现:https://zhidx.com/news/42042.html
  5. 来源:量子位——澜舟「一横N纵」ToB 落地、专注 10B–100B 参数与周明「九字诀」:https://www.qbitai.com?p=129269/
  6. 来源:36氪(网易转载)——澜舟科技 Pre-A+ 轮融资、孟子 MChat 可控大模型与 CLUE 评测表现:https://www.163.com/dy/article/HUIQUPFI05118DFD.html
  7. 来源:量子位——轻量「孟子模型」开源、凭 10 亿参数冲上 CLUE 榜第三:https://www.qbitai.com?p=29498/
  8. 来源:爱企查——北京澜舟科技有限公司工商信息(成立日期、法定代表人周明、统一社会信用代码):https://aiqicha.baidu.com/details/rankList?query=18434963ad99cc8eb479c16f36e73d4b&type=20
  9. 来源:GitHub——Langboat/Mengzi3 开源模型仓库(孟子3-13B):https://github.com/Langboat/Mengzi3
AI INDEX · 孟子大模型 收录页
内容整理自公开资料,产品能力、定价与开放范围以官网实时公布为准。