国产 AI 模型强势崛起！智源 BGE 下载量破亿首登 Hugging Face 月榜冠军宝座

NEWS

近期，Hugging Face 公布了其月度榜单情况，智源研究院研发的 BGE 模型成功占据榜首位置，这是中国国产的人工智能模型首次在 Hugging Face 月度榜单中荣获冠军。

在短短一年的时光里，BGE 的总下载量累计达到数亿次之多，成为当下国产 AI 系列模型中下载量最高的存在。

智源 BGE，全称 BAAI General Embedding，是北京智源人工智能研究院研发的开源通用向量模型。自 2023 年 8 月发布首款模型 BGE  以来，它就如同一个茁壮成长的孩子，在不断的迭代与升级中逐渐展现出强大的实力。历经短短一年的时间，BGE 已经发展为全面支持 “多场景”、“多语言”、“多功能”、“多模态” 的技术生态体系。

BGE在开源社区广受欢迎，许多RAG开发者将其比作信息检索的“瑞士军刀”。

BGE 不仅受到个人用户的青睐，在商业领域也成绩斐然。国内外各大主流云服务和 AI 厂商纷纷将其集成，由此创造出了颇高的社会商业价值。

Hugging Face 作为全球人工智能模型交流与展示的重要平台，汇聚了来自世界各地的优秀模型，其月度下载量排行榜是衡量模型影响力与受欢迎程度的关键指标。智源 BGE 能够在众多强劲对手中脱颖而出，成功占据榜首之位，这不仅是对其自身实力的有力证明，更是中国人工智能技术在国际舞台上迈出的具有里程碑意义的一步。这一成绩的取得，犹如一声嘹亮的号角，向全球宣告中国在人工智能模型研发领域已经具备了顶尖水平的实力，能够与世界各国的优秀成果一较高下，并且赢得了全球用户的认可与青睐。

01

厚积薄发：从诞生到成长

智源 BGE 诞生于北京智源人工智能研究院，这个充满创新活力与智慧的摇篮为它的成长提供了坚实的基础。

自 2023 年 8 月首款 BGE v1 模型问世以来，它便踏上了一段令人惊叹的发展之旅。

在诞生初期，研究团队精心打造，通过对 3 亿规模的中英文关联数据进行深度训练，使得 BGE v1 在中英文语义检索精度方面展现出了非凡的能力。它如同一位精准的语言大师，能够敏锐地捕捉到语义之间的微妙联系，在各项测试中表现卓越，超越了包括 OpenAI Text - Embedding - 002 在内的众多知名基线模型，尤其在中文领域的优势格外显著，成功填补了中文向量模型的空白，为中国人工智能语言处理领域注入了新的活力。随着时间的推移和技术的不断积累，后续推出的 BGEM3 模型更是实现了技术上的重大突破。它创新性地实现了多语言的统一表征，能够支持多达 100 多种世界语言的精准语义匹配，让不同语言之间的交流与理解变得更加顺畅。

同时，它还将向量检索、稀疏检索、多向量检索等多种重要功能完美整合于一体，为用户提供了一站式的高效解决方案。在短短一年的时间里，智源 BGE 从一个初出茅庐的模型迅速成长为拥有全面技术生态体系的行业佼佼者，涵盖了 “多场景”“多语言”“多功能”“多模态” 等多个维度，不断拓展着人工智能应用的边界。

02

开源力量：汇聚智慧与应用

开源开放的理念如同春风一般，为智源 BGE 模型的发展注入了源源不断的动力。智源研究院将模型权重、推理及训练代码、训练数据毫无保留地向社区开放，这一举措犹如打开了一座宝藏的大门，吸引了来自世界各地的开发者。

对于广大个人开发者而言，他们如同寻到了稀世珍宝，纷纷基于智源 BGE 模型开展各种创新实践。有的开发者利用其强大的功能开发出智能助手，能够快速准确地回答各种复杂问题；有的则将其应用于文本分析领域，实现对海量文档的高效分类与检索。

热门的向量数据库和 RAG 开发框架也积极与 BGE 模型融合，进一步提升了数据处理和知识检索的效率。国内外各大云服务厂商看到了其中蕴含的巨大商机，纷纷提供 BGE 的商业化服务 API，使得这一模型能够在更广泛的领域得到应用，从企业级的数据分析到个人智能设备的优化，都能看到智源 BGE 的身影。这种开源合作的模式不仅极大地促进了模型的传播与应用，还形成了一个繁荣的生态系统，创造出了不可估量的社会商业价值，实现了技术创新与商业发展的双赢局面。

03

未来之光：引领新征程

如今，智源 BGE 累计下载量逾亿，这一令人瞩目的数字充分证明了它在全球范围内的广泛应用和深远影响。

在众多应用场景中，它都发挥着至关重要的作用。在智能搜索领域，它能够快速准确地理解用户的搜索意图，为用户提供更加精准、个性化的搜索结果；在问答系统中，它凭借卓越的语义理解能力，能够给出高质量、有深度的回答；在大语言模型检索增强方面，它为大语言模型连接海量的外部知识与长期记忆提供了有力支持，有效地缓解了大模型的幻觉、数据过载等问题。展望未来，智源 BGE 模型将继续在人工智能领域发挥引领作用。

随着技术的不断进步和创新，它有望进一步拓展应用边界，深入到医疗、教育、金融等更多领域，为这些行业带来智能化的变革。同时，它也将吸引更多的开发者和研究人员参与到其生态建设中来，共同探索人工智能的无限可能。智源 BGE 模型就像一束照亮未来的光，引领着国产模型在全球人工智能领域不断前行，创造出更多的辉煌成就。

值得留意的是，在 2024 年初的时候，曾掀起过一场关于 RAG（检索增强生成）与长上下文大模型的热烈讨论。从表面上来看，这两者仿佛相互对立存在冲突，但深入探究就会发现，它们实际上并无矛盾冲突之处。语言模型在直接处理海量信息的时候，效率处于较低水平，所以必然要借助有效的信息检索工具才行；而传统的信息检索工具，又存在智能化程度不够的问题，迫切需要一个更具智慧的中枢来驱动。

故而，未来通用搜索智能的达成，依靠的是大模型与检索工具进行深度融合。两者相辅相成，缺一不可。只有实现深度融合，才能充分发挥各自的优势，弥补相互的不足，进而在未来通用搜索智能领域开拓出全新的局面，引领信息获取与处理走向一个更加高效、智能的新阶段。

完