編輯 | 言征

出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）

進(jìn)入下半年，國(guó)內(nèi)大模型廠商們都在忙什么？

11月12日上午9點(diǎn)35分，百度世界大會(huì)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(huì)場(chǎng)，用一個(gè)小時(shí)的時(shí)間為人們展示了大模型進(jìn)入2024年之后，百度最新取得的一些產(chǎn)品技術(shù)進(jìn)展。

李彥宏全程一個(gè)小時(shí)的演講，回顧了過(guò)去24個(gè)月全球生成式人工智能變革帶來(lái)了的大爆發(fā)，激動(dòng)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(shí)代真的來(lái)了！”，并同時(shí)發(fā)布了兩個(gè)重磅新品：文心iRAG和秒噠。

這里劃重點(diǎn)，這兩款技術(shù)產(chǎn)品，一款是多模態(tài)領(lǐng)域的檢索增強(qiáng)，另一款則是多智能體的產(chǎn)品開(kāi)發(fā)應(yīng)用，這代表了百度作為國(guó)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(gè)押寶：過(guò)去24個(gè)月，大模型最大的變化

大模型時(shí)代已經(jīng)前行了24個(gè)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(jué)。

而在消除幻覺(jué)方面，檢索增強(qiáng)作為一種 技術(shù)手段成為了行業(yè)共識(shí)。“但是，在多模態(tài)方面，檢索增強(qiáng)還做得不夠?！?/p>

李彥宏現(xiàn)場(chǎng)給出了一個(gè)“文生天壇圖像”的開(kāi)源模型的錯(cuò)誤例子，真實(shí)的天壇是三層的，而開(kāi)源模型則會(huì)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(jué)問(wèn)題，李彥宏自豪的發(fā)布了今天第一個(gè)“炸彈”：檢索增強(qiáng)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(jí)圖片資源跟強(qiáng)大的基礎(chǔ)模型能力相結(jié)合，可以生成各種超真實(shí)的圖片，“整體效果遠(yuǎn)遠(yuǎn)超過(guò)文生圖原生系統(tǒng),去掉了機(jī)器味”。

百度首席技術(shù)官王海峰在接下來(lái)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(guò)多模態(tài)注意力機(jī)制、圖文交錯(cuò)編碼等技術(shù)結(jié)合擴(kuò)散模型，提升了整體注意力計(jì)算的高精確性，讓檢索增強(qiáng)的文生圖過(guò)程可以自動(dòng)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(wú)幻覺(jué)、超真實(shí)、無(wú)成本、立等可取等商業(yè)價(jià)值。

2.第二個(gè)押寶：一個(gè)只靠想法就能賺錢(qián)的應(yīng)用：秒噠以及背后的技術(shù)實(shí)現(xiàn)

無(wú)需代碼就能開(kāi)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(lái)的App沒(méi)有，即便強(qiáng)如OpenAI，也在去年嘗試了GPTs之后，讓只需對(duì)話就能生成AI應(yīng)用的熱度歸于沉寂。

不過(guò)，這次百度做到了。早在上個(gè)月，李彥宏就曾在內(nèi)部的季度戰(zhàn)略復(fù)盤(pán)會(huì)議上表示：智能體雖然還是不是行業(yè)共識(shí)，但它是百度未來(lái)的一個(gè)賭注。

李彥宏將現(xiàn)在的智能體做一個(gè)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(lái)都已經(jīng)跟業(yè)內(nèi)的生態(tài)伙伴進(jìn)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(dòng)畫(huà)片等真實(shí)有趣的例子。

圖片

重頭戲來(lái)了，李彥宏會(huì)上甩出了另一款大模型“炸彈”應(yīng)用——無(wú)代碼工具“秒噠”！

秒噠具備無(wú)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(duì)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(gè)不需要寫(xiě)代碼就能夠?qū)崿F(xiàn)任意想法的工具,秒噠讓每個(gè)人都具備程序員的能力,會(huì)說(shuō)話就能做出應(yīng)用。

圖片

李彥宏還在會(huì)場(chǎng)展示了一個(gè)五個(gè)智能體協(xié)作開(kāi)發(fā)的案例，1號(hào)智能體小組長(zhǎng)負(fù)責(zé)策劃召喚2號(hào)智能體策劃和3號(hào)智能體被稱為小編，4號(hào)智能體是程序員，5號(hào)是質(zhì)檢員等等。

圖片

圖片

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

李彥宏總結(jié)說(shuō),“只要有想法,你就可以心想事成,我們將迎來(lái)一個(gè)前所未有的只靠想法就能賺錢(qián)的時(shí)代。

李彥宏將做智能體類比為PC時(shí)代做網(wǎng)站、或是移動(dòng)時(shí)代做自媒體賬號(hào)，“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(huì)變成AI原生時(shí)代，內(nèi)容信息和服務(wù)的新載體。

話說(shuō)回來(lái)，小編想到了一個(gè)問(wèn)題：這款應(yīng)用似乎跟去年AutoGPT的場(chǎng)景很像，究竟高端在哪里？

接下來(lái)王海峰的演講解開(kāi)了這個(gè)困惑：現(xiàn)在多智能體的技術(shù)語(yǔ)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(yǔ)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(gè)系統(tǒng)，系統(tǒng)1反應(yīng)快，但容易出錯(cuò)，系統(tǒng)2雖慢，但理性精確。”王海峰會(huì)場(chǎng)上發(fā)布了百度的思考模型背后的實(shí)現(xiàn)技術(shù)，讓模型像人一樣進(jìn)行任務(wù)拆解和自主規(guī)劃的能力，學(xué)會(huì)運(yùn)用工具及決策。

具體而言，要訓(xùn)練一個(gè)思考模型，需要這幾樣關(guān)鍵的東西：訓(xùn)練所需的思考過(guò)程數(shù)據(jù)，提示自動(dòng)構(gòu)建、自動(dòng)探索思考和行動(dòng)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(guò)程數(shù)據(jù)的方式。

通過(guò)用戶模擬器生成指令、工具模擬器模擬功能、領(lǐng)域知識(shí)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(qiáng)化學(xué)習(xí)等手段從而實(shí)現(xiàn)思考過(guò)程的有監(jiān)督精調(diào)。

圖片

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

3.一個(gè)小驚喜網(wǎng)盤(pán)與文心的碰撞：自由畫(huà)布

不過(guò)，現(xiàn)貨也是有的，李彥宏在工具類智能體介紹時(shí)，展示了百度全新的應(yīng)用智能體，即百度文庫(kù)和百度網(wǎng)盤(pán)聯(lián)合開(kāi)發(fā)的“自由畫(huà)布”，讓用戶可以在一塊類似“畫(huà)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(huà)布是一個(gè)由文心多模態(tài)大模型加持的萬(wàn)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(jìn)入全新的AI革命浪潮，一直致力于科技驅(qū)動(dòng)的“AI先生”李彥宏對(duì)于重塑百度有了新的思考和野心。李彥宏曾經(jīng)做國(guó)一個(gè)估計(jì)，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(guò)了預(yù)期！

圖片

僅過(guò)去半年，百度文心大模型的日均調(diào)用量已經(jīng)超過(guò)15億,相較一年前首次披露的5000萬(wàn)次,增長(zhǎng)約30倍。李彥宏表示“增速超出預(yù)期”,說(shuō)明AI是真需求。他感慨,這條陡峭的增長(zhǎng)曲線,代表著過(guò)去兩年中國(guó)大模型應(yīng)用的爆發(fā)。

圖片

毫無(wú)疑問(wèn)，百度在國(guó)內(nèi)擁有絕對(duì)的先發(fā)優(yōu)勢(shì)，但在打造超級(jí)應(yīng)用上，向來(lái)沒(méi)有特別激進(jìn)，對(duì)于Kimi、豆包在C端的高歌猛進(jìn)，李彥宏此前表示不會(huì)跟進(jìn)。

此次百度世界大會(huì)2024，作為技術(shù)人出身的李彥宏，再次闡明了這一觀點(diǎn)，并表達(dá)了對(duì)未來(lái)智能應(yīng)用爆發(fā)的無(wú)限期待?！鞍俣人龅?，不是打造一個(gè)‘超級(jí)應(yīng)用’，而是要打造數(shù)百萬(wàn)個(gè)‘超級(jí)有用’！”

圖片

奧運(yùn)冠軍也來(lái)了，巴黎奧運(yùn)會(huì)上百度黑科技的力量也可圈可點(diǎn)

李彥宏在現(xiàn)場(chǎng)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(chē)、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(shí)也代表我們的認(rèn)知和態(tài)度。

這個(gè)世界不應(yīng)該被軟件吞噬，而是，用AI應(yīng)用來(lái)創(chuàng)造世界！讓我們一起見(jiàn)證：Application creating the world！

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

圖片

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

這場(chǎng)發(fā)布會(huì)，除了李彥宏的演講，小編還期待此前透露出來(lái)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(lái)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(huì)場(chǎng)的最后，小度科技CEO李瑩帶來(lái)了全新AI硬件產(chǎn)品小度AI眼鏡，號(hào)稱“行走的百科全書(shū)”。

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(shí)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(jué)、聲音、位置等信息的能力，將給人們帶來(lái)前所未有的感官延伸，也一定會(huì)成為更高效、便捷的人機(jī)交互入口，帶給人們?nèi)碌囊暯呛透?xì)致的感受，重新定義人與世界的互動(dòng)方式。

重量輕達(dá)45g，30分鐘快充，56h待機(jī)，全雙工對(duì)話，八面聰聽(tīng)，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(jì)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(jià)格，也沒(méi)有公開(kāi)，此前曾傳言2300左右，不過(guò)一切未定，敬請(qǐng)期待吧。

想了解更多AIGC的內(nèi)容，請(qǐng)?jiān)L問(wèn)：

51CTO AI.x社區(qū)

http://www.scjtxx.cn/aigc/