百度發(fā)布iRAG，李彥宏：AI行業(yè)最大變化是大模型基本消除幻覺

十三 2024-11-12 19:10:05 來源：量子位

“過去24個月，AI行業(yè)發(fā)生的最大變化是什么？是大模型基本消除了幻覺?！?1月12日，百度創(chuàng)始人李彥宏在百度世界2024大會上，發(fā)表了主題為《應(yīng)用來了》的演講，發(fā)布兩大賦能應(yīng)用的AI技術(shù)：檢索增強的文生圖技術(shù)（iRAG）和無代碼工具“秒噠”。文心iRAG用于解決大模型在圖片生成上的幻覺問題，極大提升實用性；無代碼工具“秒噠”讓每個人都擁有程序員的能力，將打造數(shù)百萬“超級有用”的應(yīng)用。

截至11月初，百度文心大模型的日均調(diào)用量已經(jīng)超過15億，相較一年前首次披露的5000萬次，增長約30倍。李彥宏表示，“這條陡峭的增長曲線，代表著過去兩年中國大模型應(yīng)用的爆發(fā)?！毖葜v中，李彥宏再次強調(diào)，智能體是AI應(yīng)用的最主流形態(tài)，即將迎來爆發(fā)點，它將成為AI原生時代，內(nèi)容、信息和服務(wù)的新載體。

以下為李彥宏的主要觀點：

文心大模型日調(diào)用量達(dá)15億，代表著過去兩年中國大模型應(yīng)用的爆發(fā)

“過去24個月，這種全球性的大模型狂熱，究竟是一場新的技術(shù)革命還是新一輪泡沫？作為中國人工智能的扛旗者，我想我們是有資格回答這個問題的。大家請看這張圖：這是文心大模型的日均調(diào)用量變化曲線圖，到今天這個數(shù)字已經(jīng)超過了15億次。這是一條非常陡峭的增長曲線，代表著過去兩年中國大模型應(yīng)用爆發(fā)。說實話，這個增速是超出了我的預(yù)期的。我記得今年5月份，就是6個月之前，當(dāng)我們的日均調(diào)用量達(dá)到兩億的時候，我跟我的高管們討論，討論大模型的未來，討論怎么就叫成了。我當(dāng)時說，如果我們的日均調(diào)用量一年之內(nèi)漲10倍，也就是從2億漲到20億，我認(rèn)為就成了，就說明大家是真需要。現(xiàn)在僅僅半年過去，我們就比較接近這個數(shù)字了，勢頭非常猛。”

過去24個月，AI行業(yè)的最大變化是大模型基本消除了幻覺

“去年三月，文心一言發(fā)布的時候，我們說百度大模型的特色是知識增強、檢索增強。后來發(fā)現(xiàn)，檢索增強不是百度特色，而是逐步成為了行業(yè)的共識。檢索增強的手段，英文叫RAG，就是Retrieval-augmented Generation。當(dāng)然，我們是做搜索起家的，這個方面理應(yīng)做得最好。這個手段的意義在哪呢？它就是讓大模型基本消除了幻覺。要想基于大模型開發(fā)應(yīng)用，消除幻覺是必須的，如果這個模型總是一本正經(jīng)的胡說八道，就不會有人信你，就不會有應(yīng)用。有人說我用模型來寫小說，有點幻覺可能更有意思，更能引人入勝？不對！即使是文學(xué)創(chuàng)作，也需要故事前后保持一致，否則就不是智能而是智障了！”

“所以，如果你要問我，過去這24個月，對這個行業(yè)而言，最大的變化是什么？我的回答一定是，大模型基本消除了幻覺，它回答問題的準(zhǔn)確性大幅提升了，這讓AI從‘一本正經(jīng)的胡說八道’，變得可用、可被信賴。我們知道，大模型是一個概率模型，生成的內(nèi)容具有不確定性。采用RAG技術(shù)后，大模型會利用檢索到的信息來指導(dǎo)文本或答案的生成，從而極大地提高了內(nèi)容的質(zhì)量和準(zhǔn)確性?！?/p>

檢索增強的文生圖技術(shù)iRAG發(fā)布，整體效果遠(yuǎn)遠(yuǎn)超過文生圖原生系統(tǒng)

“今天，文字層面的RAG已經(jīng)做得很好了，但是圖像等多模態(tài)內(nèi)容和RAG的結(jié)合還不夠。大家請看這張圖，這是我們用一個開源模型生成的一張北京天壇的圖片，看上去確實有點像天壇，但總覺得哪兒不對。告訴大家，真正的天壇長這樣，是三層，但模型生成了四層，這是文生圖比較典型的幻覺現(xiàn)象。這種幻覺現(xiàn)象，今天仍然很普遍，所以今天的多模態(tài)大模型，沒有什么成規(guī)模的應(yīng)用出來。就是幻覺沒有解決，至少沒有像文生文RAG解決得那么好?！?/p>

“今年年初，我們決定要解決圖像生成的幻覺問題。我們開發(fā)了一項顛覆性的技術(shù)叫做iRAG，就是image based RAG，檢索增強的文生圖技術(shù)。之前，完全基于大語言模型的文生圖系統(tǒng)，生成的圖片常常是“一眼假”，甚至是邏輯不合常理。百度的iRAG，將百度搜索的億級圖片資源跟強大的基礎(chǔ)模型能力相結(jié)合，就可以生成各種超真實的圖片，整體效果遠(yuǎn)遠(yuǎn)超過文生圖原生系統(tǒng)，去掉了機器味兒?！?/p>

“隨著AI生成圖片的可用性大大提高，它的應(yīng)用空間也隨即打開了。比如在品牌宣傳場景，以前拍這樣一組海報動輒需要一二十萬，甚至大幾十萬，但是現(xiàn)在創(chuàng)作的成本接近于0。簡單說來，iRAG的商業(yè)價值體現(xiàn)在：無幻覺、超真實、沒成本，立等可取。”

當(dāng)基礎(chǔ)模型能力就緒，我們即將迎來AI應(yīng)用的群星閃耀時刻

“基礎(chǔ)模型能力就緒，我們即將迎來AI應(yīng)用的群星閃耀時刻。每一個應(yīng)用都是一顆星，每一個應(yīng)用都將成為改變世界的力量。那么AI應(yīng)用從哪里來？到哪里去？有兩大AI應(yīng)用方向：一個是智能體，另一個是產(chǎn)業(yè)應(yīng)用?！?/p>

智能體是AI應(yīng)用的最主流形態(tài)，即將迎來爆發(fā)點

“智能體是AI應(yīng)用的最主流形態(tài)，即將迎來它的爆發(fā)點。今天，全球所有頂尖科技公司都很關(guān)注智能體，但像百度這樣把智能體作為最重要戰(zhàn)略方向的并不多。我認(rèn)為，做智能體很像PC時代做網(wǎng)站，或者是移動時代做自媒體賬號。不同之處是智能體更像人，更智能，更像你的銷售，你的客服，你的助理。智能體可能會變成AI原生時代，內(nèi)容、信息和服務(wù)的新載體?！?/p>

“為什么這么說？一方面，做智能體的門檻足夠低，誰都能上手，在百度的文心智能體平臺上，甚至已經(jīng)有11歲的小學(xué)生在創(chuàng)造智能體，然后通過搜索和其他渠道分發(fā)出去。另一方面，智能體的天花板又足夠高，可以做出功能非常強大的應(yīng)用。多個智能體的協(xié)作，還可以解決更加復(fù)雜的問題?！?/p>

“目前，文心智能體平臺上，已經(jīng)吸引了15萬家企業(yè)和80萬名開發(fā)者參與，覆蓋的應(yīng)用場景非常非常多。文心智能體平臺的TOP100智能體是我們基于智能體的分發(fā)量、平均對話輪次、用戶喜愛度等指標(biāo)綜合遴選出來的。有角色類的，像農(nóng)民院士智能體，有工具類、行業(yè)類的智能體，更有職場、情感、娛樂等類型的智能體?！?/p>

公司官方智能體很可能替代官網(wǎng)，成為最直接面向消費者的界面

“公司類智能體相當(dāng)于AI時代的公司官網(wǎng)。傳統(tǒng)官網(wǎng)具有的那些能力，比如公司介紹、產(chǎn)品圖片和參數(shù)展示、線下門店位置等等，公司類智能體都有。而傳統(tǒng)網(wǎng)站沒有的主動推薦、及時響應(yīng)和一對一服務(wù)能力，公司智能體也有?！?/p>

“智能體與傳統(tǒng)官網(wǎng)很不一樣的，那就是對最新信息或者最個性化問題的回答。傳統(tǒng)的官網(wǎng)，對外界市場信息變化往往不敏感，客服人員對于個性化的問題也難以給出令人滿意的回答，就只能做記錄，再電話回訪。而智能體可以利用大模型的理解、生成、邏輯、記憶四大能力和檢索增強能力，快速從網(wǎng)上獲取最新、最準(zhǔn)確的消息，并在一秒內(nèi)就給出一個令人滿意的答案。如果你還有更復(fù)雜的問題，智能體也可以通過不斷地跟你互動、澄清、反問，來最終滿足你的需求。”

“不僅是比亞迪，像聯(lián)想、沙宣、洋河這些企業(yè)，現(xiàn)在都已經(jīng)擁有了自己的官方智能體。比起傳統(tǒng)的官網(wǎng)，智能體既是品牌顧問又是金牌銷售和客服，既專業(yè)又貼心，一對一的服務(wù)，大幅地提升了互動營銷的效率。比亞迪的官方智能體上線后，銷售線索轉(zhuǎn)化率提升了119%。聯(lián)想AIPC智能體在9月份的互動率提升了89%，銷售線索轉(zhuǎn)化率提升了80%?！?/p>

“未來，公司官方智能體很可能將替代官網(wǎng)，成為最直接面向消費者的界面?！?/p>

文心多模態(tài)大模型加持 發(fā)布萬能白板“自由畫布”

“百度文庫和網(wǎng)盤聯(lián)合開發(fā)的“自由畫布”是一個全新的工具類智能體。我們以行業(yè)分析師撰寫研究報告為例。在很多人的認(rèn)知中，行研報告就是圖文結(jié)合的內(nèi)容。但今天，它可以是另一種形態(tài)，有傳統(tǒng)的圖文、表格，也有發(fā)布會視頻、電話會錄音等，組成一種更全的多模態(tài)報告。這在自由畫布上，可以很好地實現(xiàn)。”

“自由畫布可以幫你完成從找資料、到編輯、再到生成和分享的全部任務(wù)，輸入自由、編輯自由、創(chuàng)作自由、分享自由?！?/p>

“自由畫布就是一個由文心多模態(tài)大模型加持的萬能白板，它能激發(fā)人們的靈感和創(chuàng)造力。因為自由畫布，每個孩子都能成為故事的主角。因為自由畫布，每個人都可以成為漫畫家、短視頻導(dǎo)演。而且，這不是期貨，而是立即可用的現(xiàn)貨，是真正服務(wù)于創(chuàng)造的新質(zhì)生產(chǎn)力！”

不是要推出一個“超級應(yīng)用”，是要打造數(shù)百萬“超級有用”的應(yīng)用

“今天，我在這里發(fā)布大模型的100大產(chǎn)業(yè)應(yīng)用，它涵蓋了制造、能源、交通、政務(wù)、金融、汽車、教育、互聯(lián)網(wǎng)等眾多行業(yè)，百度希望與更多合作伙伴和客戶一起推動智能產(chǎn)業(yè)生態(tài)的建設(shè)，共同來加速國家“人工智能+”行動計劃的落地。發(fā)布這100大產(chǎn)業(yè)應(yīng)用，其實也代表我們的一種認(rèn)知和態(tài)度。百度不是要推出一個‘超級應(yīng)用’，而是要不斷地幫助更多人、更多企業(yè)打造出數(shù)百萬‘超級有用’的應(yīng)用?！?/p>

無代碼工具“秒噠”發(fā)布，將迎來一個“只靠想法就能賺錢的時代”

“今天，我們的確有條件讓一行代碼都看不懂的人具備程序員的能力，有讓任何一個想法都能迅速地、低成本地變?yōu)楝F(xiàn)實的能力。當(dāng)然，這需要工具，這個工具就是秒噠”

“秒噠是一個不需要寫代碼就能夠?qū)崿F(xiàn)任意想法的軟件，一個由大模型和智能體組成的全新的軟件，我認(rèn)為它是‘迄今為止人類歷史上最復(fù)雜的多智能體協(xié)作工具’，它包括無代碼編程、多智能體協(xié)作以及規(guī)?；卣{(diào)用各種工具等能力。注意，秒噠是跟任何輔助代碼生成工具很不一樣的，因為它根本不需要你能看懂代碼?！?/p>

“有了秒噠，一個人通過自然語言交互，就可以完成一整套系統(tǒng)的搭建，還可以做任意場景下的各種應(yīng)用，應(yīng)用的復(fù)雜度也會隨著我們技術(shù)的提升不斷提升。最早開始的時候，它只能做一些比較簡單的編程，比如說兩三百行代碼，以后隨著基礎(chǔ)模型能力提升，以及秒噠本身技術(shù)能力的演進(jìn)，它就可以做越來越多的，越來越復(fù)雜的事情。這意味著什么？這意味著，你不需要去招募項目經(jīng)理、設(shè)計人員、開發(fā)人員、測試人員等等，自己就可以指揮多個智能體來協(xié)同完成任務(wù)。也就是說，只要有想法，你就可以心想事成，我們將迎來一個前所未有的只靠想法就能賺錢的時代。以前有個想法，你還要去執(zhí)行，把想法做出來?，F(xiàn)在只要你有想法，秒噠就可以幫你做了。”

“我想，AI之所以被稱為產(chǎn)業(yè)革命級的機會，就是因為它對于社會經(jīng)濟，帶來了生產(chǎn)力的無限擴張。秒噠讓每個人都具備程序員的能力，會說話就能做出應(yīng)用來，它對于人類工作效率的提升怎么說都不為過?！?/p>

軟件吞噬世界？“AI applications are creating the world”

“在人類信息技術(shù)變革的不同歷史時期，應(yīng)用出現(xiàn)的樣貌也不一樣：在PC時期，它是一個個的軟件和網(wǎng)站；在移動時期，它是一個個的APP和可被關(guān)注的賬號；在AI時代，應(yīng)用主要的形態(tài)就是智能體。隨著大模型技術(shù)和能力的指數(shù)級躍遷，自然語言成為了這個時代最重要的編程語言。我們每一個人都能動手創(chuàng)造一個屬于自己、也屬于他人的AI應(yīng)用，或者智能體。”

“我是軟件工程師出身，國外有一種說法叫‘軟件吞噬世界’。但我認(rèn)為，這個世界不應(yīng)該被吞噬，而應(yīng)該被創(chuàng)造。AI時代，應(yīng)用創(chuàng)造世界。所以請大家和我一起見證，AI applications are creating the world?！?/p>