知海图Chat

访问官网

知海图Chat是知乎与面壁智能联合打造的AI智能对话助手，基于CPM-Bee（10B）大模型，源自清华NLP实验室技术，具备千亿级参数和强逻辑推理能力，支持知识问答、编程辅助和创意写作，首个落地应用为知乎热榜摘要功能，已进入内测阶段。

分类： AI开发与模型模型与训练 #AI大模型 #大语言模型 #模型与训练 #中文大模型 #知乎 #面壁智能

知海图Chat是什么

知海图Chat是知乎与面壁智能联合推出的AI智能对话助手，于2023年4月在"2023知乎发现大会"上首次公开亮相。它背后的"知海图AI"大模型基于面壁智能自研的CPM-Bee（10B）模型构建，具备千亿级参数规模和强大的自然语言理解与生成能力，技术源头可追溯到清华大学自然语言处理实验室（THUNLP）多年的研究积累。

与ChatGPT等通用大模型不同，知海图Chat的独特优势在于它与知乎社区的深度结合。作为中国最大的知识问答社区，知乎积累了海量的高质量中文问答内容，这些内容成为知海图Chat独特的知识来源和训练素材。知乎创始人周源在发布会上表示，知乎将致力于为中文互联网的大语言模型发展"添砖加瓦"。

产品名"知海图"蕴含深意："知"代表知乎的知识生态，"海"象征海量数据，"图"寓意构建知识图谱——知海图Chat的使命是将知乎社区碎片化的UGC内容转化为结构化、可检索、可推理的知识体系。

知海图Chat的技术架构

知海图Chat的技术核心是"知海图AI"大模型，它并非从零训练的通用大模型，而是基于面壁智能CPM（Chinese Pretrained Model）企业级大模型进行深度定制与领域精调的产物。CPM系列模型源自清华THUNLP实验室多年的技术积累，具备超大规模中文语料预训练基础，在长文本理解、多轮对话建模、逻辑推理和知识增强等方面表现突出。

在实际技术实现上，知海图AI采用"基座模型 + 领域引擎 + 业务系统"的三层耦合架构。基座模型层提供通用的语言理解和生成能力；领域引擎层针对知乎特有的UGC结构进行优化——例如识别高赞回答中的隐含立场、区分事实陈述与主观评论、解析跨楼层讨论中的论点迁移等；业务系统层则对接知乎的具体应用场景。

这种架构设计使得知海图AI在保持通用语言能力的同时，显著提升了对知乎社区内容的理解力。官方公布的对比测试显示，在知乎热榜上抽取和聚合用户回答内容的任务中，知海图AI的表现"基本接近GPT-4"。在算力方面，知乎CTO李大海表示团队已储备充足的A100 GPU，同时也在积极与国产芯片厂商展开合作。

知海图Chat的核心能力与落地场景

热榜摘要（首个落地应用）： 这是知海图AI最早、也最具代表性的应用场景。知乎热榜每天聚集大量社会热点讨论和高质量的多元观点，但用户往往需要花费大量时间浏览成百上千条回答才能获取全貌。知海图AI的热榜摘要功能可以在10分钟内完成全量回答分析，生成涵盖95%以上有效观点的动态知识快照，并标注信息来源分布（如"72%观点来自认证专业人士"）。

从技术角度看，热榜摘要背后是一套复杂的四层NLP处理流程：第一层要素抽取，精准识别问题主干、核心争议点和关键数据；第二层观点聚类与立场建模，通过语义相似度计算和图神经网络将分散表述归并为主流立场簇；第三层内容聚合与叙事重构，采用层次化摘要策略从段落级到话题级逐步升维；第四层可信度校验与风险过滤，集成事实核查、偏见检测和合规审查引擎，确保输出内容可靠可控。

智能对话助手： 知海图Chat本身是一个面向用户的智能对话产品，能够与用户进行互动式对话。它可以帮助用户获取世界知识、处理数理逻辑问题、编写程序代码以及激发创作灵感。依托知乎海量的知识数据积累，知海图Chat在中文知识问答方面具有天然优势，回答往往能引用知乎社区的优质内容作为依据。

知识问答与编程辅助： 用户可以向知海图Chat提出各种专业问题，从科学技术到人文社科，从编程调试到数据分析，系统会结合知乎社区的知识图谱与高质量回答给出结构化答案。对于编程类问题，系统还能提供代码示例和逻辑推理过程。

后续延伸——知乎直答： 在知海图AI的基础上，知乎于2024年6月发布了"知乎直答"（zhida.ai）AI搜索产品，进一步扩展了模型的应用边界。知乎直答不仅整合知乎站内内容，还能接入维普等学术数据库（覆盖超5000万篇中英文文献），并支持用户上传本地文件创建个人知识库。2025年，知乎直答接入了DeepSeek-R1模型，进一步增强了推理能力和答案准确性。