3月16日14时,百度在北京总部召开新闻发布会,基于百度新一代大语言模型的生成式AI 产品文心一言邀请测试。百度创始人、董事长兼首席执行官李彦宏、百度首席技术官王海峰出席发布会介绍文心一言。
从现场演示来看,文心一言在文学创作、商业文案创作、数理推算、中文理解、多模态生成等方面有突出能力。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。
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。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。”
“人有我有,人有我优”
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。
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、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。
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。
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。
“完成”比“完美”重要
从2月份百度官宣“文心一言”以来,到正式发布,百度只用了1个月的时间,且在既定的时间内,说到做到,这在美国大厂、中国大厂、中国创业公司中都是绝无仅有的创新突破。
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。”
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。
虽然仍有不完美,但百度是全球大厂中第一个做出对标产品的企业。
李彦宏坦承,这段时间不断有人问他为什么现在发布文心一言,百度是否真的准备好了,“从我自己在内测过程中体验到的文心一言的能力来说,(当前)确实不能叫作‘完美’”。李彦宏表示,发布是因为有市场需求——百度的各个产品线都在等待这样的技术。
百度的很多产品,从搜索到智能云,再到自动驾驶,市场和合作伙伴都有明确需要,短短一个月时间,超过600家合作伙伴宣布加入文心一言生态,期待尽早用上最新最先进的大语言模型,因而需要尽早推出。
Meta首席人工智能科学家Yann LeCun曾表示:“就底层技术而言,并没有什么特别的创新,也不是什么革命性的东西。”也就是说,更重要的是,如何能够将其应用到实际场景、成为人人可用的产品并提高他们的效率,这才是被科技改变的未来。
李彦宏为何愿意再拼一把?有人评价:“2017年,美国公司在做阿尔法狗,中国公司在送外卖。2023年,美国公司在做,中国公司还在送外卖。”中国公司应该赚更高精尖的钱,君子有所为,有所不为。
中美科技竞争加剧,而科技环境的变化日新月异。进入人工智能时代,IT技术的技术栈发生了变化。过去基本分为三层:芯片层,操作系统层和应用层。现在的技术栈可以分为四层:芯片层、框架层、模型层和应用层。
百度能够成为先行者,不仅因其在自然语言处理领域一直有领先优势,而且深耕AI 十余年年坚持全栈部署,累计研发投入超过1000亿元,因而在四层技术栈上有综合优势,是极少数具有能支撑训练这个模型框架的公司。
此外,文心一言将全面接入百度智能云,未来企业通过百度智能云就可以调用文心一言的服务,通过人工智能产品逐步落地到生产的实际场景中。
数据飞轮 催生新业态
以大语言模型为代表的人工智能技术,是智能时代经济社会最强大的基础设施和最关键的驱动力,也是科技自立自强、实体经济融合、多元场景革命的主战场。百度作为中国技术创新的领导者,尤其在自然语言处理领域,中国没有一家公司水平接近百度。这方面的壁垒非常高,需要多年的大量投资,在这个方面,百度具有先发优势。
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。
2019 年,百度推出了文心大模型ERNIE 1.0。ERNIE 3.0目前每天接受数十亿用户的搜索请求和其他百度移动生态app的训练。随着时间的推移,文心一言将基于一个庞大的、标注清晰的数据池,这些真实的用户反馈,会融入到前述训练中,持续提升效果。
李彦宏认为,文心一言不是中美科技对抗的工具,而是百度技术人员追逐技术改变世界的梦想的产物,是百度服务亿万用户,赋能千行百业的全新的平台,是创新驱动发展的最佳证明。
发布会上,李彦宏还预测了三大产业机会,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。
李彦宏表示,文心一言的定位是人工智能基座型的赋能平台,通过新技术帮助企业创建最好的客户体验,让任何公司有机会离客户更近,从而深刻地影响千行百业中每一家公司,实现智能化变革、效率提升,获得更强的竞争优势,创造更大的商业价值。