陈根：股价跌幅近10%，百度“文心”没能满足万众期待？
文/陈根
ChatGPT的爆火点燃了人工智能万亿赛道，互联网科技巨头纷纷入局。其中，百度作为中国领先AI技术公司，同时也是最大的中文搜索引擎，成为了第一个冲刺国产版ChatGPT的公司。蓄势了一个多月，承载着万众的期盼或好奇，“国产版ChatGPT——文心一言”终于在3月16日正式亮相。
百度同时公布了文心一言的邀请测试方案。3月16日起，首批用户即可通过邀请测试码，在文心一言官网体验产品，后续将陆续开放给更多用户。此外，百度智能云即将面向企业客户开放文心一言API接口调用服务。
那么，承载万众期待的“文心一言”满足了众人的期待吗？百度推出“文心一言”后，国产版ChatGPT局面又将发生怎样的变化？
百度文心，十年磨一剑
在中国众多科技大厂中，百度是最早针对ChatGPT做出明确表态的公司之一，也是中国最早布局人工智能的公司之一。
2022年9月的世界人工智能大会，百度创始人、董事长李彦宏就在开幕式上发表视频演讲，表示百度已在人工智能领域摸爬滚打10年，10年累计研发投入超1000亿元，2021年核心研发占比23%，研发投入强度持续位于全球大型科技公司前列。相较而言，去年前三季度，阿里、腾讯、美团的研发投入占比分别约为15%、10%和8%。
持续的研发投入让百度在人工智能领域愈发沉淀。在2023年百度Create大会暨百度AI开发者大会上，李彦宏提到，百度是如今少有的同时具备人工智能四层能力的公司，这包括芯片层的昆仑AI芯片、框架层的飞桨深度学习框架、模型层的文心大模型和应用层的搜索、自动驾驶、智能家居等产品。
芯片层方面，百度是中国第一批自研AI芯片的互联网公司。百度的昆仑AI芯片研发始于2011年，正式发布于2018年。对外发布时，昆仑已支持百度业务多年。到2020年秋天之前，已有超2万片昆仑芯片每天为百度搜索引擎、广告推荐和智能语音助手小度提供AI计算能力。
框架层方面，百度飞桨是国内最早启动研发的自研深度学习框架。2016年百度推出的飞桨在2021年成为中国开发者使用最多的深度学习框架，在全球排名第三，开源至今，飞桨已凝聚406万开发者，服务过15.7万企事业单位，开发模型达47.6万个。飞桨能帮开发者快速创建、部署模型，它现在已拥有535万开发者，服务了20万家企事业单位，创建了67万个模型。
模型层方面，百度在2019年发布文心大模型，它可以根据用户的描述生成文章、画作、视频等多种内容，这就是去年至今大热的“生成式AI”。目前，百度的文心大模型已更新迭代至文心ERNIE 3.0，参数规模高达2600亿，是全球最大的中文单体模型。与此同时，文心ERNIE 3.0还支持生成式AI，具备强大的跨模态、跨语言的深度语义理解与生成能力。
基于文心大模型，百度目前已发布11个行业大模型，大模型总量达36个，已构成业界规模最大的产业大模型体系。目前已大规模应用于搜索、信息流等互联网产品，并在工业、能源、金融、汽车、通信、媒体、教育等各行业落地应用。
百度的“文心一言”也正是基于文心大模型而开发的国产版ChatGPT。2月7日，百度公布其类ChatGPT项目名为“文心一言”，预计将于3月完成内测并向公众开放。当时，百度宣布这一消息后，百度港股股价跳涨15%以上。
实际上，百度这些技术布局，也往往始于技术微末之时，甚至被冠以“烧钱”的字眼。但也正是十年饮冰的坚持投入，使得百度AI大底座成为了行业内首个全栈自研的智算基础设施。又正是长期技术积累带来的全栈自研能力，给行业和百度本身，都带来了更深远的影响。
文心一言，水平如何？
3月16日下午2点，百度的邀请测试展示正式召开。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。
在文学创作方向，问题主要围绕《三体》进行询问，包括作品信息、核心内容、续写创作。当然，文心一言也准确、详细地介绍了《三体》作者刘慈欣。紧接着，文心一言总结了《三体》核心内容，条理分明地列出了3大点，并且还给出了5个续写的角度。
在商业文案创作中，文心一言则顺利完成了给公司起名、写Slogan、写新闻稿的创作任务。在连续3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。并且，在回答之余，文心一言会自动增加冗余的额外解释——尽管整体内容更倾向于正确的废话。李彦宏称：“这些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。”
除了基本的文学方向，文心一言还可以尝试解决含逻辑思维的数学推演题目，现场演示中，鸡兔同笼经典题型，文心一言的确表现出能理解题意，还给出了正确的解题思路，就像学生做题一样，按正确的步骤，一步步算出正确答案。当然，解答本质上和当下的小猿搜题、作业帮等第三方解题软件并无区别。
此外，在中文理解方面，文心一言还表现出先进的自然语言处理能力。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。
在多模态生成方面，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。比如，让文心一言为2023世界智能交通大会创作一张海报。几秒之后，一张赛博风格的图片就生成了。有意思的是，文心一言还能根据内容生成四川话等方言的语音。
但遗憾的是，这些都不是实时演示——李彦宏表示，为了保证演示效果，文心一言现场问答测试为提前录好的视频。
这也不难理解为什么发布会召开后，百度股价不涨反跌，港股百度集团跌幅近10%。不少梗图频现，消费者对产品预期之低可见一斑。实际上，就连李彦宏也直言，文心一言对标ChatGPT，但不能叫完美。尤其是从其回答表现来看，问题准确性与上下文的逻辑联系性表现尚可，以搜索引擎论已属优异，但类人性不足，可明显感知信息多从语料资料库中集成而来，并无直接对话之感。
而反观GPT-4，其在各种专业测试和学术基准上的表现与人类水平相当，不仅以前10%的超强能力通过了模拟律师考试，SAT成绩达到710，且具备解决高难度数理逻辑，拆解多语言复杂题型，以及速读看论文总结摘要的能力。两相对比，确实高下立现。
未来之路漫长
当然，虽然市场用脚投票，表示了对百度文心一言的态度，但需要指出的是，文心一言也并未一无是处，至少在国内，其仍代表着第一梯队的水平。
从技术角度而言，文心一言核心引擎为百度自主推出的NLP模型ERNIE，整体框架基于BERT模型改进。ChatGPT和文心一言都是基于Transformer模型架构，但GPT采用单向语言模型，而文心一言则采用双向语言模型。因此，在实际操作时，GPT对于文本生成更为敏感，比如聊天、写作等语言生成方向表现优异，而文心一言对于文本理解更为敏感，在问答、语义关系抽取更有优势。
也就是说，文心ERNIE类人性稍差，回答以精准理解为主，同时更多聚焦于本土化，在语义复杂的中文NPL处理中有显著优势，毕竟由于各种限制，即使是最新版本GPT-4测试的26种语言中也并未涵盖中文。实际问答题体验中，当涉及中文语义理解时，ERNIE表现突出，甚至部分胜于GPT3.5。比如，在关于洛阳纸贵的回答中，文心一言可正确理解其的经济现象，古诗词的可读性和观赏性也更高，更符合国人的审美与品味。
当然，作为首发的国产版ChatGPT，文心一言的发布也进一步暴露出国产化ChatGPT的困境。虽然百度已经在AI的各个层面都有较为全面的布局，并且具有中文世界里最大的数据库，但百度同时面临的一个更大的困境，就是数据的质量问题，因为没有高质量的数据就难以训练出高质量的类ChatGPT产品。
如果百度训练ChatGPT的数据优质，那么输出的结果也相对客观。如果训练的数据都是百度中文世界的网络信息，那么可能就要慎重，以免曾经的魏则西事件重演。因为如果训练的数据质量，以及产品背后的规则不够清晰，结果可能就不会有那么理性。实际上，这也是中文互联网的问题。
当然，就百度来说，其在人工智能领域还面临着另外一个重要并现实的挑战，那就是推行类ChatGPT的业务可能会对其传统的搜索业务带来影响。而传统的搜索业务中，广告收入是百度当前最主要，也是大部分的利润来源。如果百度的传统搜索业务中的广告业务受到了类ChatGPT技术的影响，必然会影响到百度的研发投入。
此外，在落地场景方面，ChatGPT能否适应中国各行各业的碎片化转型需求，尚有待验证。李彦宏也坦言，“ChatGPT是AI技术发展到一定地步后产生的新机会。但怎么把这么酷的技术，变成人人都需要的好产品，这一步其实才是最难的，最伟大的，也是最能产生影响力的。”
对于人工智能而言，比拼的不单单是人工智能领域的技术研发，而是集人工智能研发、算力、芯片、数据等多方面的集成综合实力。而百度和文心一言才刚刚出发，未来还有很长的路要走。