云南龙网

  1. 首页 > 生活百科 > >

百度不做Sora的理由，李彦宏讲清楚了

百度不做Sora的理由，李彦宏讲清楚了

文章图片

百度不做Sora的理由，李彦宏讲清楚了

文章图片

百度不做Sora的理由，李彦宏讲清楚了

文章图片

百度不做Sora的理由，李彦宏讲清楚了

文｜周鑫雨
编辑｜苏建勋
2024年11月12日举办的百度世界大会上 ， 探讨“什么是有价值的AI应用”成了主题 。
百度集团创始人、董事长兼CEO李彦宏提到 ， 将大会主题定为“应用来了” ， 代表百度对于当前大模型和生成式人工智能时代的认知和判断 。
△文心大模型的日均调用量变化 。
目前 ， 文心大模型的日均调用量已经超过15亿 。 李彦宏认为 ， 如果文心大模型调用量一年能涨10倍 ， 意味着市场需求确实存在 。 他提到 ， 事实上 ， 文心的调用量 ， 在半年内的增长就接近10倍 。
在会上 ， 李彦宏提到了几个共识：
首先 ， 检索增强（RAG）成为了行业共识 ， 因为消除“幻觉” ， 是模型行业落地的必须 。 李彦宏认为 ， 过去24个月 ， 大模型的最大变化是基本消除了“幻觉” 。
其次 ， 智能体是AI应用最主流的形态 ， 是AI原生时代内容、信息和服务的新载体 。
“智能体” ， 无疑是世界大会上出现最高频的术语 。 李彦宏将智能体比作PC时代的网站和移动时代的自媒体 ， 区别在于 ， 智能体更像人、更智能 。
他提到了智能体的4个应用方向：公司类（如销售客服）、角色类（如数字人直播）、工具类（如行业报告智能生成）、行业类 。
技术的商业价值 ， 也是李彦宏在发言中反复提起的主题 。
比如 ， 他认为iRAG的商业价值在于无幻觉、超真实、没成本、立即可取 。
△李彦宏发言
具体到0代码开发工具“秒哒”的发布 ， 李彦宏认为产品价值在于实现了生产力的无限扩张 。 用他的话来形容 ， 这是“一个前所未有的只靠想法就能赚钱的时代” 。
在产业落地层面 ， 李彦宏提到 ， 大模型带给行业的价值增量 ， 体现在两个层面：降本和增效 。
目前 ， 百度智能云千帆大模型平台已经精调了3.3万个模型 ， 开发了77万个企业应用 ， 一半以上的央国企都是千帆的用户 。

文库和网盘融合了在2024年9月的架构调整中 ， 百度网盘回归了MEG ， 被划分到了文库BU——这也为两个内容工具型应用的生态打通 ， 埋下了伏笔 。
百度副总裁、百度文库兼百度网盘负责人王颖看来 ， 以往文库和网盘的用户具有以下两个痛点：
一方面 ， 不同形式、品类、格式的素材 ， 无法在同一个平台上编辑操作 ， 也无法生成任何形式、格式的内容；
另一方面 ， 文库中的公域知识 ， 和网盘中的私域知识 ， 是分开存储的 ， 无法协同形成完整的知识 。
百度文库上线的“自由画布”功能 ， 就成了打通文库和网盘内容的桥梁 。 在李彦宏看来 ， 自由画布本质上就是一个工具类智能体 。
就像一个智能白板 ， 用户能够通过点选、对话、框选 ， 自由选择和组合文库和网盘上需要操作的内容 。
基于背后的MoE（混合专家模型）架构和多模态模型 ， 自由画布可以支持文字、图像、视频等文件的跨模态处理 ， 最后也能生成图文等跨模态内容 。
而这些经自由画布生成的多模态内容 ， 适配的是微信朋友圈、小红书的图+文、视频+文内容生态 ， 也能生成带图表的研报等专业领域内容 。
△自由画布根据要求生成了孙悟空来现代探险的小说、漫画和视频 。
在AI工具型产品苦寻变现模式的当下 ， 王颖却认为 ， 网盘和文库的商业模式天生与大模型产品非常匹配 。
她告诉《智能涌现》 ， 文库和网盘的收费模式 ， 本质上是和用户分润 ， 产品通过给用户带来价值、帮他们挣到钱 ， 来提高用户的留存率和付费率 。
“AI能力能够拓展产品功能的边界 ， 组合出来的产品变得更多 ， 给用户带来更多的权益 ， 也会让付费转化率变高 。 ”王颖对《智能涌现》表示 。

做Sora之前 ， 先解决“幻觉”即便李彦宏提到 ， 目前文字和RAG（检索增强）技术的结合已有成效 ， 但他也指出 ， 图像和RAG技术的结合还远远不够 。
“多模态模型目前没有大规模应用 ， 是由于幻觉问题还没有解决 。 ”李彦宏在发言中指出 。
这一认知 ， 也决定了百度面对Sora的态度 。 李彦宏提到 ， 在Sora出现时 ， 百度的决策不是跟进 ， 而是着手解决多模态的幻觉问题 。
在会上 ， 百度发布了iRAG ， 一项基于检索增强的文生图技术 。 用李彦宏的话来说 ， iRAG可以去除生成图像的“机器味” 。
△基于iRAG生成的图片 。
百度CTO王海峰在会上介绍了iRAG实现可控生图的技术链路：
首先 ， 大模型对用户的需求进行分析理解 ， 自动规划精确或者泛化的方案 ， 比如对哪些实体进行增强；
接着 ， 在增强阶段 ， 对需要增强的实体进行检索 ， 并且选择对应的参考；
最后 ， 在生成阶段 ， 百度自研了多模态可控生图技术 。 一方面 ， 通过局部注意力计算 ， 大模型能够在保持实体特征不变的情况下 ， 实现图像的高泛化生成；另一方面 ， 通过整体注意力计算 ， 实现图像的高精确生成 。

小度做了副AI眼镜2023年换上大模型“大脑”的小度 ， 这次推出的不再是音箱 ， 而是百度的第一副眼镜：小度AI眼镜 。
△小度AI眼镜 。
在硬件层面 ， 这幅眼镜自重仅45g ， 低于行业平均重量49g 。 为了提高成像效果 ， 眼镜搭载了1600万像素超广角镜头和AI防抖算法；为了提高声音识别准确率、降低漏音 ， 眼镜采用了四麦阵列和开放式防漏音扬声器设计 。
在续航能力上 ， 小度AI眼镜用30min就能充满电 ， 实现56小时待机 ， 超5小时连续聆听 。 这三个指标均超过了行业标杆水平 。
将小度AI眼镜与普通眼镜进行区别的 ， 还是在“AI”上 。
基于文心大模型和DuerOS AI原生操作系统 ， 小度AI能够实现第一视角拍摄、边走边问、识物百科、视听翻译、智能备忘、歌单等功能 。
据百度集团副总裁、小度科技CEO李莹介绍 ， 小度AI眼镜将在2025年上半年上市 。

一个0代码开发工具 ， 就是一支智能体团队会上 ， 百度还官宣了“秒哒” ， 一个将在2025年Q1上线的0代码应用开发平台 。
相较于其他的0代码开发平台 ， 秒哒的特色是 ， 应用的开发过程 ， 由多个多智能体进行协作 。
△“秒哒” 。
比如 ， 在网页制作过程中 ， 网页的代码编写和部署由程序员智能体完成 ， 网页中的文案由写作智能体完成 ， 文案中最新的资料由检索机器人上网查询 ， 其中的配图又由擅长生图的智能体实现 。
最后 ， 负责质检的智能体 ， 还会利用反思能力 ， 运行测试代码 ， 发现其中的bug ， 并与程序员智能体进行配合修改 。
多智能体协作 ， 不仅应用在了针对小白开发者的“秒哒”上 ， 还运用在了针对专业程序员的文心快码Comate上 。
王海峰介绍 ， Comate已经迭代到了3.0版本 。 在开发全流程中 ， Comate 3.0中的不同智能体可以实现自动代码质检、代码补全等功能 ， 目的是提高程序员的工作质量和效率 ， 让其把更多精力投入到探索和创新 。
【百度不做Sora的理由，李彦宏讲清楚了】欢迎交流！

    推荐阅读


    上一篇：百度将发布AI眼镜，首搭中文大模型，售价或低于2100元

    下一篇：中国只要攻克这4项技术，今后任何国家再垄断，我们也丝毫不惧！