編輯 | 言征

出品 | 51CTO技術(shù)棧（微信號：blog51cto）

進入下半年，國內(nèi)大模型廠商們都在忙什么？

11月12日上午9點35分，百度世界大會如約而至。李彥宏身著白襯衫，信步走入在上海世博中心的主會場，用一個小時的時間為人們展示了大模型進入2024年之后，百度最新取得的一些產(chǎn)品技術(shù)進展。

李彥宏全程一個小時的演講，回顧了過去24個月全球生成式人工智能變革帶來了的大爆發(fā)，激動地喊出了放眼業(yè)內(nèi)似乎還不太敢喊出的一句slogon：“AI應(yīng)用時代真的來了！”，并同時發(fā)布了兩個重磅新品：文心iRAG和秒噠。

這里劃重點，這兩款技術(shù)產(chǎn)品，一款是多模態(tài)領(lǐng)域的檢索增強，另一款則是多智能體的產(chǎn)品開發(fā)應(yīng)用，這代表了百度作為國內(nèi)大模型領(lǐng)旗者，押寶應(yīng)用的兩大方向，值得各位一探。

圖片

1.李彥宏的第一個押寶：過去24個月，大模型最大的變化

大模型時代已經(jīng)前行了24個月，模型層面發(fā)生了哪些變化？百度創(chuàng)始人李彥宏給出了自己的答案：基本消除了幻覺。

而在消除幻覺方面，檢索增強作為一種 技術(shù)手段成為了行業(yè)共識。“但是，在多模態(tài)方面，檢索增強還做得不夠。”

李彥宏現(xiàn)場給出了一個“文生天壇圖像”的開源模型的錯誤例子，真實的天壇是三層的，而開源模型則會煞有其事地生成四層，令人難辨真假。

圖片

基于此，百度死磕多模態(tài)方面的幻覺問題，李彥宏自豪的發(fā)布了今天第一個“炸彈”：檢索增強的文生圖技術(shù)iRAG。

大致的原理也不難理解：就是其將百度搜索的億級圖片資源跟強大的基礎(chǔ)模型能力相結(jié)合，可以生成各種超真實的圖片，“整體效果遠遠超過文生圖原生系統(tǒng),去掉了機器味”。

百度首席技術(shù)官王海峰在接下來的演講中更具體一步的揭示了iRAG背后的黑科技：百度多模態(tài)可控生圖大模型。該模型通過多模態(tài)注意力機制、圖文交錯編碼等技術(shù)結(jié)合擴散模型，提升了整體注意力計算的高精確性，讓檢索增強的文生圖過程可以自動分析、理解、規(guī)劃和泛化。

圖片

李彥宏表示，iRAG技術(shù)極大地提高了A生成圖片的可用性,具備無幻覺、超真實、無成本、立等可取等商業(yè)價值。

2.第二個押寶：一個只靠想法就能賺錢的應(yīng)用：秒噠以及背后的技術(shù)實現(xiàn)

無需代碼就能開發(fā)應(yīng)用，已經(jīng)不再是什么新鮮的大模型話題。但真正做出來的App沒有，即便強如OpenAI，也在去年嘗試了GPTs之后，讓只需對話就能生成AI應(yīng)用的熱度歸于沉寂。

不過，這次百度做到了。早在上個月，李彥宏就曾在內(nèi)部的季度戰(zhàn)略復(fù)盤會議上表示：智能體雖然還是不是行業(yè)共識，但它是百度未來的一個賭注。

李彥宏將現(xiàn)在的智能體做一個分類，總共分為了四種：公司類、角色類、工具類、行業(yè)類。不同類型的智能體方面，百度近年來都已經(jīng)跟業(yè)內(nèi)的生態(tài)伙伴進行了深入的合作，李彥宏甚至給出了比亞迪、百勝餐飲、小朋友自己創(chuàng)作悟空動畫片等真實有趣的例子。

圖片

重頭戲來了，李彥宏會上甩出了另一款大模型“炸彈”應(yīng)用——無代碼工具“秒噠”！

秒噠具備無代碼編程、多智能體協(xié)作和多工具調(diào)用三大特性,李彥宏對其寄予了厚望，稱之為“迄今為止人類歷史上最復(fù)雜的多智能體協(xié)作工具”。作為一個不需要寫代碼就能夠?qū)崿F(xiàn)任意想法的工具,秒噠讓每個人都具備程序員的能力,會說話就能做出應(yīng)用。

圖片

李彥宏還在會場展示了一個五個智能體協(xié)作開發(fā)的案例，1號智能體小組長負責策劃召喚2號智能體策劃和3號智能體被稱為小編，4號智能體是程序員，5號是質(zhì)檢員等等。

圖片

圖片

前不久OpenAI說未來極有可能會出現(xiàn)一個人的公司，而李彥宏發(fā)布的這款“多噠”似乎也印證了未來的公司可能真的不用再費勁心力去招聘諸如產(chǎn)品經(jīng)理、開發(fā)等人員，一個想法可能就足以讓你搞定一款應(yīng)用。

李彥宏總結(jié)說,“只要有想法,你就可以心想事成,我們將迎來一個前所未有的只靠想法就能賺錢的時代。

李彥宏將做智能體類比為PC時代做網(wǎng)站、或是移動時代做自媒體賬號，“不同之處是智能體更像人、更智能，更像你的銷售、客服和助理。智能體可能會變成AI原生時代，內(nèi)容信息和服務(wù)的新載體。

話說回來，小編想到了一個問題：這款應(yīng)用似乎跟去年AutoGPT的場景很像，究竟高端在哪里？

接下來王海峰的演講解開了這個困惑：現(xiàn)在多智能體的技術(shù)語境已然發(fā)生了變化。去年的多智能體還處于“快思考”的大模型語境，而不同的是，今年下半年，百度也有了自己的“慢思考”模型。

“人類思考有兩個系統(tǒng)，系統(tǒng)1反應(yīng)快，但容易出錯，系統(tǒng)2雖慢，但理性精確?！蓖鹾７鍟錾习l(fā)布了百度的思考模型背后的實現(xiàn)技術(shù)，讓模型像人一樣進行任務(wù)拆解和自主規(guī)劃的能力，學會運用工具及決策。

具體而言，要訓練一個思考模型，需要這幾樣關(guān)鍵的東西：訓練所需的思考過程數(shù)據(jù)，提示自動構(gòu)建、自動探索思考和行動路徑。王海峰介紹了現(xiàn)在思考模型的最大難題還是數(shù)據(jù)的不足，百度采用了合成過程數(shù)據(jù)的方式。

通過用戶模擬器生成指令、工具模擬器模擬功能、領(lǐng)域知識構(gòu)建推理，創(chuàng)建了思考模型數(shù)據(jù)合成的閉環(huán)，再結(jié)合強化學習等手段從而實現(xiàn)思考過程的有監(jiān)督精調(diào)。

圖片

遺憾的是，秒噠現(xiàn)在還是一個期貨，預(yù)計明年上半年發(fā)布。

3.一個小驚喜網(wǎng)盤與文心的碰撞：自由畫布

不過，現(xiàn)貨也是有的，李彥宏在工具類智能體介紹時，展示了百度全新的應(yīng)用智能體，即百度文庫和百度網(wǎng)盤聯(lián)合開發(fā)的“自由畫布”，讓用戶可以在一塊類似“畫布”的界面上自由拖拽文檔、音視頻等富媒體素材，迅速生成多模態(tài)內(nèi)容。自由畫布是一個由文心多模態(tài)大模型加持的萬能白板，可以幫助用戶完成從找資料，到編輯、生成和分享的全部任務(wù)。

圖片

圖片

李彥宏表示，“這不是期貨，而是立即可用的現(xiàn)貨，是真正服務(wù)于創(chuàng)造的新質(zhì)生產(chǎn)力!

4.百度的野心

進入全新的AI革命浪潮，一直致力于科技驅(qū)動的“AI先生”李彥宏對于重塑百度有了新的思考和野心。李彥宏曾經(jīng)做國一個估計，要一年內(nèi)把大模型API的調(diào)用量提升10倍?，F(xiàn)在看，僅僅半年，百度的季度就超過了預(yù)期！

圖片

僅過去半年，百度文心大模型的日均調(diào)用量已經(jīng)超過15億,相較一年前首次披露的5000萬次,增長約30倍。李彥宏表示“增速超出預(yù)期”,說明AI是真需求。他感慨,這條陡峭的增長曲線,代表著過去兩年中國大模型應(yīng)用的爆發(fā)。

圖片

毫無疑問，百度在國內(nèi)擁有絕對的先發(fā)優(yōu)勢，但在打造超級應(yīng)用上，向來沒有特別激進，對于Kimi、豆包在C端的高歌猛進，李彥宏此前表示不會跟進。

此次百度世界大會2024，作為技術(shù)人出身的李彥宏，再次闡明了這一觀點，并表達了對未來智能應(yīng)用爆發(fā)的無限期待?！鞍俣人龅?，不是打造一個‘超級應(yīng)用’，而是要打造數(shù)百萬個‘超級有用’！”

圖片

奧運冠軍也來了，巴黎奧運會上百度黑科技的力量也可圈可點

李彥宏在現(xiàn)場發(fā)布了基于百度文心大模型的100大產(chǎn)業(yè)應(yīng)用，涵蓋了制造、能源、交通、政務(wù)、金融、汽車、教育、互聯(lián)網(wǎng)等眾多行業(yè)。李彥宏表示，“發(fā)布這100大產(chǎn)業(yè)應(yīng)用，其實也代表我們的認知和態(tài)度。

這個世界不應(yīng)該被軟件吞噬，而是，用AI應(yīng)用來創(chuàng)造世界！讓我們一起見證：Application creating the world！

弦外之音，百度給自己在大模型時代的定位非常篤定：要成為這個時代的基礎(chǔ)設(shè)施，而非超級用戶收割機。

圖片

5.One More Thing：百度首款A(yù)I眼鏡預(yù)發(fā)布

這場發(fā)布會，除了李彥宏的演講，小編還期待此前透露出來的百度AI眼鏡。近兩年這款A(yù)I創(chuàng)造的新物種非常熱，不妨來看看百度AI眼鏡怎樣重新定義人與世界的交互方式！

果然在主會場的最后，小度科技CEO李瑩帶來了全新AI硬件產(chǎn)品小度AI眼鏡，號稱“行走的百科全書”。

圖片

據(jù)介紹，作為全球首款搭載中文大模型的原生AI眼鏡，實現(xiàn)了佩戴舒適性與功能全面性的融合。李瑩表示，AI眼鏡作為人類的第一視角設(shè)備，其捕捉視覺、聲音、位置等信息的能力，將給人們帶來前所未有的感官延伸，也一定會成為更高效、便捷的人機交互入口，帶給人們?nèi)碌囊暯呛透氈碌母惺?，重新定義人與世界的互動方式。

重量輕達45g，30分鐘快充，56h待機，全雙工對話，八面聰聽，搭載DuerOS操作系統(tǒng)，攝像頭清晰度方面，視頻理解方面以及軟硬一體的整合設(shè)計能力也在業(yè)內(nèi)處于領(lǐng)先的水平。

具體的參數(shù)大家可以翻看官網(wǎng)的預(yù)告，這里不再贅述了。小度科技CEO李瑩表示，小度AI眼鏡將于明年上半年正式上市，至于價格，也沒有公開，此前曾傳言2300左右，不過一切未定，敬請期待吧。

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：言征