當Sora驚艷業(yè)界時,李彥宏為何選了另一條路?
AI讓一切變得可能。
手工勞動/挖哥手工編輯 /角叔出品/獨角獸觀察
一位時尚女性走在充滿溫暖霓虹燈和動畫城市標牌的東京街道上。她穿著黑色皮夾克、紅色長裙和黑色靴子,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,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時刻到了。
國內(nèi)吃瓜群眾在感嘆Sora絲滑同時,也開始靈魂拷問:中國何時能有自己的Sora?壓力來到了百度這樣中國人工智能扛旗者身上。
跟還是不跟?
11月12日,在百度世界2024大會上,百度創(chuàng)始人李彥宏給出了答案:“當年初整個中文互聯(lián)網(wǎng)都為Sora捶胸頓足時,我們決定去解決圖像生成的幻覺問題。這個問題看起來更簡單,甚至更枯燥,但是不解決就不會有應用。”
這個取舍多少有些出乎常人意料,畢竟跟Sora相比,這個一點都不“性感”。
放棄大熱的Sora,選擇枯燥的iRAG,李彥宏做對了嗎?
01取舍
年初,在Sora特別熱的時候,《獨角獸觀察》了解到當時百度內(nèi)部也有過討論,最后的結(jié)論是:千萬不能去做Sora,因為周期太長了,可能要投入10年、20年。無論多火,都不能做。
年底,這個抉擇讓李彥宏站在上海世博中心的演講臺上,底氣十足地宣布:“過去24個月,這個行業(yè)最大的變化是大模型基本消除了幻覺,回答問題的準確性大幅提升。”
李彥宏的底氣來源于百度的一項顛覆性技術(shù)iRAG(image based RAG),檢索增強的文生圖技術(shù)。
眾所周知,大模型是一個概率模型,生成的內(nèi)容具有一定不確定性,經(jīng)常會出現(xiàn)一些胡說八道,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、虛構(gòu)的內(nèi)容稱為AI幻覺現(xiàn)象。
李彥宏在現(xiàn)場展示了一張由開源模型生成的北京天壇圖片,看上去很像,但總覺得哪兒又不對。直到對比天壇照片,才發(fā)現(xiàn)真正的天壇其實是三層,而模型生成的是四層。
這種李鬼替代李逵的情況,自娛自樂還行,要想變得可用、可信賴、有“人味”,就需要解決幻覺這個問題。
與Sora相比,幻覺問題可能不那么出彩,但他卻是制約大模型廣泛應用的最大限制之一,幻覺問題不僅影響了AI的實用性,也限制了大模型在很多領(lǐng)域的應用。尤其像醫(yī)療、法律這樣需要高度準確性的應用場景,一個小誤差就可能導致嚴重的后果。
AI應用要迎來百花齊放,幻覺問題就是那堵遮擋了陽光,影響花兒成長的厚墻。
所以,從輕重緩急來說,iRAG比Sora的優(yōu)先級更高。
如果把格局拉大到整個人工智能行業(yè),解決幻覺問題比做出Sora重要,它能幫助更多的應用落地,讓更多人用上AI技術(shù),從而惠及更多行業(yè)。
百度檢索增強的文生圖技術(shù)iRAG ,通過把自身億級圖片數(shù)據(jù)和基礎(chǔ)模型能力結(jié)合,利用檢索到的信息來指導文本或答案,大大提高了內(nèi)容的質(zhì)量和準確性,解決了以往文生圖模型生成圖片“機器味”重、一眼假的問題。
耳聽為虛,眼見為實!丢毥谦F觀察》在文小言上實測了一輪,生成了下面這組圖片。
▲把蓋茨安排到長城跟關(guān)羽搓麻將,就問他怕不怕?
▲手持狙擊槍的林黛玉,你們從來沒見過吧?
▲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)實中出現(xiàn),但由iRAG生成的圖片,元素都非常真實,準確性也非常高,如果不是因為內(nèi)容太過“違和”,已經(jīng)看不出“AI味兒”。
通過iRAG去偽存真后,AI生成圖片的可用性大大提高,應用空間也就隨之打開了。像影視作品、漫畫作品,連續(xù)畫本,海報制作等,通過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,需要找策劃、模特、攝像等大量人力,消耗大量財力,動輒一個項目都需要少則一二十萬,大則幾十萬,但現(xiàn)在成本接近于0。
李彥宏將iRAG的商業(yè)價值總結(jié)為:無幻覺、超真實、沒成本,立等可取。
02有用
李彥宏今年的演講主題是《應用來了》。
與李彥宏過去1年多對大模型的思考一脈相承,其核心就兩個字:有用。
“沒有構(gòu)建于基礎(chǔ)模型之上的,豐富的AI原生應用生態(tài),大模型就一文不值。”去年百度世界大會,李彥宏呼吁創(chuàng)業(yè)者去做更容易產(chǎn)生價值的應用。
今年,李彥宏把有用“升級”到超級有用:“百度不是要推出一個“超級應用”,而是要不斷地幫助更多人、更多企業(yè)打造出數(shù)以百萬‘超級有用’的應用。”
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去解決幻覺問題,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AI應用的群星閃耀時刻。每一個應用都是一顆星,每一個應用都將成為改變世界的力量。”李彥宏認為未來有兩大AI應用方向:一個是智能體,另一個是產(chǎn)業(yè)應用。
大會現(xiàn)場,百度發(fā)布了基于大模型的100大產(chǎn)業(yè)應用,涵蓋了制造、能源、交通、政務、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,已開始切切實實在重塑千行百業(yè)。
如果說iRAG 讓大模型更有用,秒噠則讓大模型的使用門檻更低。
李彥宏演示了通過秒噠如何搭建一個活動報名系統(tǒng)。
在整個“開發(fā)”過程中,李彥宏只是向秒噠描述了需求,小組長、策劃、小編、程序員和質(zhì)檢員5個智能體互相協(xié)作,協(xié)同完成策劃、內(nèi)容和開發(fā)等各種工作,他們甚至還能自動識別bug。
無代碼編程、多智能體協(xié)作、多工具調(diào)用,秒噠不用寫代碼,就能實現(xiàn)任意想法,讓每個人具備程序員的能力。
“我們將迎來一個前所未有的只靠想法就能賺錢的時代。”百度CEO李彥宏說。
這個將于明年一季度上線的工具,對大模型的重要性或許不亞于windows系統(tǒng)對PC普及的意義。
上世紀末,電腦操作系統(tǒng)還是基于文本命令行界面的dos系統(tǒng),對沒有計算機基礎(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,讓電腦真正開始進入尋常百姓家。
03預見
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,最近半年增長率更是達到7.5倍。
30多年前,還在北大讀書的李彥宏主動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的長期信仰者。
去年,在chatgpt后,李彥宏率先發(fā)布了國內(nèi)第一個大模型。
如今,大模型已成了互聯(lián)網(wǎng)大廠的“一號工程”。但鮮有像李彥宏這樣的“一號位”還活躍在前臺,不遺余力大力推介AI。
2023年9月,《時代》周刊發(fā)布了首屆全球百大AI人物,李彥宏被評為全球AI領(lǐng)袖,和他一起被評選上的還有馬斯克、黃仁勛等。
《時代》評語:“李彥宏是中國最杰出的未來主義者,長期投身于AI發(fā)展的浪潮。”
預見未來,讓李彥宏在狂熱的市場里,總能保持一份“人間清醒”。
去年,當各路人馬蜂擁而入,鏖戰(zhàn)大模型時,李彥宏說“不要卷模型,要卷應用”。事后證明確實不需要這么多大模型,如今美國還在堅持做基礎(chǔ)大模型也就剩下幾個巨頭。
當應用開始被重視,很多人開始追求C端AI超級爆款,李彥宏說:“大模型對ToB 業(yè)務改造,比互聯(lián)網(wǎng)對 ToB 的影響力要大一個數(shù)量級。”如今,C端的AI“超級APP”依然難尋,ToB 應用百花齊放。
當Sora年初炸場時,李彥宏選擇去解決圖像生成的幻覺問題,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,他認為Sora本質(zhì)上是在任意場景下的視頻生成能力,這個事情本身是非常有意義的,但同時又非常難,需要很長很長時間才能夠做出來。
一語成讖。
接近年底,Sora依然難產(chǎn),一些試用Sora的電影制作人體驗后覺得并不太理想,有電影人反饋必須讓模型生成數(shù)百個短片,才能找到一個可用的短片。
Sora剛出來時,擔心工作被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)很久沒有抗議聲了。
跟著別人跑多為跟風者,耐得住寂寞,堅持自己方向的人才可能成為追風者。
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)“超級應用”的過程,它更像是未來三十、五十年對整個社會一個非常徹底的重構(gòu)。
在人工智能的這場馬拉松式競賽中,不逞一時之“快”,保持足夠耐心和戰(zhàn)略定力,才不會掉隊、跑偏。(完)
原文標題 : 當Sora驚艷業(yè)界時,李彥宏為何選了另一條路?
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
即日-12.26立即報名>>> 【在線會議】村田用于AR/VR設(shè)計開發(fā)解決方案
-
1月8日火熱報名中>> Allegro助力汽車電氣化和底盤解決方案優(yōu)化在線研討會
-
即日-1.14火熱報名中>> OFweek2025中國智造CIO在線峰會
-
即日-1.24立即參與>>> 【限時免費】安森美:Treo 平臺帶來出色的精密模擬
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
-
精彩回顧立即查看>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
推薦專題
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容