新火種
2024-12-11 
大模型「標王」硬氣：不做Sora，要幫更多企業做出Sora
被神話的 Sora ，被低估的多模態。
Sora 終于來了！
只要是 ChatGPT Plus/Pro 用戶，直接就能用上。
至于效果 ......
看完官方放出的 demo，網友大呼：不太行 ！
當人們對「超級應用」的熱情被 Sora 澆上一盆涼水時，多模態應用已經悄咪咪跑了起來，速度超出想象。日均調用量 15 億，誰在給生產「上價值」 ？一句話、30 秒，創意立刻「活了」 。
Vidu 文生視頻一句話，召喚出 3D 世界。
哇嘶嗒（VAST）文生3D模型一個創意、一鍵生成，短短五分鐘，一段品牌宣傳片便能完美呈現。手機，也能來個「即圈即搜」 。
貴陽市民早高峰擁堵時長縮短了半小時，大模型功不可沒。在百勝中國，AI 客服每天能處理超過 15 萬次消費者溝通。龍源電力的 5 萬路視頻監控，現在只需一句話就能過濾掉無關的煙霧、燈光等干擾誤報。這些都不是簡單的技術 demo ，而是百度智能云在給實際生產「上價值」 的真實寫照。IDC 數據也印證了這一點。2023 年，百度智能云至少拿了兩個第一：在 AI 公有云市場份額達到了 26.4 %，已連續五年位居首位；大模型又是 AI 公有云的細分領域，作為國內率先搶跑大模型的云廠商，2023 年百度智能云在大模型平臺市場份額為 19.9%，也位居第一。可見，大模型正成為百度智能云一年多來新的增長引擎。百度創始人李彥宏曾在百度世界 2024 大會上透露，截至 11 月初，百度文心大模型的日均調用量達到 15 億，相較一年前首次披露的 5000 萬次，增長了約 30 倍。調用量高、增速快，表明有越來越多的應用在使用大模型。「調用背后意味著它在給應用產生價值。」 李彥宏說。「標王」 的底氣「Sora 這種，無論多火，百度都不去做。」 公開場合談及此，李彥宏態度明確。百度要做的是基建，幫更多用戶做出自己的 Sora ，打造無數個「超級有用」 的多模態應用。市場也用真金白銀投了票。據媒體報道，市場大盤上，2024 年 1-8 月大模型中標項目數量已是 2023 年全年的 5 倍，百度綜合排名第一：除了中標金額、項目數量最多，行業覆蓋也最廣，央國企客戶過半。作為「標王」，不做 Sora 并不意味著放棄多模態。很多場景應用，如果沒有多模態技術支持，根本落不了地。但企業要的不是裸的模型，而是貼合自家業務場景的多模態能力，能「開箱即用」就更好了。身為 「標王」 ，百度智能云也有底氣給足各種選項。憑啥？它控制了從底層算力到上層應用的堆棧每一層，在堆棧每一層都有關鍵自研技術。在此，離不開兩個核心支點：作為大模型精調和應用開發平臺的千帆，以及提供穩定高效算力服務的百舸平臺。先看百舸。想從 0 到 1 訓練自己的多模態大模型？百舸：安排！一些前沿的空間智能玩家已經蓋戳認證，如生數科技、哇嘶嗒（ VAST ）、光魔科技。
光魔科技，一鍵將故事生成視頻。這個以 GPU 為核心搭建的異構計算平臺，本來就很適合多模態大模型訓練，主打一個「多快穩省」 。「多」 ，是指 「多芯混訓」 ，支持同一智算集群中混合使用不同廠商芯片，兼容昆侖芯、昇騰、海光 DCU、英偉達、英特爾等國內外主流 AI 芯片。選擇靈活，也降低了算力成本，還不用擔心性能顯著下降。因為，百舸的多芯混合訓練任務的性能損失，控制在了萬卡性能損失 5%，已經是業界最高水平。除了「多」，訓練、推理也又「快」又「穩」。從發布到上線僅三個月，生數科技就完成了對 Vidu 的快速迭代。為啥這么快？因為百舸會把不同地點、不同規模、不同集群的算力統一管理起來，再通過一些優化經驗和技術，大大提升智能算力的效能：萬卡集群上的模型有效訓練時長占比超過99.5%，線性加速比和帶寬有效性均超過了 95% ，業界領先。說地更具體點。訓練 Vidu 大模型需要長序列訓練和較大的上下文窗口，百舸創新提供了序列并行策略、顯存優化策略，還支持超長上下文訓練。作為結果，大模型訓練中最費時間的渲染環節，效率提升了 3 倍。同時，通過優化數據拉取機制，顯著壓縮了數據準備時間。
在推理上，百舸也有三個亮點。提供自定義鏡像推理服務，用戶可以「搭樂高」 ，滿足不同推理服務部署。異構多芯支持架構，既保證性能又控制成本。多模態推理加速能力。這也是 Vidu 將 AI 視頻生成等待時間壓縮至 30 秒，比業內最快水平 Gen-3 還要快一倍的「幕后功臣」 。值得一提的是，大模型 Scaling Law 仍在繼續，百舸 4.0 也具備了成熟的 10 萬卡集群部署和管理能力。再說千帆。主打一個「低門檻」甚至「零門檻」 ，最好普通人都能用。至今，已經促成超 77 萬應用的誕生。憑借「三層分立」：模型開發層、模型服務層和應用開發層，滿足千變萬化現實需求。
在模型開發層，千帆提供全流程工具，從數據處理、模型調優到部署，滿足多模態大模型定制化需求。想直接調用多模態能力的用戶，可以在模型服務層「各取所需」。多個領域主流模型，千帆都給安排了。文生圖：如 Stable-Diffusion-XL 、文心一格；文生視頻：如 Vidu 1.0 ；圖像理解：如 Fuyu-8B、LLaVA ；除了多模態系列模型，還有百度視覺系列模型。雖然百度 ERNIE 系列大語言模型和語音系列模型主要針對單一模態，但也可以通過組合使用來增強整體的多模態處理能力。在擴大模型類型的同時，千帆也在降低模型調用成本。過去一年，文心旗艦大模型降價幅度超過 90%，兩款主力大模型 ERNIE Speed 和 ERNIE Lite 免費，最大限度降低企業創新試錯的成本。最上一層是應用開發，幫助企業用多模態能力改造業務，這個辦法最簡單、直接。最近上新了企業級 RAG 和企業級 Agent 開發，將多模態應用門檻又拉低了一截。就拿工作流 Agent 來說。在現有工具鏈支持下，只需一、兩句話+勾選、拖拽，大模型就能跑出一個簡單、閉環的輕量化 Agent，如熟知業務「套路」的數字員工。愛庫存是一家私域電商供貨平臺，數百萬店主通過微信群、朋友圈分發平臺上的商品。他們正在千帆大模型平臺開發「愛庫存超級助手」Agent。此前，店主遇到銷量下滑需要經歷繁瑣流程：查看數據找原因，瀏覽熱賣榜選品類，比價選品，再制作文案和海報。這一系列操作通常要花費數小時。現在有了 Agent，這些工作只需幾分鐘就能完成。「開箱即用」 ，支棱千行百業對于千行百業中呈長尾分布、「拿來主義」就能搞定的需求來說，百度智能云打造的一批 AI 原生應用，會很趁手。「客悅」 、「曦靈」 、「甄知」、「一見」 等都實現了多模態的「開箱即用」 。營銷、客服，幾乎是所有企業舍得砸錢、也最容易積累數據與 AI 產生化反的通用場景。有了「客悅」、「曦靈」，數字人銷售、直播帶貨，分分鐘搞定。某日化龍頭企業用客悅 AI 外呼回訪老客戶，不僅摸清了客戶流失原因，還通過精準派券帶動復購，最終復購率提升超 10% 。曦靈數字人平臺擁有文生 3D 數字人的能力，不但可以一句話生成企業所需 3D 數字人形象，還可以讓它立即投入工作，自動生成專業的帶貨視頻。
曦靈數字人平臺，一句話生成3D數字人帶貨視頻。有了多模態能力的加持，數字人主播可以一邊展示貨品一邊講解，還能和直播間用戶實時互動，全年無休，多國語言也能張嘴就來。價格上，僅需 199 元！一個 3D 超寫實的數字人，過去定價可是萬元級別。企業知識管理也迎來多模態升級。「甄知」讓知識管理從「重存儲」轉向「重應用」，企業知識被盤活。以南方電網為例，集團擁有數萬篇各類標準文件，都以 PDF 形式存儲。「甄知」運用大模型的 OCR 視覺能力，快速將這些文檔拆解為章節段落和圖表，完成知識結構化。員工能在「甄知」輔助下編寫各種企業文檔，新產生的知識會自動進入企業知識庫，精準推給需要的同事。基于多模態大模型重構的「一見」 視覺大模型，可快速滿足碎片化場景下的視覺需求。礦區駕駛員的「一分鐘安全確認」，從傳統小模型需要 50 多天，縮短到現在僅需 2 天左右就能投產使用。「開箱即用」的 AI 原生應用也延伸到了醫療、政務、交通等更多領域，加速多模態應用在千行百業落地。砥礪多年，真·「卷王」一旦技術得到廣泛應用，就會產生海量數據，這些數據又反哺 AI 進化，推動數據飛輪高速運轉。不同于 Sora，這是百度認準的一條通往 AGI 之路。「我們應該把注意力放在閉環怎么走完，而不是不斷解鎖能力。」李彥宏認為，一旦有一家（大模型）廠商的「飛輪」 轉起來，后來者再追趕，需要花更多力氣。事實上，百度智能云能成為今天的「標王」 、領跑者，除了技術上的領先，也源于多年堅守「向實」 。當一些互聯網云廠商淡出政企市場時，百度智能云還在電信、能源、制造、交通等重點領域深耕，靜待花開。這些年的項目經驗，讓百度智能云沉淀了大量 AI 解決方案，通過持續提煉，不斷提升復用率和產品化水平。正是沉淀在先，后來有了多模態大模型，才能「點石成金」 。沒有「專業選手」 ，用戶也能基于「一見」 視覺大模型平臺訓練出和百度原廠效果一樣的視覺模型，因為「一見」 凝結了七年的行業實踐，積累了豐富的模型、算子和場景化模型產線。龍源電力平臺已成功接入 5 萬多路視頻監控，覆蓋 250 多個風電場，實現了實時 AI 分析與統一管控。「一見」 在海量并發處理和數據管理方面的成熟能力也是通過大量標桿客戶實踐打磨出來的。多模態生成式 AI 作為新一代前沿技術，正在突破大語言模型的固有局限。Omdia 最新發布的《全球生成式 AI 應用市場研究報告》預測，全球多模態生成式 AI市場規模將于 2029 年達到 142 億美元，較 2024 年增長 6 倍。憑借技術實力和豐富的工程經驗，百度智能云已在企業級市場建立起堅實根基。穩定的付費客戶群不僅讓其在價格競爭中保持優勢，更為長遠發展奠定了基礎。Omdia 也在報告中指出，企業在選擇多模態應用解決方案時，百度智能云這類全棧服務供應商比單純的多模態生成式 AI 基礎模型提供商（如推出 Sora 的 OpenAI )更具優勢。這源于其完整的技術體系能更好滿足企業實際需求。在大模型的馬拉松爭霸賽中，百度智能云正用實力證明：我不僅是開局的佼佼者，更將是決賽圈的重量級選手。
相關推薦
- 免責聲明
- 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可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應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生的任何金錢損失負任何責任。
