硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

智东西(公众号:zhidxcom)
作者 | 智东西编辑部

智东西3月16日报道,刚刚,百度推出新一代大语言模型文心一言(ERNIE Bot),即日起开启测试,同时宣布已有超650家伙伴加入文心一言生态,打响全球互联网大厂应战ChatGPT的第一枪。

文心一言能做什么?百度创始人兼董事长李彦宏在现场进行的激情演示,围绕文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成五方面大秀“肌肉”:能帮刘慈欣续写《三体》,会帮公司写新闻,读得懂“洛阳纸贵”的古文梗,解得了难倒ChatGPT的“鸡兔同笼”问题,还能分分钟帮智能交通峰会生成海报和宣传视频……

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!▲百度创始人兼董事长李彦宏在演示文心一言

李彦宏称,文心一言对个人的改变也会是巨大的,有机构预测,到2030年,人工智能可以将每一个知识工作者的生产力提高4倍以上。很多人的工作性质会发生不可逆转的改变。

会上,百度CTO王海峰宣布,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;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,3月16日起正式开放预约。这意味了文心一言将立马接受广大受众的真实测评。

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!
▲百度CTO王海峰在讲解文心一言相关技术

李彦宏说:“十月怀胎,一朝分娩”。那么文心一言究竟长什么样?能为各行各业带来什么样的变化?背后又有什么样的技术逻辑和产业真相?智东西在文心一言发布现场为大家带来第一手消息。

一、文心一言初体验:续写《三体》、解“鸡兔同笼”难题、需求秒变视频

一开场,李彦宏就谈道自己近期不断被问,为什么现在发布文心一言,真的Ready了吗?

他说,实际上百度过去十几年一直坚持AI投入,2019年就推出了第一个版本文心大模型,此后每年更新一代。文心一言是百度多年努力的自然延续。

在简短介绍了文心一言的诞生背景后,李彦宏迅速进入正题,他从文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成五大方面进行了演示。

1、文学创作:给《三体》写总结,还能帮大刘写一个续集

首先文心一言展示了文学创作能力,《三体》是非常知名的科幻小说,李彦宏与文心一言就以下五个问题进行了五轮对话(为了方便读者朋友看清,我们对动图做了降速处理,文心一言实际的码字速度飞快~):

《三体》的作者是哪里人?可以总结一下《三体》的核心内容吗?如果要续写的话,可以从哪些角度出发?

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

如何从哲学的角度续写?

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

电视剧《三体》演员都有谁?于和伟和张鲁一有哪些共同点?于和伟和张鲁一谁更高?

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

可以看到,这一演示体现了文心一言的总结、分析能力,以及内容创作生成能力。

大家知道,生成式AI在回答事实性问题时有时会出错,我们看到文心一言在几个实时信息问题的回答上是正确的。李彦宏说,文心一言延续了百度知识增强的大模型理念,大幅度提升了事实性问题的准确率。而“于和伟和张鲁一有哪些共同点”等问题难度更高,体现的是文心一言的推理能力。

2、商业文案创作:给公司起名、脑暴Slogan、秒写新闻稿

再来试试文心一言在商业文案创作方向的能力,以常见的公司起名字、写slogan、写新闻稿为例。李彦宏向文心一言提了以下问题:

如果要成立一个用大模型服务中小企业数字化升级的科技服务公司,可以起个什么公司名?

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

数智云图这个名称不错,给我起一个公司的服务Slogan,表达共赢的概念。

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

帮我生成一篇公司成立的新闻稿,数智云图以共赢的服务理念用大模型服务中小企业数字化升级。字数600字。

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

刚才的演示,展现了文心一言连续三次内容创作生成。

AI要写好一篇稿子,除了需要准确理解我们的意图,还要有清晰的表达能力。这背后有一个基础,就是庞大的数据规模。人类常说“读万卷书”,而AI可以说是 “读书破千亿卷”。文心一言大模型的训练数据就包括,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,这让百度在中文语言的处理上,能够处于独一无二的位置。

有研究表明,数据规模足够大,参数达到千亿级,大模型就可能发生“智能涌现”,即使在没有专门训练过的领域,也能涌现出知识理解和逻辑推理能力。

3、数理逻辑推算:搞定“鸡兔同笼”,ChatGPT曾在此“翻车”

我们接下来看文心一言对数理逻辑推算任务做的怎么样。

鸡兔同笼是锻炼人类逻辑思维的经典题,这个对生成式AI同样有挑战。李彦宏问了以下几个问题:

下面我们来玩一个鸡兔同笼的游戏。1只鸡有2只脚1个头,1只兔子有4只脚1个头。那么,如果有一个笼子里有9个头,40只脚,应该有多少只鸡,多少只兔子?

对于第一道题,文心一言经过演算,认为可能是题出错了。于是李彦宏又重新问了一遍,文心一言不但给出了正确结果,还详细给出解题步骤。

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

可以看出,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。

李彦宏说,文心一言已具备了一定的思维能力,能够学会数学推演及逻辑推理这类相对复杂任务。当然,现阶段准确率还不是100%,我们还需要给它更多的时间来学习和成长。

4、中文理解:读懂“洛阳纸贵”、解释经济理论、写藏头诗

前面三个例子,李彦宏演示了大语言模型比较常见的优势和能力。下面是关于文心一言的中文理解能力,主要问题如下:

“洛阳纸贵”是什么意思?当时洛阳的纸到底有多贵?

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

这个成语在现在的经济学原理里,对应的理论是什么?用洛阳纸贵四个字写一首藏头诗。

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

“洛阳纸贵”,“藏头诗”,这很考验AI对中文和中国文化的理解。作为扎根于中国市场的大语言模型,文心一言尽力展示了在中文上的优势。

同时李彦宏坦言,文心一言目前对英文语种、代码场景的训练还不够多,表现还不够好,接下来百度还要加紧训练,不断完善这些能力。

5、多模态生成:秒做海报和视频,还能讲四川话

下面是多模态生成方向的案例,要知道ChatGPT在升级GPT-4之后才具备多模态功能,文心一言本次也对次进行了演示。李彦宏的主要要求如下:

请为2023世界智能交通大会创作一张海报。你认为智能交通最适合哪个城市发展?请用四川话将以上内容讲出来。

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

请将以上内容生成视频。于是文心一言生成了下视频:

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

可以看到,在这一段演示中,文心一言生成了文本、图片、音频和视频,展示了多模态生成能力。

李彦宏称,目前的版本已经能够生成文字、图片和语音。生成视频因为成本比较高,还没有对所有用户开放,未来百度会逐步接入。但是熟悉百家号创作的朋友,应该都体验过这个功能了,每天有几万篇文章通过这个能力转成视频内容在百度分发。多模态是生成式AI一个明确的发展趋势,未来文心一言的多模态生成能力也会不断提升。

二、650家伙伴加入文心一言生态,背后六大技术解读

会上,百度CTO王海峰宣布,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。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,3月16日起正式开放预约。同时,王海峰公布了文心产业级知识增强大模型全景图。

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!王海峰介绍了文心一言的六项核心技术,分别是有监督精调、人类反馈的强化学习(RLHF)、提示、知识增强、检索增强、对话增强。

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

其中前三个都是大型语言模型普遍具备的能力,后面三个技术,则有助于解决AI“胡言乱语”的问题。

知识增强包括知识内化和知识外用,把5500亿知识图谱的事实叠加到生成式大模型,不仅将知识融入模型参数,而且模型可以用外部知识,能够检查生成内容与事实是否相符。

检索增强将检索系统与生成模型结合,先检索内容,再用有用的部分进行生成。对话增强涉及记忆机制、上下文理解、对话规划等技术积累。

李彦宏说,刚才展示的这些例子,如果在其他模型上试,很容易出错,但在文心一言上试都对了。他昨天问文心一言“怎么看GPT-4”,文心一言非常及时地总结出来相关信息和内容。

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

根据官方数据,自2月7日以来,已有650家伙伴宣布加入文心一言生态,AI市场有望迎来迎来新一波爆发。

以文心一言为代表的大模型产品的诞生,也有望更深刻的改变IT领域的技术范式。

李彦宏谈道,传统IT是“芯片层-框架层-应用层”三层,进入AI时代,IT技术栈变为了芯片层-框架层-模型层-应用层四层,以后应用层的搜索、智能信控等各种应用将基于模型来进行开发。生成式AI是非常耗费算力,四层架构之间相互协同,不断优化将使得效率大大提升,降低成本。尤其是框架层和模型层的协同,百度在过去几个月体会到了其中收益。

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

三、生成式AI开启新型云计算,带来三大产业机会

李彦宏认为,生成式AI将催生新产品、新业态,会有很多创业和投资机会。

具体来说,生成式大模型的问世会带来新型云计算、行业模型精调、应用开发三大方面机会。

硬刚GPT-4,文心一言开口讲四川话!做海报剪视频,今日开测!

第一类是新型云计算公司,其主流商业模式从IaaS(基础设施即服务)变为MaaS(模型即服务)。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。

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,他们具有行业Know how,调用通用大模型能力,为行业客户提供解决方案。我们的文心大模型,已经在电力、金融、媒体等领域,发布了10多个行业大模型。在各行各业都有机会。非常欢迎大家来跟我们合作。

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。今天,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,他们可能就是未来的新巨头。这里面的机会非常多,可以说每家企业在现在这个阶段都有机会。

李彦宏说,我们相信,人工智能会彻底改变我们今天的每一个行业。AI的长期价值,对各行各业的颠覆性改变,才刚刚开始。未来,将会有更多的杀手级应用、现象级产品出现,将会有更多的里程碑事件发生。

文心一言发布之后,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。

李彦宏认为,文心一言对每一个企业和每一个人都可能产生巨大的影响,文心一言的定位是一个基础大模型,在上面可以开发出适合千行百业的行业大模型。它不仅仅会影响到搜索和互联网公司,由于超强的自然语言理解、表达、推理能力,让任何一家公司离自己的客户更近,从而做出更好的客户体验,建立更强的竞争优势。

结语:国产类ChatGPT密集开测,生成式AI热潮爆发

随着百度文心一言大模型正式发布,其与此前清华技术成果转化的公司智谱AI推出了基于千亿基座模型的ChatGLM、复旦大学自然语言处理实验室的对话式AI模型MOSS一起,推动国产类ChatGPT生成式AI热潮爆发。

李彦宏坦言:“从文心一言的表现看,某种程度上它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。但整体而言,这类大语言模型还远未到发展完善的阶段,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。未来这段时间文心一言有望飞速发展,通过定向微调,可以在百度内外部各类产品上逐步展示出惊人的亲和力,让每一个产品离自己的用户和客户更近。”

生成式AI已成为当下AI领域的一个兵变必争之地,技术的产业化落地和商业应用将成为决胜关键。在国外,微软旗下OpenAI的ChatGPT、谷歌旗下的PaLM都已开放API,面向办公协同工具、社交文娱、智能终端等行业推动落地集成,这在国内也有望掀起一阵趋势,从而带来算法、算力及数据等多个产业链环节的爆发。