百度文心一言亮相 李彦宏预测三大产业机会
3月16日下午，百度新一代大语言模型、生成式AI产品“文心一言”正式亮相。百度创始人李彦宏展示了”文心一言“在文学创作、商业文案创作、数理推算、中文理解、多模态生成五个使用场景中的综合能力。百度计划在所有业务中全面集成文心一言。
从现场展示来看，文心一言某种程度上具有了对人类意图的理解能力，回答的准确性、逻辑性、流畅性都逐渐接近人类水平。但李彦宏也多次提及，这类大语言模型还远未到发展完善的阶段，进步空间很大，未来这段时间它一定会飞速发展，日新月异。
目前，大语言模型和生成式AI代表了一个新技术范式，是全球每家企业都不可错过的机会。百度文心一言定位于人工智能基座型的赋能平台，将助力金融、能源、媒体、政务等千行百业的智能化变革。李彦宏表示：“百度希望和大家一起，推动人工智能技术进步，让所有人都能使用最先进的生产力工具，让所有人都能从中受益。”
百度创始人、董事长兼首席执行官 李彦宏
01
五大使用场景、五大能力，
文心一言将革新生产力工具
文心一言（英文名：ERNIE Bot）是百度基于文心大模型技术推出的一款生成式对话产品，可实现自然而流畅的人机交互。百度在人工智能领域持续深耕十余年，致力于不断推进人工智能技术的研究和应用。文心大模型ERNIE是百度的核心技术之一，具备跨模态、跨语言的深度语义理解与生成能力，被广泛应用于搜索问答、云计算、内容创作生成、智能办公等领域。基于ERNIE技术的文心一言，将人工智能技术与人类语言交流能力完美融合，为用户提供更加优质、智能化的交互体验。
新闻发布会现场，李彦宏展示了文心一言在五个使用场景的表现，包括文学创作、商业文案创作、数理推算、中文理解和多模态生成。
在文学创作场景中，文心一言根据对话问题将知名科幻小说《三体》的核心内容进行了总结，并提出了五个续写《三体》的建议角度，体现出对话问答、总结分析、内容创作生成的综合能力。
此外，文心一言准确回答了《三体》作者、电视剧角色扮演者等事实性问题。生成式AI在回答事实性问题时常常“胡编乱造”，而文心一言延续了百度知识增强的大模型理念，大幅度提升了事实性问题的准确率。
面对“于和伟和张鲁一有哪些共同点”、“于和伟和张鲁一谁更高”这类问题，文心一言也基于推理能力得出了正确答案。
在商业文案创作场景中，文心一言顺利完成了给公司起名、写Slogan、写新闻稿的创作任务。
连续三次内容创作生成中，文心一言既能准确理解人类意图，又能清晰地表达，这是基于庞大数据规模而发生的“智能涌现”。文心一言大模型的训练数据包括万亿级网页数据、数十亿的搜索数据和图片数据、百亿级的语音日均调用数据，以及5500亿事实的知识图谱等，这让百度在中文语言的处理上，能够处于独一无二的位置。
文心一言还具备了一定的思维能力，能够学会数学推演及逻辑推理等相对复杂任务。面对“鸡兔同笼”这类锻炼人类逻辑思维的经典题，文心一言能理解题意，并有正确的解题思路，进而像学生做题一样，按正确的步骤，一步步算出正确答案。
文学创作、商业文案创作、数理推算是大语言模型常见的优势和能力，在此基础上，文心一言还表现出更优秀的中文理解及多模态生成能力。
作为扎根于中国市场的大语言模型，文心一言具备中文领域最先进的自然语言处理能力，在中文语言和中国文化上有更好的表现。在现场展示中，文心一言正确解释了成语“洛阳纸贵”的含义、“洛阳纸贵”对应的经济学理论，还用“洛阳纸贵”四个字创作了一首藏头诗。
多模态生成方面，李彦宏现场展示了文心一言生成文本、图片、音频和视频的能力。有趣的是，文心一言甚至能够生成四川话等方言语音；文心一言的视频生成能力则因成本较高，现阶段还未对所有用户开放，未来会逐步接入。
“多模态是生成式AI一个明确的发展趋势。”李彦宏表示，“未来，随着百度多模态统一大模型的能力增强，文心一言的多模态生成能力也会不断提升。”
从文心一言的表现看，某种程度上它具有了对人类意图的理解能力，回答的准确性、逻辑性、流畅性都逐渐接近人类水平。但整体而言，这类大语言模型还远未到发展完善的阶段，有赖于通过真实的用户反馈而逐步迭代。
王海峰表示，文心一言，是新一代知识增强大语言模型，是在ERNIE及PLATO系列模型的基础上研发的。它的关键技术包括有监督精调、人类反馈的强化学习、提示、知识增强、检索增强和对话增强。前三项是这类大语言模型都会采用的技术，ERNIE和PLATO中也已经有应用和积累，在文心一言中又有了进一步强化和打磨；后三项则是百度已有技术优势的再创新，也是文心一言未来越来越强大的基础。
李彦宏强调：“文心一言将建立起真实用户反馈、开发者调用和模型迭代之间的飞轮，效果会迅速提升，给你‘士别三日，当刮目相看’的惊喜。”
02
大语言模型无法突击速成，
百度具备四层技术栈独特优势
目前，百度是全球大厂中第一个做出对标ChatGPT产品的企业。李彦宏指出：“无论是哪家公司，都不可能靠突击几个月就能做出这样的大语言模型。深度学习、自然语言处理，需要多年的坚持和积累，没法速成。”
可以说，文心一言是百度过去多年努力的延续。人类进入人工智能时代，IT技术的技术栈发生了根本性变化，从过去三层到“芯片-框架-模型-应用”四层。今天，百度是全球为数不多、在这四层进行全栈布局的人工智能公司，从高端芯片昆仑芯，到飞桨深度学习框架，再到文心预训练大模型，到搜索、智能云、自动驾驶、小度等应用，各个层面都有领先业界的自研技术。
李彦宏认为，百度AI全栈布局的优势在于，可以在技术栈的四层架构中实现端到端优化，大幅提升效率。尤其是框架层和模型层之间，有很强的协同作用，可以帮助构建更高效的模型，并显著降低成本。事实上，超大规模模型的训练和推理，给深度学习框架带来了很大考验。比如，为了支持千亿参数模型的高效分布式训练，百度飞桨专门研发了 4D 混合并行技术。
在全球范围内，在四层架构的每一层都有领先产品的公司几乎没有，这是百度非常独特的优势。后续，芯片、框架、大模型和终端应用场景可以形成高效的反馈闭环，帮助大模型不断调优迭代，从而升级用户体验。
03
生成式AI催生新业态，
李彦宏预测三大产业机会
自2月份百度官宣“文心一言”以来，已有超过650家企业宣布接入文心一言生态。这意味着很多企业已经理解到，文心一言和生成式AI代表了一个新的技术范式，它会影响到每一家公司。
AI市场爆发性的需求增长，将释放出前所未有的、指数级的商业价值。李彦宏预测，大语言模型将带来三大产业机会。
第一类是新型云计算公司，其主流商业模式从IaaS变为MaaS。文心一言将根本性地改变云计算行业的游戏规则。之前企业选择云厂商更多看算力、存储等基础云服务。未来，更多会看框架好不好、模型好不好，以及模型、框架、芯片、应用这四层之间的协同。
文心一言将通过百度智能云对外提供服务，帮助企业构建自己的模型和应用，农业、工业、金融、教育、医疗、交通、能源等重点领域，都会因此效率大幅提升，并在每一个行业快速形成新的产业空间，助力数字中国的实现。李彦宏预告称，百度智能云将于近期举办新闻发布会，主题围绕文心一言的云服务和应用产品，既有公有云服务和也可以做私有化部署。
第二类是进行行业模型精调的公司，这是通用大模型和企业之间的中间层，他们可以基于对行业的洞察，调用通用大模型能力，为行业客户提供解决方案。这方面，百度文心大模型已经在电力、金融、媒体等领域，发布了10多个行业大模型。
第三类是基于大模型底座进行应用开发的公司，即应用服务提供商。李彦宏断言，对于大部分创业者和企业来说，真正的机会并不是从头开始做ChatGPT和文心一言这样的基础大模型，这很不现实，也不经济。基于通用大语言模型抢先开发重要的应用服务，这可能才是真正的机会。目前，基于文本生成、图像生成、音频生成、视频生成、数字人、3D等场景，已经涌现出很多创业明星公司，可能就是未来的新巨头。
04
为什么是百度？
百度财报显示，百度2022年营收约1237亿元，净利润约207亿元，研发投入达214亿元，约等于把一年赚的钱全用来做研发了；同时，AI产业化成果初显，百度智能云已连续四年居AI公有云市场第一。
作为中国AI市场长期增长的代表，百度正站在浪潮之巅。百度创始人兼董事长李彦宏在财报发布后的内部信中说：“AI技术已经发展到一个临界点，各行各业都不可避免地被改变，中国AI市场即将迎来爆发性的需求增长。”实际上，这一新机会引起了全球产业的沸腾，基于大模型的AIGC成为一片掘金热土。
面向这一攻坚战，百度从至少算法、算力、数据、应用四大方面建立了技术护城河。
1、四年大模型飞速迭代。飞桨底座汇聚535万开发者无论是大模型算法还是AI开发框架，百度都走在国内科技大厂的前列。文心一言背后，文心大模型迭代四年至今，已从单一的自然语言理解延伸至多模态，实现视觉、文档、文图、语音“全能”，具备较强泛化能力和性能。以最新发布的ERNIE 3.0 Zeus为例，已拥有千亿级参数，据称公开数据集上小样本学习、理解和生成任务效果皆好于业界其他模型。支撑文心模型训练的框架是百度飞桨（PaddlePaddle），中国首个自主研发的产业级深度学习开源开放平台。一方面飞桨技术不断迭代，2022年11月刚在MLPerf Training v2.1测试中夺魁；另一方面生态不断壮大，截至2022年11月底，飞桨平台上已凝聚535万开发者、创建67万个AI模型，服务20万家企事业单位，位列中国深度学习平台市场综合份额第一。
2、三大云中心稳定供算力。几万片自研芯澎湃加速大模型战场正变得越来越热闹，算力成本随着飙升。比如GPT-3大模型的单次训练成本上百万美元、总训练成本上千万美元。在算力方面，百度在阳泉、徐水、定兴三地建立了自用云计算中心，庞大的超算集群为文心大模型的训练奠定了基础设施。百度智能云在成为百度第二增长曲线的同时，也能为文心大模型应用提供高并发、高弹性、高精度等不同计算需求。同时，百度自研AI芯片“昆仑”已在多场景实际部署几万片，在公司搜索业务中也已形成较强工程化实践，为文心大模型底层算力铺上了加速路。
3、自有业务海量真实文本。具备先天数据优势众所周知，拥有千亿参数的大模型是用海量数据“喂出来的”。在数据层面，百度以移动APP、搜索等业务为依托，积累了海量真实文本和用户需求数据。这些大规模结构化、非结构化数据有望支撑文心一言充分预训练，形成自身优势。此外，在安全领域多年的深耕也将为文心一言保驾护航。
4、多款应用提供创新土壤。用户开放带起迭代飞轮正如前文提到的，文心一言能够落地到百度搜索、小度、阿波罗等多块自有业务，这些产品不少已在市场占据领导地位。随着文心一言的嵌入，这些产品有望实现代际变革；产品的迭代也将反推文心一言继续进化。另外，随着文心一言的公众开放，真实的用户调用和模型迭代之间的良性循环建立起来，文心一言大模型的智力有望不断升级。
“我们相信，人工智能会彻底改变我们今天的每一个行业。AI的长期价值，对各行各业的颠覆性改变，才刚刚开始。未来，将会有更多的杀手级应用、现象级产品出现，将会有更多的里程碑事件发生。”李彦宏说道。
本文综合整理自网络