AI讓一切變得可能。

手工勞動(dòng)/挖哥

手工編輯 /角叔

出品/獨(dú)角獸觀察

一位時(shí)尚女性走在充滿溫暖霓虹燈和動(dòng)畫城市標(biāo)牌的東京街道上。她穿著黑色皮夾克、紅色長(zhǎng)裙和黑色靴子，拎著黑色手提包，戴著墨鏡，涂著紅色口紅。她自信而隨意地走著。街道潮濕且反光，在彩色燈光的照射下形成鏡面效果。許多行人在街上行走。

今年2月，OpenAI的Sora閃亮登場(chǎng)，這段60秒一鏡到底的文生視頻迅速火爆出圈，業(yè)界驚呼AI視頻的GPT時(shí)刻到了。

國(guó)內(nèi)吃瓜群眾在感嘆Sora絲滑同時(shí)，也開始靈魂拷問(wèn)：中國(guó)何時(shí)能有自己的Sora？壓力來(lái)到了百度這樣中國(guó)人工智能扛旗者身上。

跟還是不跟？

11月12日，在百度世界2024大會(huì)上，百度創(chuàng)始人李彥宏給出了答案：“當(dāng)年初整個(gè)中文互聯(lián)網(wǎng)都為Sora捶胸頓足時(shí)，我們決定去解決圖像生成的幻覺(jué)問(wèn)題。這個(gè)問(wèn)題看起來(lái)更簡(jiǎn)單，甚至更枯燥，但是不解決就不會(huì)有應(yīng)用?！?/p>

這個(gè)取舍多少有些出乎常人意料，畢竟跟Sora相比，這個(gè)一點(diǎn)都不“性感”。

放棄大熱的Sora，選擇枯燥的iRAG，李彥宏做對(duì)了嗎？

01

取舍

年初，在Sora特別熱的時(shí)候，《獨(dú)角獸觀察》了解到當(dāng)時(shí)百度內(nèi)部也有過(guò)討論，最后的結(jié)論是：千萬(wàn)不能去做Sora，因?yàn)橹芷谔L(zhǎng)了，可能要投入10年、20年。無(wú)論多火，都不能做。

年底，這個(gè)抉擇讓李彥宏站在上海世博中心的演講臺(tái)上，底氣十足地宣布：“過(guò)去24個(gè)月，這個(gè)行業(yè)最大的變化是大模型基本消除了幻覺(jué)，回答問(wèn)題的準(zhǔn)確性大幅提升?！?/p>

李彥宏的底氣來(lái)源于百度的一項(xiàng)顛覆性技術(shù)iRAG（image based RAG），檢索增強(qiáng)的文生圖技術(shù)。

眾所周知，大模型是一個(gè)概率模型，生成的內(nèi)容具有一定不確定性，經(jīng)常會(huì)出現(xiàn)一些胡說(shuō)八道，讓人哭笑不得的結(jié)果。業(yè)界把這些由AI產(chǎn)生的不真實(shí)、虛構(gòu)的內(nèi)容稱為AI幻覺(jué)現(xiàn)象。

李彥宏在現(xiàn)場(chǎng)展示了一張由開源模型生成的北京天壇圖片，看上去很像，但總覺(jué)得哪兒又不對(duì)。直到對(duì)比天壇照片，才發(fā)現(xiàn)真正的天壇其實(shí)是三層，而模型生成的是四層。

這種李鬼替代李逵的情況，自?shī)首詷?lè)還行，要想變得可用、可信賴、有“人味”，就需要解決幻覺(jué)這個(gè)問(wèn)題。

與Sora相比，幻覺(jué)問(wèn)題可能不那么出彩，但他卻是制約大模型廣泛應(yīng)用的最大限制之一，幻覺(jué)問(wèn)題不僅影響了AI的實(shí)用性，也限制了大模型在很多領(lǐng)域的應(yīng)用。尤其像醫(yī)療、法律這樣需要高度準(zhǔn)確性的應(yīng)用場(chǎng)景，一個(gè)小誤差就可能導(dǎo)致嚴(yán)重的后果。

AI應(yīng)用要迎來(lái)百花齊放，幻覺(jué)問(wèn)題就是那堵遮擋了陽(yáng)光，影響花兒成長(zhǎng)的厚墻。

所以，從輕重緩急來(lái)說(shuō)，iRAG比Sora的優(yōu)先級(jí)更高。

如果把格局拉大到整個(gè)人工智能行業(yè)，解決幻覺(jué)問(wèn)題比做出Sora重要，它能幫助更多的應(yīng)用落地，讓更多人用上AI技術(shù)，從而惠及更多行業(yè)。

百度檢索增強(qiáng)的文生圖技術(shù)iRAG ，通過(guò)把自身億級(jí)圖片數(shù)據(jù)和基礎(chǔ)模型能力結(jié)合，利用檢索到的信息來(lái)指導(dǎo)文本或答案，大大提高了內(nèi)容的質(zhì)量和準(zhǔn)確性，解決了以往文生圖模型生成圖片“機(jī)器味”重、一眼假的問(wèn)題。

耳聽為虛，眼見(jiàn)為實(shí)?！丢?dú)角獸觀察》在文小言上實(shí)測(cè)了一輪，生成了下面這組圖片。

▲把蓋茨安排到長(zhǎng)城跟關(guān)羽搓麻將，就問(wèn)他怕不怕？

▲手持狙擊槍的林黛玉，你們從來(lái)沒(méi)見(jiàn)過(guò)吧？

▲老年蘇菲瑪索擁抱年輕的自己。

▲“搬家”到沙漠的自由女神像和埃菲爾鐵塔。

▲一個(gè)人冒雪上朝的張居正。

▲飛越壺口瀑布的法拉利。

雖然這組奇思妙想的圖片，大多不可能在現(xiàn)實(shí)中出現(xiàn)，但由iRAG生成的圖片，元素都非常真實(shí)，準(zhǔn)確性也非常高，如果不是因?yàn)閮?nèi)容太過(guò)“違和”，已經(jīng)看不出“AI味兒”。

通過(guò)iRAG去偽存真后，AI生成圖片的可用性大大提高，應(yīng)用空間也就隨之打開了。像影視作品、漫畫作品，連續(xù)畫本，海報(bào)制作等，通過(guò)iRAG生圖可以大幅降低創(chuàng)作成本。

比如，一些大品牌的宣傳，拍一組高質(zhì)量的海報(bào)，需要找策劃、模特、攝像等大量人力，消耗大量財(cái)力，動(dòng)輒一個(gè)項(xiàng)目都需要少則一二十萬(wàn)，大則幾十萬(wàn)，但現(xiàn)在成本接近于0。

李彥宏將iRAG的商業(yè)價(jià)值總結(jié)為：無(wú)幻覺(jué)、超真實(shí)、沒(méi)成本，立等可取。

02

有用

李彥宏今年的演講主題是《應(yīng)用來(lái)了》。

與李彥宏過(guò)去1年多對(duì)大模型的思考一脈相承，其核心就兩個(gè)字：有用。

“沒(méi)有構(gòu)建于基礎(chǔ)模型之上的，豐富的AI原生應(yīng)用生態(tài)，大模型就一文不值。”去年百度世界大會(huì)，李彥宏呼吁創(chuàng)業(yè)者去做更容易產(chǎn)生價(jià)值的應(yīng)用。

今年，李彥宏把有用“升級(jí)”到超級(jí)有用：“百度不是要推出一個(gè)“超級(jí)應(yīng)用”，而是要不斷地幫助更多人、更多企業(yè)打造出數(shù)以百萬(wàn)‘超級(jí)有用’的應(yīng)用?！?/strong>

正是基于有用的原則，李彥宏舍棄了看上去很華麗的sora，選擇做iRAG去解決幻覺(jué)問(wèn)題，搬走了大模型走向“有用”的最大路障。

“基礎(chǔ)模型能力就緒，我們將迎來(lái)AI應(yīng)用的群星閃耀時(shí)刻。每一個(gè)應(yīng)用都是一顆星，每一個(gè)應(yīng)用都將成為改變世界的力量?！崩顝┖暾J(rèn)為未來(lái)有兩大AI應(yīng)用方向：一個(gè)是智能體，另一個(gè)是產(chǎn)業(yè)應(yīng)用。

大會(huì)現(xiàn)場(chǎng)，百度發(fā)布了基于大模型的100大產(chǎn)業(yè)應(yīng)用，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)。

這宣示著大模型不再是空中樓閣，已開始切切實(shí)實(shí)在重塑千行百業(yè)。

如果說(shuō)iRAG 讓大模型更有用，秒噠則讓大模型的使用門檻更低。

李彥宏演示了通過(guò)秒噠如何搭建一個(gè)活動(dòng)報(bào)名系統(tǒng)。

在整個(gè)“開發(fā)”過(guò)程中，李彥宏只是向秒噠描述了需求，小組長(zhǎng)、策劃、小編、程序員和質(zhì)檢員5個(gè)智能體互相協(xié)作，協(xié)同完成策劃、內(nèi)容和開發(fā)等各種工作，他們甚至還能自動(dòng)識(shí)別bug。

無(wú)代碼編程、多智能體協(xié)作、多工具調(diào)用，秒噠不用寫代碼，就能實(shí)現(xiàn)任意想法，讓每個(gè)人具備程序員的能力。

“我們將迎來(lái)一個(gè)前所未有的只靠想法就能賺錢的時(shí)代?！卑俣菴EO李彥宏說(shuō)。

這個(gè)將于明年一季度上線的工具，對(duì)大模型的重要性或許不亞于windows系統(tǒng)對(duì)PC普及的意義。

上世紀(jì)末，電腦操作系統(tǒng)還是基于文本命令行界面的dos系統(tǒng)，對(duì)沒(méi)有計(jì)算機(jī)基礎(chǔ)的用戶非常不友好，windows的圖形界面，大大降低電腦使用門檻，讓電腦真正開始進(jìn)入尋常百姓家。

03

預(yù)見(jiàn)

從2022年chatgpt橫空出世至今，大模型已經(jīng)火了將近兩年。

這輪全球性的大模型狂熱，究竟是一場(chǎng)新的技術(shù)革命，還是新一輪泡沫？

李彥宏和他的百度文心大模型給出了答案：截至 11 月初，百度文心大模型的日均調(diào)用量超 15 億，最近半年增長(zhǎng)率更是達(dá)到7.5倍。

30多年前，還在北大讀書的李彥宏主動(dòng)選修了人工智能課程，自此就給AI結(jié)下了不解之緣，成為AI的長(zhǎng)期信仰者。

去年，在chatgpt后，李彥宏率先發(fā)布了國(guó)內(nèi)第一個(gè)大模型。

如今，大模型已成了互聯(lián)網(wǎng)大廠的“一號(hào)工程”。但鮮有像李彥宏這樣的“一號(hào)位”還活躍在前臺(tái)，不遺余力大力推介AI。

2023年9月，《時(shí)代》周刊發(fā)布了首屆全球百大AI人物，李彥宏被評(píng)為全球AI領(lǐng)袖，和他一起被評(píng)選上的還有馬斯克、黃仁勛等。

《時(shí)代》評(píng)語(yǔ)：“李彥宏是中國(guó)最杰出的未來(lái)主義者，長(zhǎng)期投身于AI發(fā)展的浪潮。”

預(yù)見(jiàn)未來(lái)，讓李彥宏在狂熱的市場(chǎng)里，總能保持一份“人間清醒”。

去年，當(dāng)各路人馬蜂擁而入，鏖戰(zhàn)大模型時(shí)，李彥宏說(shuō)“不要卷模型，要卷應(yīng)用”。事后證明確實(shí)不需要這么多大模型，如今美國(guó)還在堅(jiān)持做基礎(chǔ)大模型也就剩下幾個(gè)巨頭。

當(dāng)應(yīng)用開始被重視，很多人開始追求C端AI超級(jí)爆款，李彥宏說(shuō)：“大模型對(duì)ToB 業(yè)務(wù)改造，比互聯(lián)網(wǎng)對(duì) ToB 的影響力要大一個(gè)數(shù)量級(jí)?！比缃?，C端的AI“超級(jí)APP”依然難尋，ToB 應(yīng)用百花齊放。

當(dāng)Sora年初炸場(chǎng)時(shí)，李彥宏選擇去解決圖像生成的幻覺(jué)問(wèn)題，收獲了顛覆性技術(shù)iRAG。

在最近的一次專訪中，李彥宏詳解了他放棄做Sora的原因，他認(rèn)為Sora本質(zhì)上是在任意場(chǎng)景下的視頻生成能力，這個(gè)事情本身是非常有意義的，但同時(shí)又非常難，需要很長(zhǎng)很長(zhǎng)時(shí)間才能夠做出來(lái)。

一語(yǔ)成讖。

接近年底，Sora依然難產(chǎn)，一些試用Sora的電影制作人體驗(yàn)后覺(jué)得并不太理想，有電影人反饋必須讓模型生成數(shù)百個(gè)短片，才能找到一個(gè)可用的短片。

Sora剛出來(lái)時(shí)，擔(dān)心工作被AI取代，好萊塢影視從業(yè)者還爆發(fā)了抗議潮?，F(xiàn)在，好萊塢已經(jīng)很久沒(méi)有抗議聲了。

跟著別人跑多為跟風(fēng)者，耐得住寂寞，堅(jiān)持自己方向的人才可能成為追風(fēng)者。

在李彥宏眼中，人工智能很像是一次新的工業(yè)革命，這意味著它不是三五年就結(jié)束，不是一兩年就出現(xiàn)“超級(jí)應(yīng)用”的過(guò)程，它更像是未來(lái)三十、五十年對(duì)整個(gè)社會(huì)一個(gè)非常徹底的重構(gòu)。

在人工智能的這場(chǎng)馬拉松式競(jìng)賽中，不逞一時(shí)之“快”，保持足夠耐心和戰(zhàn)略定力，才不會(huì)掉隊(duì)、跑偏。（完）