新火種
2024-01-04 
百度交了份“大”作業(yè)：文心一言用戶破1億，累計37億字文本創(chuàng)作，能力再升32%！
今年國產(chǎn)大模型的最后一聲槍響，屬于百度：
這便是在深度學(xué)習(xí)“春晚”——WAVE SUMMIT+ 深度學(xué)習(xí)開發(fā)者大會2023中，百度CTO王海峰披露的有關(guān)文心大模型的最新數(shù)據(jù)。
值得一提的是，本屆“春晚”與以往有所不同，從2019年開始以“一年兩屆”的節(jié)奏，已然是來到了第10屆的標(biāo)志性節(jié)點。
而在這整整五年的進(jìn)程中，除了文心大模型從1.0逐步迭代到4.0之外，每屆WAVE SUMMIT的另一個主角飛槳，也迎來了里程碑。
從王海峰公布的一組飛槳生態(tài)的數(shù)據(jù)便可感知一二：
開發(fā)者規(guī)模：從2019年的150萬，直接提升一個量級，達(dá)到1070萬；企業(yè)數(shù)量：服務(wù)了23.5萬家企事業(yè)單位；模型數(shù)量：基于飛槳創(chuàng)建了86萬個模型。
那么在百度交出這份“大作業(yè)”的同時，文心一言和飛槳在具體表現(xiàn)上又如何？
我們現(xiàn)在一同來看下。
文心一言更強(qiáng)了首先是文心一言。
百度集團(tuán)副總裁吳甜在大會中也總結(jié)了一組與之相關(guān)的數(shù)據(jù)：
什么概念？
字?jǐn)?shù)規(guī)模相當(dāng)于10部《永樂大典》、500套《魯迅全集》、1萬本《三體》。
在代碼編寫方面，文心一言也已經(jīng)輸出了3億行代碼，涵蓋到所有的主流編程語言。
除此之外，聚焦到更多細(xì)分任務(wù)，文心一言還完成了累計達(dá)到4億字的專業(yè)合同、制定500萬次的旅行計劃，以及240萬次的建議和支持等等。
不僅如此，為了讓文心一言能夠變得“更聰明”，百度還把AI Agent，即智能體技術(shù)融入了進(jìn)來。
百度在智能體上的打法，是在文心一言中開發(fā)了兩個系統(tǒng)：
系統(tǒng)一：以模型和記憶為基礎(chǔ)，給予用戶諸如直接反應(yīng)的的答復(fù)生成；
系統(tǒng)二：加強(qiáng)理解、規(guī)劃、反思、進(jìn)化等一系列的能力。
在二者“雙buff”加持之下，文心一言就可以把知識和工具用得更加靈活，問題也能剖析得更深。
更利好的一個消息是，現(xiàn)在，文心一言的智能體模式已經(jīng)面向?qū)I(yè)版用戶進(jìn)行邀請測試了！
至于“新發(fā)布”這事上，百度這次在大模型上劍指的就是生態(tài)——星河社區(qū)整體大升級。
從下至上來看，在算力層方面，星河社區(qū)已經(jīng)為開發(fā)者提供異構(gòu)算力的支持，包括英偉達(dá)、英特爾和中科曙光等等。
通用組件方面，便可實現(xiàn)多語言編程環(huán)境和服務(wù)化部署。
在模型開發(fā)層面，星河社區(qū)提供了飛槳產(chǎn)業(yè)級模型庫以及飛槳的全流程開發(fā)工具，可以讓開發(fā)者用更靈活的方法去搞模型開發(fā)。
最后是在應(yīng)用開發(fā)方面，百度也提供了多種模式，包括AI繪畫和AI對話的零門檻開發(fā)方法，以及大模型工具中心和多工具智能編排等。
而剛才提到的大模型工具中心，則是此次星河社區(qū)中重點新發(fā)的內(nèi)容之一。
例如在大模型工具中心的加持之下，現(xiàn)在要開發(fā)一個“旅游助手”，現(xiàn)在就變成“點點點”這樣的操作了。
首先來到飛槳AI Studio星河社區(qū)頁面的應(yīng)用欄目，點擊右上角的“創(chuàng)建應(yīng)用→零代碼開發(fā)”，然后點擊“多工具智能編排”，并輸入項目名稱：
為了讓“旅游助手”更加專業(yè)，還可以通過在知識庫中上傳更專業(yè)的文檔，讓大模型變成專家，提升特定領(lǐng)域的問答能力。
還可以點擊“工具掛載”，把百度已經(jīng)提供出來的包括多模態(tài)輸入輸出等在內(nèi)的眾多掛載工具加進(jìn)去。
最后只需再點擊“發(fā)布”，一個應(yīng)用程序就搭建好了。
不難看出，現(xiàn)在開發(fā)一個應(yīng)用程序，哪怕是不會編程的小白都能操作得游刃有余。
而在這背后，實則是百度將飛槳已經(jīng)積累了的產(chǎn)業(yè)級模型庫中的數(shù)百個模型塞了進(jìn)去，涵蓋金融、制造業(yè)、工業(yè)等等；也包括百度大腦的AI能力，覆蓋語音、視覺、自然語言處理等主流的AI技術(shù)方向。
不僅如此，百度為了讓文心一言變得更強(qiáng)，還特意讓它“拜師”到10個行業(yè)的10位專家門下。
這些導(dǎo)師所涵蓋的領(lǐng)域也是極為廣泛，包括藝術(shù)設(shè)計、科技傳播、交通運輸、文學(xué)創(chuàng)作、醫(yī)療健康等等。
吳甜表示：
當(dāng)然，讓文心一言變強(qiáng)，也離不開背后飛槳的支持。
飛槳再升級：搞開發(fā)門檻又降低了在本屆WAVE SUMMIT中，飛槳開源框架也以全新的姿態(tài)現(xiàn)身——V2.6。
我們依舊是先來整體看下升級內(nèi)容。
首先在底層，飛槳夯實了高擴(kuò)展性中間表示體系，可以更好地支撐更極致的性能優(yōu)化。
其次動轉(zhuǎn)靜訓(xùn)練方面，飛槳做了進(jìn)一步的升級，通過自適應(yīng)的圖構(gòu)建技術(shù)，使得整個動轉(zhuǎn)靜的成功率大幅提升，達(dá)到了100%。
針對分布式開發(fā)困難的問題，飛槳研發(fā)了動靜統(tǒng)一的自動并行編程，開發(fā)者只需要了解張量切分，便可以輕松地開發(fā)相關(guān)的混合并行訓(xùn)練代碼。
與此同時，大模型的套件也進(jìn)行了全流程的優(yōu)化，從預(yù)訓(xùn)練到精調(diào)、壓縮、推理、部署，全環(huán)節(jié)都得到了相應(yīng)的改善。
最后，在最具挑戰(zhàn)的算力方面，飛槳也在適配方面做了相應(yīng)的升級。
例如計算執(zhí)行方面，可以支持多Stream的并行算子調(diào)度；在硬件廠商進(jìn)行開發(fā)方面，可以通過 “自定義加速算子” 靈活接入根據(jù)自身硬件特性定制的不同顆粒度的大算子等。
并且在結(jié)合文心大模型適配的過程當(dāng)中，飛槳也進(jìn)行了軟硬件協(xié)同，支持硬件廠商建設(shè)在硬件層的Transformer大算子加速庫，協(xié)助硬件廠商加速軟件棧的完善。
而基于上述的升級，百度AI技術(shù)生態(tài)總經(jīng)理馬艷軍也帶來三個“新發(fā)布”——大模型重構(gòu)開發(fā)工具鏈，帶來三大開發(fā)新范式。
第一個新發(fā)布就是Comate AutoWork——2分鐘開發(fā)一個領(lǐng)取Comate試用權(quán)益的程序。
簡單來說，就是開發(fā)者只需要提需求，剩下的工作都可以交給Comate AutoWork來解決。
例如我們提一個這樣的需求：
而后你也附上一個PRD文檔，讓Comate AutoWork更好地理解需求。
可以看到，Comate AutoWork接下來就會自動分析PRD文檔，做總結(jié)提煉等工作。
對于不清楚地方，它還會自己提問，我們所要做的就是再次對需求做說明和澄清。例如：
之后，AutoWork就會給出執(zhí)行計劃，并根據(jù)開發(fā)者的反饋做動態(tài)調(diào)整。
之后，AutoWork對于代碼文件還會標(biāo)注出來哪些需要“修改”，方便開發(fā)者做進(jìn)一步的調(diào)整。
開發(fā)者對于需要修改的文件，同樣可以用自然語言做調(diào)整；最終，開發(fā)者就可以檢查代碼、采納，并在本地做測試了。
飛槳第二個新發(fā)布，則是低代碼開發(fā)工具PaddleX升級到了2.2版本。
以字符識別為例，以往哪怕是用到了PaddleOCR，對于較復(fù)雜的文件來說，識別結(jié)果可能是這樣的：
為此，在2.2版本中，飛槳專門做了PP-ChatOCR，再次進(jìn)行同樣的任務(wù)，結(jié)果就完全正確了：
馬艷軍在現(xiàn)場表示：
至于飛槳最后一個發(fā)布——面向生態(tài)中廣大開發(fā)者的文心一言開發(fā)機(jī)制。
星河社區(qū)用戶可以通過API和SDK使用文心大模型的基礎(chǔ)能力，并支持插件、多工具智能編排開發(fā)，以低代碼和零代碼開發(fā)界面，實現(xiàn)AI原生應(yīng)用開發(fā)。
文心一言開發(fā)機(jī)制還升級了配套開發(fā)工具、優(yōu)化注冊接入自動化流程、支撐開發(fā)者深度效果調(diào)優(yōu)、助力應(yīng)用推廣，全面降低應(yīng)用開發(fā)門檻。典型應(yīng)用開發(fā)時間縮短40%以上，端到端效果提升30%以上。
例如我們要制作“制作全國TOP10省份常住人口隨時間動態(tài)排序的圖表”，Prompt提給文心一言是不是就能實現(xiàn)了？是的！這里還用到了文心一言插件“代碼解釋器”。
上傳一份數(shù)據(jù)后，用自然語言提出自己的需求：
可以看到，模型會根據(jù)上述的需求自動生成相應(yīng)的Python代碼。而后我們可以繼續(xù)提需求：
最終，在接收到這個指令之后，我們想要的動態(tài)圖表就呈現(xiàn)出來了：
以上便是本屆WAVE SUMMIT中最為重磅的升級內(nèi)容了。
那么最后一個問題便是：
五載十屆，百度做到了什么？首先，非常直觀的一點感受，就是百度已然通過AI技術(shù)的力量，把“搞開發(fā)”這件事情的門檻狠狠地打了下去。
縱觀第十屆WAVE SUMMIT，與開發(fā)相關(guān)的所有內(nèi)容，近乎都是通過自然語言的prompt，或者“點點點”的動作來完成。
不過很顯然的，能夠把開發(fā)門檻降低至如此，定然不會是一蹴而就的事情。
若是我們把WAVE SUMMIT五年歷程的核心鋪開來看，那么百度在AI開發(fā)的路徑便會更加清晰一些：
2019年：提出深度學(xué)習(xí)是智能時代的操作系統(tǒng)；深度學(xué)習(xí)推動人工智能進(jìn)入工業(yè)大生產(chǎn)階段。2020年：打造AI新型基礎(chǔ)設(shè)施，云智一體加速產(chǎn)業(yè)智能化；2021年：融合創(chuàng)新，降低門檻；2022年：深度學(xué)習(xí)平臺加速大模型，夯實產(chǎn)業(yè)智能化基座；2023年：大語言模型為通用人工智能帶來曙光。
雖然百度每年在WAVE SUMMIT中的“主旨”會有所變化，但從中我們也不難看出變中的“不變”——
做好人工智能時代的基礎(chǔ)平臺。
無論是在投入工業(yè)大生產(chǎn)階段，亦或是現(xiàn)如今人人皆可開發(fā)的大模型時代，“文心大模型+飛槳”強(qiáng)強(qiáng)聯(lián)手的模式，似乎都是在底部充當(dāng)強(qiáng)勁馬達(dá)的角色，為上層應(yīng)用的開花結(jié)果提供源源不斷的動能。
而歷屆WAVE SUMMIT著重強(qiáng)調(diào)的生態(tài)建設(shè)亦是如此。
其重要性正如蘋果、安卓在移動時代下的生態(tài)大戰(zhàn)一般，得生態(tài)者為王；而人工智能時代之下，技術(shù)與生態(tài)需并行的重要顯得格外突出。
或許這也正是王海峰在今年兩次的WAVE SUMMIT中都提到“文心加飛槳，翩然赴星河”的原因了，而這“星河”便是通用人工智能的星辰大海。
總而言之，百度在WAVE SUMMIT的“五載十屆”中，確實是做穩(wěn)了人工智能時代的基礎(chǔ)平臺。
那么在此基礎(chǔ)之上，在科技日新月異的未來，百度還將帶來怎樣的技術(shù)變革，是值得期待一波了。
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認(rèn)可。 交易和投資涉及高風(fēng)險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。
