文|新莓daybreak 史圣園
編輯|翟文婷
百度高調(diào)發(fā)布文心大模型4.0，再次將人們的目光聚焦在生成式AI。
李彥宏的說法是，與GPT4相比，文心 4.0的綜合水平已經(jīng)毫不遜色，理解、生成、邏輯和記憶四大能力，都有明顯提升。
基礎模型的能力決定著AI 原生應用的可能性。
AI 時代，搭建應用的技術成本顯著降低，最重要的還是找到「場景」。未來將有大量的大模型應用井噴，已成為行業(yè)內(nèi)、投資圈的共識。問題在于，什么時候才能產(chǎn)生真正意義上的AI爆款應用？
百度的解題方法是，一方面押注自己，將既有產(chǎn)品線用 AI重構(gòu)；另一方面也將籌碼均勻分布到「生態(tài)」。百度智能云應用商店、靈境插件平臺，試圖搭建 AI 時代的 App Store，擴大命中「殺手級應用」的概率。
問題是，百度如何才能避免讓這種熱情淪為一廂情愿呢？
畢竟現(xiàn)實是，C端用戶使用AI應用的頻次并不高，找不到打開AI的正確方式；B端客戶采買的決策鏈路復雜漫長，同時擔心數(shù)據(jù)安全。這個行業(yè)癥結(jié)，百度是否有正確解法？
喊話 GPT 4
學界普遍認為，參數(shù)規(guī)模越大，模型的通用能力越強。
此次發(fā)布會上，李彥宏沒有提及文心大模型 4.0 的參數(shù)規(guī)模，而是著重展現(xiàn)了貼合生活場景的模型能力。據(jù)《晚點 LatePost》報道，該版本參數(shù)規(guī)?；蜻_到萬億級別。
李彥宏依次展示了文心大模型的四大能力：
·理解能力，他用公積金異地貸款為例，展示文心 4.0 對于前后亂序、表述模糊、潛臺詞洞察的能力。
·生成能力，讓大模型根據(jù)需求，生成一整套汽車的營銷素材，包括文案、海報、視頻等多模態(tài)內(nèi)容。
·邏輯能力，舉例的場景是家長輔導功課，文心一言給孩子講解數(shù)學題，包括解題思路、計算過程，以及知識點的延伸。
·記憶能力則是通過小說創(chuàng)作的案例，不斷補充人物關系、戲劇沖突等細節(jié)，展示大模型在多輪對話中的記憶力。
值得一提的是，這四個場景均跟生活和工作中的「生產(chǎn)力」相關，強調(diào)切實的信息價值，弱化了休閑娛樂場景的陪伴、互動能力?？雌饋恚男囊谎缘亩ㄎ桓袷且粋€「萬金油」助手。
主動發(fā)出這樣的信號，或許說明百度對模型能力有著更高的要求，想要積累更多的高質(zhì)量用戶數(shù)據(jù)。大模型的幻覺、行業(yè)知識的缺乏，是其廣泛落地的最大障礙。
娛樂場景的閑聊，雖然門檻低、有趣、易傳播，更容易積累大量的語料，單個用戶就能在一天中聊幾百個來回，但這些數(shù)據(jù)對底層模型的知識提升較為有限。而行業(yè)用戶所提出的問題、給出的反饋，才能真的讓大模型更懂業(yè)務場景。
新莓 daybreak 選取了一個注冊會計師考試題目，來實際測試文心 4.0和 GPT-4 目前的能力。該題目的計算過程，涉及 4 個解題步驟。
很遺憾，中外兩款大模型都未能正確回答，但均給出了解題思路。目前線上版本的文心一言依靠文心3.5模型，在第一步就出現(xiàn)了計算錯誤；而文心 4.0 和GPT-4 均是在第三步出現(xiàn)了計算錯誤。由此看來，各家大模型的推理能力均有待加強。
CPA考題，各家大模型均計算錯誤
當我們提示「計算步驟中是否出現(xiàn)數(shù)據(jù)錯誤」時，GPT-4 修正了數(shù)據(jù)錯誤，并給出了正確回答；而文心3.5、4.0 均開啟了另一個話題，試圖說明「數(shù)據(jù)計算出現(xiàn)錯誤」是什么原因，雖然文心4.0的解釋更翔實，但它并未能理解這句指示的真正意圖。GPT-4的上下文記憶和理解能力，目前略勝一籌。
GPT4 在用戶提示下修正了錯誤
以上測試，均是在未經(jīng)微調(diào)的通用應用上進行的測試。在實際應用時，往往需要用業(yè)務數(shù)據(jù)對模型進行微調(diào)；然而，通用大模型在某個特定任務上的能力上升，可能會伴隨著其他場景上的能力下降。因此，針對不同的領域任務，推出不同的微調(diào)接口，對于實際應用尤為重要。
一些企業(yè)客戶已經(jīng)開始接入文心4.0體驗測試，某金融機構(gòu)的IT部門告訴新莓daybreak，4.0版本的知識問答能力比之前有較大的提升。
AI重構(gòu)應用
「沒有構(gòu)建于基礎模型之上的豐富的 AI 原生應用，大模型就一文不值?！估顝┖暾f。他認為，AI 原生應用就是基于大模型的理解、生成、邏輯和記憶能力開發(fā)出來的應用。
此前，李彥宏曾從更感性的角度給出 AI 原生應用的定義。除了以上四點技術能力外，還需要滿足兩個條件：能用自然語言交互、每個功能不超過兩級菜單。
換言之，AI 原生應用，應該是簡單、直覺、輕量的。
改革先從自家的產(chǎn)品做起，百度搜索、網(wǎng)盤、文庫、地圖、智能辦公（如流）、輸入法等全線產(chǎn)品，都進行了 AI 化改造。
先來看搜索。百度曾靠搜索起家，后來知乎、微博、小紅書、B站，紛紛搶占了用戶的搜索時間。
早在2年前，抖音的搜索月活達5.5億次+，快手搜索月活達3億次+，單日視頻搜索量達2.5億次+；截至2023年2月，小紅書日均搜索查詢量達3億次。比起各類社交媒體上的專業(yè)領域KOL，百家號、貼吧構(gòu)筑的內(nèi)容池，顯得吸引力不足。另一方面，僅能命中文本關鍵詞的搜索形式，無法很好地搜索圖片、視頻等內(nèi)容，已經(jīng)無法滿足多元的搜索需求。
這一次，百度搜索想借助 AI 變得更懂用戶。李彥宏介紹，「新搜索不再是給你一堆鏈接，而是通過大模型去理解，生成一個最好的答案?！顾麑⑿滤阉鞯奶攸c歸納為「極致滿足、推薦激發(fā)、多輪交互」。
用大白話說，搜索引擎不再只是按照你輸入的關鍵詞搜內(nèi)容，而是跟你聊天，并將結(jié)果整理成更易懂、易用的通俗語言。如果「對話」是搜索未來的產(chǎn)品形態(tài)，那么被顛覆的不僅是用戶體驗，還有搜索引擎的商業(yè)模式。
AI 搜索，不再是搬運內(nèi)容，而是在創(chuàng)造內(nèi)容。
如果當 AI 的創(chuàng)造包含廣告的成分，且不加以區(qū)分，那么用戶將無法信任搜索的結(jié)果。如果限制商業(yè)行為對AI回復的干擾，那么競價排名的廣告收入勢必會受影響。目前，線上使用的百度搜索仍然是老版本，只是多了一個喚起 AI 助手的入口。
百度文庫、百度網(wǎng)盤也紛紛在各自的界面上加入了 AI 助手。網(wǎng)盤助手和文庫助手都可以幫助用戶總結(jié)內(nèi)容、提煉要點。功能都是好功能，但放在一起，不免讓人覺得，各條產(chǎn)品線的 AI 助手大同小異。
讓人眼前一亮的是 AI 版輸入法。百度輸入法的 AI 功能叫「超會寫」，主打「讓你社交溝通不再精神內(nèi)耗」，洞察到了一個剛需、高頻、且對生成文案容錯率較高的場景。但目前，點擊輸入欄的按鈕喚起AI的交互，還是略顯刻意。AI功能和輸入法的融合，微信輸入法更潤物細無聲，將輸入本身變成召喚術：在輸入文字后，自動聯(lián)想到優(yōu)化表達、喚起音樂等貼合場景的需求。
微信輸入法的AI喚醒方式更加自然
百度 AI 原生應用商店也一并上線，截止 10 月 22 日，共有 55 款應用。生態(tài)中的智能應用，集中在智能客服、AI輔助寫作、專業(yè)知識問答等幾個場景，和百度自有產(chǎn)品線的應用場景高度重合，但多了一些行業(yè)屬性。
如何先用起來
阻礙 B 端用戶應用大模型的，主要是成本和預期的問題。無論規(guī)模，企業(yè)們都非?？粗財?shù)據(jù)的私密性。
Cathy 是一家大模型公司的解決方案工程師，她說，即使是云端私有化的方式，一些客戶還是感到不安?！缚蛻糇铋_始試驗的，都是一些對數(shù)據(jù)安全要求不太嚴格的功能。但如果后續(xù)想要一些深度功能，就紛紛都要求私有化了?！?/p>
但如果要將大模型做私有化部署，價格往往需要幾千萬元，整個決策鏈路就要被無限拉長。
David 所在的創(chuàng)業(yè)科技公司長期服務企業(yè)客戶。不僅是他們，客戶公司的部門領導也更喜歡短平快、立竿見影的小項目，讓自己的部門先做起來?！复笮蜋C構(gòu)的招投標，如果從部門上升到整個公司層面，就會變得極其復雜?！?/p>
「客戶的需求都比較理想化，他們都希望用稍微小一點的模型，最好可以私有化部署，然后還能達到很好的效果?！笵avid 說，經(jīng)過他們測試，如果企業(yè)內(nèi)部的數(shù)據(jù)質(zhì)量足夠高，在 6B、13B 的小參數(shù)模型上進行特定任務訓練，也能達到相對理想的效果。
David還補充道，「不僅僅是私有化的成本，單次推理的成本也會更低，速度還會更快。我的親身體會是，小參數(shù)的模型，客戶接受起來更容易一些?！?/p>
而對于大多數(shù) C 端用戶來說，真正使用 AI 的頻次并不高。一些 AI 應用的定價從側(cè)面證實，用戶訂閱 AI 服務頗有點沖動消費的意味。「為 AI 付費，感覺像是辦了個健身房的年卡會員，是在消費一種『我會更加高效』的感覺。」
海外用戶量較大的兩款文檔處理類 AI 工具，ChatPDF 和 PDF.ai，都將月度會員的權(quán)益放大到幾乎「無限次使用」，再收取十幾美元的價格。
這兩款產(chǎn)品都出自個人開發(fā)者之手，他們沒有賠本賺吆喝的必要。從實際使用情況來看，很少有用戶高頻使用，十幾美元就足夠覆蓋用戶消耗的成本。用戶使用程度不夠深入，或許也說明，AI 現(xiàn)有的能力，并沒有達到用戶的期待。
但也不是絕對的。程序員是為數(shù)不多認真在使用 AI 產(chǎn)品的人群。
GitHub Copilot 的售價也是每月10美元，華爾街日報卻報道稱，平均每位付費用戶每月給微軟帶來了20 美元的虧損。從另一個角度看，微軟每月用 20 美元的價格，雇傭了一個認真的用戶，提供高質(zhì)量的數(shù)據(jù)幫他們訓練 AI。
人人都知道下一個機會在應用層，可是找準場景、利用 AI 絲滑地升級現(xiàn)有產(chǎn)品，又談何容易。
企業(yè)用戶還在擔心數(shù)據(jù)安全，大量個人用戶找不到 AI 的正確打開方式。大模型想要兌現(xiàn)商業(yè)價值，似乎長路漫漫。
而百度的搶跑似乎在告訴我們，快人一步，至少意味著更多空間和可能。