清华大学金融科技研究院孵化
金融科技与金融创新全媒体

扫描分享

本文共字,预计阅读时间

文/于惠如

“十月怀胎,一朝分娩。”

研发近5年,提前一个月宣传造势,备受关注的百度文心一言终于揭开神秘面纱。

3月16日,百度基于文心大模型技术打造的生成式对话产品——文心一言正式亮相。据百度创始人、董事长兼CEO李彦宏介绍,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。

作为国内少有拥有大模型技术的企业,百度从2019年开始进行大模型探索,打造文心大模型家族,包含PLATO、ERNIE 3.0等多个NLP大模型,其中PLATO主打对话交互。从技术出发,文心过往在NLP模型上的实践,成为百度打造“文心一言”的基础。

“从这个意义上说,文心一言的发布只是我们过去多年努力的自然延续。”李彦宏表示。

为什么要在此时发布文心一言?百度真的ready了吗?针对这个高频问题,李彦宏回答:“因为市场需求。”

“我自己在内测过程中体验到,(文心一言的)能力确实谈不上完美。”李彦宏坦诚,但是包括搜索、智能云、自动驾驶和小度在内的百度各个产品线都在等着使用这项技术。尤为重要的是,百度的客户也在等着这项技术的发布。

在半个小时的介绍里,李彦宏介绍了文心一言的实用功能。不过因为现场打字不方便,发布会现场并没有实时演示文心一言的各项功能,而是使用了提前录好的demo视频。

在百度发布文心一言的前一天,OpenAI发布了GPT-4,被冠以“作为迄今为止规模最大、功能最强大的多模态预训练模型”。

作为同类型产品,文心一言自然免不了被拿来做对比。李彦宏认为,“ChatGPT的门槛还是很高的”,而文心一言“还是有很多不完美的地方”。

“全球大厂中,百度是第一个发布的,大家都知道微软是直接调用OpenAI,其它的大厂现在都没有真正发布同类型、同级别的产品。百度是第一个。”李彦宏说,文心一言这样的大语言模型,会成为每个人必不可少的生产力工具。

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。

发布会尾声,百度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。

根据百度提供的数据,发布会后一小时内,排队申请文心一言企业版API调用服务测试的企业用户已达3万多家,申请产品测试网页多次被挤爆,百度智能云官网流量飙升百倍。

但资本市场对此却有不同的表现。在文心一言发布的同时,百度股价盘中一度大跌10%。

1. 不完美“小孩”

发布会现场,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、中文理解和多模态生成等五个使用场景方面的表现。

文学创作场景中,文心一言根据对话问题将科幻小说《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;在商业文案创作场景中,文心一言完成了给公司起名、写Slogan、写新闻稿的创作任务;面对“鸡兔同笼”这类涉及推理等相对复杂的任务,文心一言也给出了正确解题思路及答案。

作为扎根于中国市场的大语言模型,文心一言在中文语言和中国文化上有更好的表现。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。

不过,李彦宏也承认,文心一言对英文语种、代码场景的训练还不够多,表现还不够好。“接下来我们还要加紧训练,不断完善这些能力。”

在多模态生成能力上,文心一言没有落后于GPT-4。

现场,李彦宏展示了文心一言生成文本、图片、音频和视频的能力。文心一言不仅能够生成四川话等方言语音,还能通过一段文字自动生成视频。

不过,视频生成能力因成本较高,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。”李彦宏称,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。

尽管从某种程度上,文心一言具有了对人类意图的理解能力,回答的准确性、逻辑性、流畅性也还算令人满意。但整体而言,这类大语言模型还远未到发展完善的阶段。

李彦宏说:“它们有时候会有很惊艳的表现,但不少场景下,细究起来还有明显的bug,进步空间很大。”

虽然多次提到产品还不完美,但百度仍将自己定位为:全球大厂中第一个做出对标ChatGPT产品的企业。

在李彦宏给出的论据中,百度独具的四层技术栈优势占据重要地位。

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。

“而当前,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。”李彦宏表示。

在他看来,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。

“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。”李彦宏说。

据全天候科技了解,大约在一个多月前,百度对外释放即将发布文心一言之时,在其内部已成立了相关“项目组”。由CTO王海峰带队,李彦宏深度参与,并从多个业务线进行了人员和资源调配。

该项目组在内部被评价为“相当神秘”,未到最后一刻,甚至内部员工也无法得知文心一言的具体进展。

但对于今天的发布,李彦宏依然认为文心一言是一个“不完美小孩”,“之后,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。”

2. 对标ChatGPT?

赶在百度发布文心一言的前一天,OpenAI发布了GPT-4,令AI达到了“历史上前所未有的新高度”。

相较前一代,GPT-4是一个超大的多模态模型,可接受的文字输入长度增加到3.2万个token(大约2.4万单词)。同时,它可以接受图像输入并理解图像内容。

升级之后,GPT-4在多项基准考试中表现出的水平和人类相当甚至更高。比如:在美国律师资格考试 Uniform Bar Exam、法学院入学考试 LSAT、“美国高考”SAT数学部分和证据性阅读与写作部分的考试中,它的得分高于88%的应试者。

不过,GPT-4也提高了使用门槛,目前还没有免费版本,其访问权限仅面向ChatGPT Plus的付费订阅用户及企业和开发者开放。而且,目前GPT-4每4小时只能回答100个问题。

不过,随着GPT-4能力的增强和更稳定不易出错的性能,也为此后落地商业化提供了更多的可能性。

在众多国内布局生成式对话产品的公司中,百度被认为是最有希望与OpenAI媲美的一家。文心一言是否够得上与ChatGPT一战?

李彦宏在发布会上的表现称得上谦逊:ChatGPT的门槛还是很高的。文心一言仍算不上完美。

根据发布会传递的信息,从功能角度出发,二者均具备文学创作、数理推算、语义理解、多模态生成等能力。不过,GPT-4之前宣传的图片输入生成文本仍未向公众开放,生成图片及视频能力也仅仅停留在展示页面。而文心一言可生成图片及视频内容。

一位AIGC领域创业者对全天候科技说:“文心一言不需要碾压ChatGPT,如果满分是100分,百度的文心一言只要能做到超过及格线,就很不错了。”

在这位创业者看来,AIGC太重要了,无论国内做得如何,都得先推出一个产品。“就像搜索引擎,国外有Google,国内就得有百度。”

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;第二类是进行行业模型精调的公司;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。

即便如此,百度仍然未提及关于文心一言可行的、清晰的商业模式及变现方式。然而从可能落地的商业化场景看,OpenAI已经有明确的商业化模式和变现路径。

“我们当然希望文心一言能更好,因为任何东西得有竞争,价格才能打下来。我们公司现在调用的是OpenAI的接口,调用频率还蛮高的。现在我要给OpenAI这笔钱,是因为我没得选。”前述AIGC领域创业者表示。

“全天候科技”(微信ID:iawtmt,网址:www.awtmt.com)是华尔街见闻旗下发起的科技新媒体,致力于帮助投资者理解科技。授权请联系出处。

[Source]

本文系未央网专栏作者发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!首图来自图虫创意。

本文为作者授权未央网发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!首图来自图虫创意。

本文版权归原作者所有,如有侵权,请联系删除。首图来自图虫创意。

评论


猜你喜欢

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。