百度創(chuàng)始人李彥宏，圖片來自百度
李彥宏是至今少有的，在國內(nèi)互聯(lián)網(wǎng)公司成為大廠后，還會在前臺大力推介AI的創(chuàng)始人和一號位。
11月12日，百度世界2024大會上，百度創(chuàng)始人李彥宏出席并發(fā)表了《應(yīng)用來了》主題演講。他提及了諸如“大模型基本消除了幻覺”，“不是要推出一個‘超級應(yīng)用’，是要打造數(shù)百萬級‘超級有用’的應(yīng)用”，“我們將迎來一個前所未有的只靠想法就能賺錢的時代”等主要觀點(diǎn)。
同時，李彥宏發(fā)布了百度兩大AI新技術(shù)：檢索增強(qiáng)的文生圖技術(shù)“iRAG”，無代碼生成工具“秒噠”。文心iRAG用于解決大模型在圖片生成上的幻覺問題，提升實(shí)用性；無代碼技術(shù)“秒噠”讓每個人都擁有程序員的能力，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)用量超15億，相較5月披露的2億，增長7.5倍，相較一年前首次披露的5000萬次，更是增長約30倍。李彥宏表示“這個增速超出預(yù)期”。
長達(dá)一個小時的演講中，經(jīng)鈦媒體APP梳理，李彥宏的核心觀點(diǎn)如下：
1、大模型基本消除了幻覺。
大模型是一個概率模型，生成的內(nèi)容有不確定性。李彥宏認(rèn)為，過去這24個月，AI行業(yè)的最大變化是大模型基本消除了幻覺，回答問題的準(zhǔn)確性大大地提升了，這讓AI從“一本正經(jīng)的胡說八道”，變得可用、可被信賴。當(dāng)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。
2、文心大模型代表著過去兩年中國大模型應(yīng)用的爆發(fā)。
百度公布，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，“增速超出預(yù)期”，說明AI是真需求，這代表著過去兩年中國大模型應(yīng)用的爆發(fā)。
3、不是要推出一個“超級應(yīng)用”，是要打造數(shù)百萬級“超級有用”的應(yīng)用。
李彥宏認(rèn)為，要避免掉入“超級應(yīng)用陷阱”，要出現(xiàn)一個10億DAU級別的APP才叫成功，是移動時代的思維邏輯。他發(fā)布了基于大模型的100大產(chǎn)業(yè)應(yīng)用，認(rèn)為這代表了百度的態(tài)度：不是要推出一個“超級應(yīng)用”，而是要讓更多人、更多企業(yè)打造出數(shù)百萬級“超級有用”的應(yīng)用。
4、智能體是AI應(yīng)用的最主流形態(tài)，即將迎來爆發(fā)點(diǎn)。
這是李彥宏關(guān)于智能體的最新觀點(diǎn)。大模型應(yīng)用的發(fā)展階段已經(jīng)從Copilot進(jìn)入到了Agent智能體，最主要是它有了自主性，能自主使用工具、反思、自我進(jìn)化。這種自動化程度再發(fā)展，就會變成AI Worker，能夠獨(dú)立完成各方面的工作。
他將做智能體類比為PC時代做網(wǎng)站、或是移動時代做自媒體賬號。未來公司官方智能體可能替代官網(wǎng)，成為直接面向消費(fèi)者的第一界面。搜索是智能體分發(fā)的最大入口。
5、我們將迎來一個前所未有的只靠想法就能賺錢的時代。
AI之所以稱為產(chǎn)業(yè)革命的機(jī)會，是因?yàn)樗鼘τ谏鐣?jīng)濟(jì)，帶來了生產(chǎn)力的無限擴(kuò)張。李彥宏認(rèn)為“秒噠”是“迄今為止人類歷史上最復(fù)雜的多智能體協(xié)作工具”，“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”。
6、沒有構(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。
大模型對于ToB業(yè)務(wù)的改造，會是非常深刻和徹底的，比互聯(lián)網(wǎng)對于ToB的影響力還要大一個數(shù)量級；未來的編程語言只會剩下中文、英文兩種；中國更注重應(yīng)用驅(qū)動，盡管中國市場上有數(shù)百種基礎(chǔ)大模型，但是人們更關(guān)心產(chǎn)品和市場的契合度（PMF）；應(yīng)用驅(qū)動可以推動基礎(chǔ)模型的創(chuàng)新，也有助于加速互聯(lián)網(wǎng)時代向人工智能時代轉(zhuǎn)變。
7、大模型技術(shù)創(chuàng)新只要能永遠(yuǎn)領(lǐng)先競爭對手6個月，你就贏了。
模型之間的差距是多維度的。行業(yè)往往更關(guān)注理解、生成、邏輯、記憶等能力的差距，但卻忽視了成本、推理速度等維度，有些模型雖能達(dá)到同樣效果，但成本高、推理速度慢，還是不如先進(jìn)模型。
大模型的天花板很高，今天做到的和理想狀況差得還非常遠(yuǎn)，所以模型要不斷快速迭代、更新和升級。要能幾年、十幾年如一日地投入，不斷滿足用戶需求，降本增效，模型之間的差距就會越來越大。在一個完全競爭的市場環(huán)境中，不要覺得領(lǐng)先12到18個月是個很短的時間，只要能永遠(yuǎn)領(lǐng)先競爭對手6個月，你就贏了。
以下是李彥宏演講實(shí)錄原文（完整版）：
各位來賓，歡迎參加百度世界2024大會！每年我們都用這個機(jī)會，向大家展示百度在過去一年當(dāng)中，百度在技術(shù)創(chuàng)新方面的最新成果，今年我們把大會的主題定成“應(yīng)用來了”，這代表了我們對大模型和生成式AI當(dāng)下的認(rèn)知和判斷。
大模型火了將近兩年，相關(guān)技術(shù)以前所未有的速度進(jìn)行迭代和創(chuàng)新，從大公司，到創(chuàng)業(yè)者，到風(fēng)險投資，各路人馬大家都在尋找生成式AI時代基于大模型的超級應(yīng)用。 我們看到，這張圖是由第三方研究機(jī)構(gòu)最近發(fā)布的全球AI全景，基本展現(xiàn)了大模型和生成式AI爆發(fā)過程中，一浪一浪疊加的狀態(tài)。首先是OpenAI發(fā)布了ChatGPT，后來百度發(fā)布文心一言，緊接著就是谷歌發(fā)布了Bard，后來改名為Gemini；接著，以英偉達(dá)為代表的芯片廠商和微軟為代表的云廠商吃到紅利；然后我們也看到了開源模型的奮起直追。與此同時，各類應(yīng)用層的創(chuàng)業(yè)公司開始獲得投資，一些傳統(tǒng)的軟件廠商也開始用AI重構(gòu)自己的產(chǎn)品。然而客觀地講，大家期待的超級應(yīng)用還沒有出現(xiàn)，甚至有人開始問，過去這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，每天調(diào)用15億。這是一條非常陡峭的增長曲線，在過去18個月當(dāng)中，中國的大模型應(yīng)用爆發(fā)可以用這張圖或者這個曲線來代表。說實(shí)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)我們的人均調(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，如果我們的調(diào)用量日均的API調(diào)用量，大模型API調(diào)用量，一年之內(nèi)如果漲10倍，也就是從2億漲到20億，一年時間漲10倍，我認(rèn)為就成了，就說明大家是真需要?，F(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。
調(diào)用量漲這么快，背后是文心大模型不遺余力的升級進(jìn)化、降本提速的過程，也是我們緊貼客戶需求，不斷發(fā)現(xiàn)問題、解決問題的過程。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(qiáng)、檢索增強(qiáng)。后來我們發(fā)現(xiàn)，檢索增強(qiáng)并不是百度特色，而是逐步成為了行業(yè)的共識。檢索增強(qiáng)的手段，英文叫RAG，就是Retrieval-augmented Generation。
當(dāng)然，我們是做搜索起家嘛，這個方面我們理應(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。你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(diǎn)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，對行業(yè)而言，最大的變化是什么？那我的回答一定是，大模型基本消除了幻覺，它回答問題的準(zhǔn)確性大大地提升了，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)容是有不確定性的。但是當(dāng)我們采用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。
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，這是我們用開源模型生成的一張北京天壇的圖片，看上去確實(shí)有點(diǎn)像天壇，但你總覺得哪兒不對。
告訴大家，真正的天壇長這個樣字，是三層，但是模型生成的是四層，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。
今年年初，我們決定要解決這個問題。注意，就是在整個中文互聯(lián)網(wǎng)都為Sora而捶胸頓足上吐下瀉的時候，我們?nèi)Q定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(yīng)用。我們開發(fā)了一項(xiàng)顛覆性的技術(shù)叫做iRAG，就是image based RAG，檢索增強(qiáng)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”，甚至邏輯不合常理。百度的iRAG，將百度搜索的億級圖片資源跟強(qiáng)大的基礎(chǔ)模型能力進(jìn)行結(jié)合，這樣就可以生成各種超真實(shí)的圖片，整體效果遠(yuǎn)遠(yuǎn)超過文生圖的原生系統(tǒng)，去掉了機(jī)器味兒。 讓我們看一下這個案例，提示詞是：
畫一張大眾攬巡汽車飛越長城的圖片，寫實(shí)風(fēng)格。
大家看，這張圖片中的汽車跟照片一樣真實(shí)，我們放大看一下。
無論是車型還是車標(biāo)，都沒有錯誤或者變形，它跟長城這個背景的融合度，也非常高。這就是基于iRAG技術(shù)創(chuàng)作出來的一張圖片，它的內(nèi)容元素、畫面氛圍都非常真實(shí)，逼近實(shí)拍的海報，但實(shí)拍你的車是飛不起來的，就像是P上去的一樣。
當(dāng)然，你還可以讓AI生成這輛汽車在荒野上、城市中，在各種各樣真實(shí)場景的圖片。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)在這種創(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(shí)、沒成本，而且呢，立等可取。試想一下，如果大眾的海報生成的車型長得像豐田，那可就糟心了。
除了特定的物品，我們還可以生成特定人物跟任意場景的背景結(jié)合的照片。 我們以愛因斯坦為例，生成一張他和天壇打卡的合影。大家看是不是很像，這完全是利用iRAG技術(shù)生成的。
我們用同樣的提示詞，用一些開源模型生成了幾張，大家可以做一下比較。有的長得根本不像愛因斯坦，唯一一個長得像愛因斯坦的，那背景大家一看，也不是天壇。
可以說在全球范圍內(nèi)，百度的iRAG能力都是最領(lǐng)先的。我們還可以通過提示詞， 讓愛因斯坦游遍全世界，比如悉尼歌劇院、復(fù)活節(jié)島巨石陣、長城、鳥巢等等，鳥巢顯然是在愛因斯坦去世后才建造的。
作為一項(xiàng)基礎(chǔ)技術(shù)，iRAG在很多領(lǐng)域都有著很好的應(yīng)用空間。比如，影視作品、漫畫作品，連續(xù)畫本，海報制作等，AI生圖都可以大幅降低大家的創(chuàng)作成本。
今天，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？
下面，我就講講兩個大的AI應(yīng)用方向：一個是智能體，另一個是產(chǎn)業(yè)應(yīng)用。
我們認(rèn)為，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(diǎn)。
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，做智能體很像在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，像你的客服，像你的助理。 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。
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，甚至我們看到有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的高，可以做出功能非常強(qiáng)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。今天呢，在最后的環(huán)節(jié)，我會給大家展示一個多智能體協(xié)作解決復(fù)雜問題的最驚艷的例子。
下面我就給大家展示一下4種不同類型的智能體，包括公司類智能體，角色類智能體，工具類智能體和行業(yè)類智能體。
我們首先看第一類，公司類智能體。它就相當(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。
我們以比亞迪的智能體為例，和一個傳統(tǒng)官網(wǎng)做個比較。
在百度搜索“比亞迪”，就能直接喚起它的官方智能體。點(diǎn)擊進(jìn)入，它會首先給你一段比亞迪品牌的簡短介紹，這就類似于傳統(tǒng)的官網(wǎng)。
然后，你讓它推薦一臺性能均衡的車型。什么叫“性能均衡”，傳統(tǒng)的官網(wǎng)不知道什么是性能均衡，所以沒法兒給你推薦，而有了大模型理解能力的智能體，就可以很好地做出篩選，給出建議，并且展示產(chǎn)品的圖片。
當(dāng)你對幾個車型都有興趣，想比較一下，看哪個值得買的時候，在傳統(tǒng)的官網(wǎng)上是要花費(fèi)比較多時間的。因?yàn)槊總€車型對應(yīng)的商品詳情頁都是單獨(dú)的，你得在不同商品詳情頁之間來回切換著看，非常麻煩。而智能體可以直接給你把多個車型的動力類型、車身尺寸、續(xù)航、加速性能放在一起拉出表格來，非常直觀。
如果，你想進(jìn)一步到線下門店去試駕怎么辦？智能體可以直接調(diào)用地圖，幫你一鍵導(dǎo)航，直達(dá)目的地。
另外，還有一點(diǎn)是智能體與傳統(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，所以通常只能做記錄，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(qiáng)能力，快速從網(wǎng)上獲取最新、最準(zhǔn)確的消息，并在一秒鐘之內(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澄清、互動、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)，智能體既是你的品牌顧問又是你的金牌銷售和客服，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%。
未來，公司官方智能體很可能會替代官網(wǎng)，成為最直接的面向消費(fèi)者的界面。
我們再來看第二類，角色智能體。提到角色，大家很容易想到數(shù)字人。數(shù)字人有自己的人設(shè)、自己的知識庫，這都是典型的智能體基本要素。
所以當(dāng)智能體機(jī)制和多模態(tài)進(jìn)行有效結(jié)合的時候，它就變成了一個有形象、有動作，并且動作可以跟語言可以匹配起來的數(shù)字人。之前的數(shù)字人，短板是顯而易見的。它們說話的聲音、肢體動作、口型都非常機(jī)械、呆板。但是，在大模型加持下，數(shù)字人逐漸變成了高度擬人化的智能體，更聰明、有情感、有態(tài)度。他們可能是教育輔導(dǎo)老師，留學(xué)顧問，也可能是心理咨詢師，私人健身教練等等，都非常受歡迎。
今天， 你在百度搜索“教育輔導(dǎo)”這樣的關(guān)鍵字，在搜索結(jié)果頁中，就能看到這些數(shù)字人。他們不僅比我們以前看到的數(shù)字人更加自然、動作幅度更大，甚至在直播場景下，還可以說著說著，在合適的時機(jī)停下，回復(fù)網(wǎng)友現(xiàn)場提出的問題。這需要大量的數(shù)據(jù)積累和直播互動規(guī)律的總結(jié)提煉，以前，我們是不具備這樣的能力。所以今天的數(shù)字人直播，很多情況下，轉(zhuǎn)化率已經(jīng)超過了真人。
這些數(shù)字人，動作、語言、口型非常自然，如果不說的話，你都不知道是數(shù)字人。數(shù)字人的好處在于它的腳本完全是AI生成的，很多數(shù)據(jù)，非常詳細(xì)的數(shù)據(jù)，真人在直播的時候，他是記不住的，數(shù)字人完全沒有問題。所以他的知識量，他的實(shí)際反應(yīng)能力，很多時候是超越了普通真人了已經(jīng)。
我們非常地相信，真人與虛擬人的交互，將創(chuàng)造巨大的產(chǎn)業(yè)價值和社會價值。這里的虛擬人，可能就是現(xiàn)實(shí)生活中的一位名師的數(shù)字分身，也可能是一位名醫(yī)、王牌律師和金牌銷售的數(shù)字分身，而你從來沒有像現(xiàn)在這樣離他們?nèi)绱酥?/p>
我要講的第三類智能體是工具類。工具類智能體其實(shí)是個熱門賽道。筆靈AI寫作、canva設(shè)計(jì)助手、logo生成器等等，這些都是典型的工具智能體。
下面，我給大家展示一個全新的工具類智能體，是由百度文庫和網(wǎng)盤聯(lián)合開發(fā)的“自由畫布”。我們以行業(yè)分析師寫研究報告作為例子，來給大家介紹一下自由畫布。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，也有像發(fā)布會視頻、電話會錄音，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(shí)現(xiàn)。我們來看一下，什么叫做自由畫布。
首先，我們打開百度APP，搜索“智能寫作”等關(guān)鍵詞，就可以找到“自由畫布”智能體，它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)。
第一步，輸入自由。自由畫布打通了公域和私域的數(shù)據(jù)，比如，文庫上公開的高質(zhì)量文檔或片段，外部網(wǎng)頁公開的這些內(nèi)容，可以一鍵摘錄到自由畫布。來自私域的內(nèi)容，比如你在像網(wǎng)盤聽記上記錄的多場電話會議的音頻，比如你在收藏在網(wǎng)盤里的專業(yè)視頻和深度調(diào)研報告等等，不限格式、不限來源，全部都可以拖到畫布上。這是輸入自由。
第二步，編輯自由：你不再需要去做居中、調(diào)字號、排版等基礎(chǔ)繁雜的工作。我們今天，重新定義了編輯，讓用戶成為總指揮，通過批注的方式告訴AI，如何利用素材，也可以圈選出最需要的內(nèi)容片段，或者原封不動要復(fù)用的部分，這樣就能確保生成的內(nèi)容，完全符合你的真實(shí)想法。
第三步，我們叫做創(chuàng)作自由：劃好重點(diǎn)之后，框選全部需要的素材一鍵生成，AI就會根據(jù)輸入和要求開始思考，在對應(yīng)章節(jié)下利用相關(guān)素材，生成一個結(jié)構(gòu)清晰的、全新的富媒體內(nèi)容。
當(dāng)然，你也可以打開這些文檔，再做局部的編輯，以及改寫、擴(kuò)寫、續(xù)寫。實(shí)現(xiàn)一邊在畫布上捋思路，做草稿，一邊在文檔上完善細(xì)化，一站式解決各種各樣的問題。
最后，我們叫做分享自由：最終生成的內(nèi)容可以保存在本地，也可以上傳在用戶的個人云上，還可以用一個鏈接分享出去，無論是行業(yè)交流群、朋友圈或者其他平臺，都可以直接打開鏈接觀看播放。
所以不管你是內(nèi)容的生產(chǎn)者還是消費(fèi)者，都再也不用關(guān)心文件的格式是什么、我的手機(jī)或電腦有沒有相關(guān)的應(yīng)用、內(nèi)存還夠不夠等等這些瑣事了。
除了上面這種辦公場景，我再給大家演示一個偏向于個人創(chuàng)作場景的案例。大家知道今年“黑神話悟空”很火，我們想讓AI幫我們放飛想象，看看大圣穿越到現(xiàn)代，會發(fā)生什么？
自由畫布根據(jù)我的要求，生成了一個大圣穿越到現(xiàn)代探險的故事。
那我們是不是可以基于這個故事，生成一幅漫畫呢？ 當(dāng)然可以！你們看，在漫畫中，孫悟空游覽了山西幾個打卡圣地，最后來到了上海。大家注意看，不同圖片中的孫悟空，它的一致性是非常好的，前后看著都像一個孫悟空，還結(jié)合故事情節(jié)做出了對應(yīng)的動作。
漫畫很生動。我們能不能讓AI生成視頻？我們來看一下：
所以大家看到，原本漫畫中的對白，變成了字幕和配音，讓故事更加生動。
那如果我們腦洞再大一點(diǎn)，讓一個小朋友穿越到花果山怎么樣？其實(shí)很簡單，你只需要上傳一張小朋友自己的照片，就能讓他融入到這個個人定制畫本中。你們看，自由畫布已經(jīng)生成了一個小朋友夢游花果山的故事。接下來，點(diǎn)擊制作畫本就可以了，畫面中小朋友的神態(tài)和真人照片可以做得非常相似。
講到這呢，大家可以感覺到，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，它能很好地激發(fā)人們的無限靈感和創(chuàng)造力。因?yàn)樽杂僧嫴迹總€孩子都能成為故事的主角。因?yàn)樽杂僧嫴?，每個人都可以是漫畫家、成為短視頻導(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！我們很快會正式上線。
第四類智能體， 我們稱之為“行業(yè)智能體”。比如法律、醫(yī)療健康、金融、體育、旅行等等領(lǐng)域，都涌現(xiàn)出很多有用的智能體。
我們來看一個法律行業(yè)的智能體 ——法行寶。
每個人工作生活中，都會遇到各類法律相關(guān)的問題，但不是每個人都能第一時間找到專業(yè)的律師來幫自己支招。這時，法行寶就很有用了。它是很受用戶歡迎的智能體，在百度的平臺上，已經(jīng)回答了超過1660萬個問題。
我們來看看它具體能做什么？
我有一個朋友昨天被車撞了，現(xiàn)在躺在醫(yī)院花了很多錢，報警后，警察說是對方全責(zé)，但對方不給賠償，該怎么辦？
針對這個情況，法行寶給出了四個步驟的指導(dǎo)，先是保留相關(guān)證據(jù)，請求交管部門去調(diào)解，如果調(diào)解失敗，可以再提起民事訴訟、申請法院的強(qiáng)制執(zhí)行。你可能還想知道，如果賠償，能獲得多少賠償金？這也可以繼續(xù)咨詢：
醫(yī)生說他還有三個月才能正常走路，交通事故賠償怎么計(jì)算？
這時，它會提供一個賠償計(jì)算器，要求你補(bǔ)充關(guān)于賠償責(zé)任、事故時間地點(diǎn)、傷者工作收入、傷殘認(rèn)定等詳細(xì)信息，最后給出了一個事故造成的總損失和賠償金計(jì)算。
如果想靠起訴狀來拿回這筆賠償金，法行寶還可以幫你寫一封起訴狀：
幫我寫一封交通事故起訴狀。
和之前一樣，它會繼續(xù)詢問身份、代理人這些詳細(xì)信息，然后幫你生成。我們看到，現(xiàn)在起訴狀寫好了，填上事實(shí)細(xì)節(jié)就可以使用。所以，法行寶不僅能像專業(yè)律師一樣給出專業(yè)解答，還能調(diào)用大模型的生成能力，生成起訴狀。
當(dāng)然，如果你還想找真正的名牌律師咨詢更加復(fù)雜的私人問題，法行寶還能夠按照不同領(lǐng)域給你推薦知名律師，來提供進(jìn)一步幫助。
上線半年多以來，法行寶為940萬多人提供了高效、可信賴的法律服務(wù)，成為了每個普通人專屬的AI免費(fèi)律師。
目前，文心智能體平臺上，已經(jīng)吸引了15萬家企業(yè)和80多萬名開發(fā)者參與，覆蓋的應(yīng)用場景非常非常多。
現(xiàn)在大屏上顯示的，就是文心智能體平臺的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。
百度還邀請英偉達(dá)作為技術(shù)合作伙伴，共同發(fā)起了“文心智能體創(chuàng)新大賽”，大賽涌現(xiàn)出很多有價值的智能體應(yīng)用。
前面我講了智能體。下面我再講一下大模型的產(chǎn)業(yè)應(yīng)用。
大模型如何在產(chǎn)業(yè)落地？如何為千行百業(yè)的企業(yè)創(chuàng)造增量價值？這是我們一直在探索的問題。過去這一年半左右，我們看到在金融、能源、教育、招聘、公共服務(wù)等各個領(lǐng)域，大模型跟場景結(jié)合后，在降本和增效兩個方面都取得了實(shí)實(shí)在在的成果。
百度智能云是我們構(gòu)建智能產(chǎn)業(yè)生態(tài)的主要依托。目前在百度智能云的千帆大模型平臺上，我們已經(jīng)累計(jì)幫助用戶精調(diào)了3.3萬個大模型，開發(fā)出了77萬個企業(yè)級應(yīng)用，百度智能云已經(jīng)擁有中國最大的大模型產(chǎn)業(yè)落地規(guī)模，一半以上的央國企以及很多很多的民營企業(yè)，都在聯(lián)合百度智能云進(jìn)行AI創(chuàng)新。
我們來看以下兩個案例：
一個是大型企業(yè)的代表——百勝中國。大家知道這是國內(nèi)規(guī)模最大的餐飲公司，我們經(jīng)常光顧的肯德基、必勝客，都是百勝旗下品牌。百度和百勝一直有良好合作，最早是在『門店選址評估』方面，我們幫助百勝完成了新增數(shù)千家門店的選址，大幅提升了選址質(zhì)量和效率。在客服領(lǐng)域，我們提供了客服產(chǎn)品和大模型能力，服務(wù)百勝旗下多個品牌。尤其是解決了原來的客服機(jī)器人，難以識別客戶真實(shí)意圖、沒法關(guān)聯(lián)上下文的問題。
目前，我們的客服應(yīng)用和解決方案，已經(jīng)覆蓋了百勝全線業(yè)務(wù)，大模型每天調(diào)用量的峰值達(dá)到數(shù)百萬，客服機(jī)器人的『問題解決率』提升到了90%。在大模型時代，百勝還需要建設(shè)一個安全可信的大模型服務(wù)專區(qū)，來滿足內(nèi)部各品牌、各業(yè)務(wù)線的AIGC應(yīng)用需求。
因此，我們提供了千帆平臺、文心Speed模型、基礎(chǔ)云算力服務(wù)等給百勝，構(gòu)建了完善優(yōu)質(zhì)的大模型底座能力，幫助百勝更加便捷地開發(fā)和部署AI應(yīng)用。
除此之外，我們正在和百勝一起，把ASR、TTS、大模型和數(shù)字人的技術(shù)結(jié)合起來，共同驗(yàn)證在點(diǎn)餐屏上打造大模型點(diǎn)餐的能力。
未來，我們還將繼續(xù)合作，共同探索企業(yè)數(shù)字化、智能化轉(zhuǎn)型等各種各樣的可能性。
下個例子是互聯(lián)網(wǎng)行業(yè)的代表。智聯(lián)招聘是國內(nèi)領(lǐng)先的招聘平臺。
招聘平臺最主要的工作就是把合適的人匹配到合適的崗位上。過去這個工作大量地依靠人工來完成，人工地給崗位打標(biāo)簽，人工地去篩選海量的簡歷，人工地去分析求職者的對話，不僅費(fèi)時費(fèi)力，效果也難以保證，經(jīng)常會有遺漏和錯配。
百度和智聯(lián)招聘合作，利用大模型重構(gòu)了這個核心環(huán)節(jié)。通過自然語言對話，結(jié)合崗位的描述，迅速地為求職者和崗位畫出精準(zhǔn)的匹配畫像，并且自動回答有關(guān)工作時長、薪資福利、工作地點(diǎn)這些求職者關(guān)心的問題，甚至進(jìn)一步幫助安排面試。既為求職者推薦了合適的職位，也為用人單位精準(zhǔn)篩選出所需的人才，顯著提高了用人單位的招聘效率和質(zhì)量。目前，百度和智聯(lián)招聘合作，已經(jīng)成功沉淀出一系列提示詞模板，并在數(shù)萬條實(shí)際數(shù)據(jù)中得到了驗(yàn)證，人崗匹配的平均準(zhǔn)確率高達(dá)93%，而大模型使用的成本卻下降了約90%，為招聘行業(yè)帶來了全新變革，。
讓每一位求職者都能更輕松地找到心儀工作，讓每一家企業(yè)都能更高效地獲得所需人才。
今天，我在這里發(fā)布基于大模型的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(jì)劃的落地。
發(fā)布這100大產(chǎn)業(yè)應(yīng)用，其實(shí)也代表我們的認(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。
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(shí)的能力。當(dāng)然，這需要工具，這個工具就是我為大家?guī)淼?、今天的One More Thing——秒噠！
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)用各種的工具等能力。
注意，秒噠是跟任何輔助代碼生成工具是完全不一樣的，因?yàn)樗静恍枰隳芸炊a，所以看直播的朋友們，如果你是程序員，那你現(xiàn)在可以不看了，這個軟件是給非程序員來用的。
我用一個例子來給大家展示一下秒噠的能力：
假設(shè)我們要為蘿卜快跑開個新技術(shù)發(fā)布會。 我需要打造一個活動邀請系統(tǒng)，把邀請函分享給其他人，并且收集他們的想法和反饋。首先，上傳了一個有大會時間地點(diǎn)主題的文件給秒噠。
我們來看看，秒噠將如何滿足我這個需求。接收到指令后，屏幕上出現(xiàn)了0號智能體，就是小組長。它是整個智能體團(tuán)隊(duì)的核心，負(fù)責(zé)規(guī)劃調(diào)度。它將這個任務(wù)拆解成了需求確定、內(nèi)容生產(chǎn)、工程開發(fā)三個步驟。并且告訴我，它會召喚各個智能體來協(xié)作完成任務(wù)。
首先召喚的是1號智能體，是策劃智能體，負(fù)責(zé)活動邀請函的策劃、設(shè)計(jì)解決方案。那1號智能體又將這個任務(wù)拆分成：核心需求、內(nèi)容結(jié)構(gòu)、開發(fā)需求、數(shù)據(jù)收集四個子任務(wù)。
接下來，2號智能體就被召喚出來了，即小編智能體，它的主要職責(zé)是編輯邀請函中的所有文字和媒體內(nèi)容。邀請函需要在正文里包含一段發(fā)布展望，這個智能體通過全網(wǎng)搜索和總結(jié)，寫出了一段關(guān)于蘿卜快跑的精彩描述。它自動閱讀上傳文件后把時間地點(diǎn)等核心信息提取出來放到了合適的位置上。對于封面圖，我提出新的需求，給智能體幾張?zhí)}卜快跑六代車的照片，讓它生成一個充滿科技感的圖片作為邀請函封面。我們看到智能體通過iRAG的能力，成功繪制出了一張帶有RT6的封面圖。
然后，3號智能體出場，它是程序員智能體，負(fù)責(zé)寫代碼，來制作和部署網(wǎng)頁。大家看屏幕上，就是智能體在自動寫代碼，。但你完全不需要看懂這一側(cè)的東西，你只要看得懂那邊人話就行了。
等它寫完后，4號智能體質(zhì)檢員出場了，它發(fā)現(xiàn)了一個bug，所以把程序員智能體再叫回來，重新寫、重新改代碼。可以看到，質(zhì)檢員智能體會利用反思能力，運(yùn)行測試代碼，看看代碼是不是跑得通。
現(xiàn)在智能體已經(jīng)把代碼修復(fù)好了，自動生成了邀請函，但我覺得這個畫風(fēng)不夠好看，想再換一個更有科技感的。輸入這個想法后，程序員智能體會再寫一次代碼，給出一個新版本，這次換成了一個更有科技感的色調(diào)，有邀請函、會議日程，最后還附上了參會報名的界面，通過調(diào)用地圖的API，嘉賓就可以一鍵導(dǎo)航到達(dá)會場。我們輸入個測試信息。
最后，可以在后臺看到，這條報名信息已經(jīng)在統(tǒng)計(jì)表格中了。
這樣一個發(fā)布會的邀請系統(tǒng)，從你開始到最后結(jié)束，只需要3分鐘，用戶不用寫一行代碼，就可以完成。
整個過程體現(xiàn)了 整個過程體現(xiàn)了秒噠的三個特性：第一是無代碼編程、第二是第三是多智能體協(xié)作、多工具調(diào)用。無代碼編程，是由大模型直接生成代碼，不需要人寫一行代碼，所以門檻就大大降低了，每個人都可以去做，每個人都可上手；多智能體協(xié)作，是基于文心大模型思考、規(guī)劃等能力，實(shí)現(xiàn)對不同類型智能體的調(diào)度、編排，這個任務(wù)中一共有5個智能體協(xié)作完成；多工具的調(diào)用，剛才這個例子當(dāng)中，調(diào)用三個工具，一個是網(wǎng)頁檢索工具，他要到網(wǎng)上去找RT6各種各樣的資料來進(jìn)行創(chuàng)作；一個是iRAG，就是圖片的檢索生成，我們給了RT6圖片之后，可以保持原來的精準(zhǔn)度，生成相應(yīng)的圖片；還有地圖的API調(diào)用。
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。
除了上面展示的邀請系統(tǒng)，秒噠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(xiàng)目經(jīng)理、設(shè)計(jì)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(jī)會，就是因?yàn)樗鼘τ谏鐣?jīng)濟(jì)，帶來了生產(chǎn)力的無限擴(kuò)張。 秒噠讓每一個人都能具備程序員的能力，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?，F(xiàn)在你就可以去排隊(duì)預(yù)約，我們明年第一季度發(fā)布秒噠，大家就可以試用了。
今天，我們用大約一個小時的時間，回顧了過去24個月，全球生成式AI變革帶來的應(yīng)用大爆發(fā)，也發(fā)布了文心iRAG和無代碼秒噠兩大技術(shù)，展示了智能體、產(chǎn)業(yè)應(yīng)用兩大應(yīng)用方向的案例?？梢钥闯?，AI應(yīng)用的時代是真的來了！
當(dāng)然，在人類信息技術(shù)變革的不同歷史時期，應(yīng)用出現(xiàn)的的樣貌也不一樣：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和被關(guān)注的賬號；在AI時代，應(yīng)用最主要的形態(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 creating the world.
謝謝大家。（作者｜李程程，編輯｜胡潤峰）