1. 首頁 > 生活百科 > >

百度不做Sora的理由，李彥宏講清楚了

百度不做Sora的理由，李彥宏講清楚了

文章圖片

百度不做Sora的理由，李彥宏講清楚了

文章圖片

百度不做Sora的理由，李彥宏講清楚了

文章圖片

百度不做Sora的理由，李彥宏講清楚了

文｜周鑫雨
編輯｜蘇建勛
2024年11月12日舉辦的百度世界大會上 ， 探討“什么是有價值的AI應用”成了主題 。
百度集團創始人、董事長兼CEO李彥宏提到 ， 將大會主題定為“應用來了” ， 代表百度對于當前大模型和生成式人工智能時代的認知和判斷 。
△文心大模型的日均調用量變化 。
目前 ， 文心大模型的日均調用量已經超過15億 。 李彥宏認為 ， 如果文心大模型調用量一年能漲10倍 ， 意味著市場需求確實存在 。 他提到 ， 事實上 ， 文心的調用量 ， 在半年內的增長就接近10倍 。
在會上 ， 李彥宏提到了幾個共識：
首先 ， 檢索增強（RAG）成為了行業共識 ， 因為消除“幻覺” ， 是模型行業落地的必須 。 李彥宏認為 ， 過去24個月 ， 大模型的最大變化是基本消除了“幻覺” 。
其次 ， 智能體是AI應用最主流的形態 ， 是AI原生時代內容、信息和服務的新載體 。
“智能體” ， 無疑是世界大會上出現最高頻的術語 。 李彥宏將智能體比作PC時代的網站和移動時代的自媒體 ， 區別在于 ， 智能體更像人、更智能 。
他提到了智能體的4個應用方向：公司類（如銷售客服）、角色類（如數字人直播）、工具類（如行業報告智能生成）、行業類 。
技術的商業價值 ， 也是李彥宏在發言中反復提起的主題 。
比如 ， 他認為iRAG的商業價值在于無幻覺、超真實、沒成本、立即可取 。
△李彥宏發言
具體到0代碼開發工具“秒噠”的發布 ， 李彥宏認為產品價值在于實現了生產力的無限擴張 。 用他的話來形容 ， 這是“一個前所未有的只靠想法就能賺錢的時代” 。
在產業落地層面 ， 李彥宏提到 ， 大模型帶給行業的價值增量 ， 體現在兩個層面：降本和增效 。
目前 ， 百度智能云千帆大模型平臺已經精調了3.3萬個模型 ， 開發了77萬個企業應用 ， 一半以上的央國企都是千帆的用戶 。

文庫和網盤融合了在2024年9月的架構調整中 ， 百度網盤回歸了MEG ， 被劃分到了文庫BU——這也為兩個內容工具型應用的生態打通 ， 埋下了伏筆 。
百度副總裁、百度文庫兼百度網盤負責人王穎看來 ， 以往文庫和網盤的用戶具有以下兩個痛點：
一方面 ， 不同形式、品類、格式的素材 ， 無法在同一個平臺上編輯操作 ， 也無法生成任何形式、格式的內容；
另一方面 ， 文庫中的公域知識 ， 和網盤中的私域知識 ， 是分開存儲的 ， 無法協同形成完整的知識 。
百度文庫上線的“自由畫布”功能 ， 就成了打通文庫和網盤內容的橋梁 。 在李彥宏看來 ， 自由畫布本質上就是一個工具類智能體 。
就像一個智能白板 ， 用戶能夠通過點選、對話、框選 ， 自由選擇和組合文庫和網盤上需要操作的內容 。
基于背后的MoE（混合專家模型）架構和多模態模型 ， 自由畫布可以支持文字、圖像、視頻等文件的跨模態處理 ， 最后也能生成圖文等跨模態內容 。
而這些經自由畫布生成的多模態內容 ， 適配的是微信朋友圈、小紅書的圖+文、視頻+文內容生態 ， 也能生成帶圖表的研報等專業領域內容 。
△自由畫布根據要求生成了孫悟空來現代探險的小說、漫畫和視頻 。
在AI工具型產品苦尋變現模式的當下 ， 王穎卻認為 ， 網盤和文庫的商業模式天生與大模型產品非常匹配 。
她告訴《智能涌現》 ， 文庫和網盤的收費模式 ， 本質上是和用戶分潤 ， 產品通過給用戶帶來價值、幫他們掙到錢 ， 來提高用戶的留存率和付費率 。
“AI能力能夠拓展產品功能的邊界 ， 組合出來的產品變得更多 ， 給用戶帶來更多的權益 ， 也會讓付費轉化率變高 。 ”王穎對《智能涌現》表示 。

做Sora之前 ， 先解決“幻覺”即便李彥宏提到 ， 目前文字和RAG（檢索增強）技術的結合已有成效 ， 但他也指出 ， 圖像和RAG技術的結合還遠遠不夠 。
“多模態模型目前沒有大規模應用 ， 是由于幻覺問題還沒有解決 。 ”李彥宏在發言中指出 。
這一認知 ， 也決定了百度面對Sora的態度 。 李彥宏提到 ， 在Sora出現時 ， 百度的決策不是跟進 ， 而是著手解決多模態的幻覺問題 。
在會上 ， 百度發布了iRAG ， 一項基于檢索增強的文生圖技術 。 用李彥宏的話來說 ， iRAG可以去除生成圖像的“機器味” 。
△基于iRAG生成的圖片 。
百度CTO王海峰在會上介紹了iRAG實現可控生圖的技術鏈路：
首先 ， 大模型對用戶的需求進行分析理解 ， 自動規劃精確或者泛化的方案 ， 比如對哪些實體進行增強；
接著 ， 在增強階段 ， 對需要增強的實體進行檢索 ， 并且選擇對應的參考；
最后 ， 在生成階段 ， 百度自研了多模態可控生圖技術 。 一方面 ， 通過局部注意力計算 ， 大模型能夠在保持實體特征不變的情況下 ， 實現圖像的高泛化生成；另一方面 ， 通過整體注意力計算 ， 實現圖像的高精確生成 。

小度做了副AI眼鏡2023年換上大模型“大腦”的小度 ， 這次推出的不再是音箱 ， 而是百度的第一副眼鏡：小度AI眼鏡 。
△小度AI眼鏡 。
在硬件層面 ， 這幅眼鏡自重僅45g ， 低于行業平均重量49g 。 為了提高成像效果 ， 眼鏡搭載了1600萬像素超廣角鏡頭和AI防抖算法；為了提高聲音識別準確率、降低漏音 ， 眼鏡采用了四麥陣列和開放式防漏音揚聲器設計 。
在續航能力上 ， 小度AI眼鏡用30min就能充滿電 ， 實現56小時待機 ， 超5小時連續聆聽 。 這三個指標均超過了行業標桿水平 。
將小度AI眼鏡與普通眼鏡進行區別的 ， 還是在“AI”上 。
基于文心大模型和DuerOS AI原生操作系統 ， 小度AI能夠實現第一視角拍攝、邊走邊問、識物百科、視聽翻譯、智能備忘、歌單等功能 。
據百度集團副總裁、小度科技CEO李瑩介紹 ， 小度AI眼鏡將在2025年上半年上市 。

一個0代碼開發工具 ， 就是一支智能體團隊會上 ， 百度還官宣了“秒噠” ， 一個將在2025年Q1上線的0代碼應用開發平臺 。
相較于其他的0代碼開發平臺 ， 秒噠的特色是 ， 應用的開發過程 ， 由多個多智能體進行協作 。
△“秒噠” 。
比如 ， 在網頁制作過程中 ， 網頁的代碼編寫和部署由程序員智能體完成 ， 網頁中的文案由寫作智能體完成 ， 文案中最新的資料由檢索機器人上網查詢 ， 其中的配圖又由擅長生圖的智能體實現 。
最后 ， 負責質檢的智能體 ， 還會利用反思能力 ， 運行測試代碼 ， 發現其中的bug ， 并與程序員智能體進行配合修改 。
多智能體協作 ， 不僅應用在了針對小白開發者的“秒噠”上 ， 還運用在了針對專業程序員的文心快碼Comate上 。
王海峰介紹 ， Comate已經迭代到了3.0版本 。 在開發全流程中 ， Comate 3.0中的不同智能體可以實現自動代碼質檢、代碼補全等功能 ， 目的是提高程序員的工作質量和效率 ， 讓其把更多精力投入到探索和創新 。
【百度不做Sora的理由，李彥宏講清楚了】歡迎交流！

    推薦閱讀