首页AI 新闻
文心一言满月就「上班」:企业服务生产力拉满,演示现场人挤人
5

文心一言满月就「上班」:企业服务生产力拉满,演示现场人挤人

好说新闻
好说新闻
2023-04-29 11:23

给 AI 一个月时间,能进化成什么样?

文心一言 “满月” 之际,百度召开技术交流会,拿出这样的成绩单:

完成 4 次迭代,大模型推理成本降为原来十分之一。

当然这还不够直观,根据最新现场演示来看,文心一言功能上已远不止对话聊天,而是真的成了生产力工具

并且是现场把需求敲进去,实时出结果。

现场围观的各行各业参会者直接爆满,椅子都不够了。

PPT 是职场重要的沟通手段,以往不少人为制作 PPT 绞尽脑汁、熬没头发。

现在可以直接把老板布置的任务转告给文心一言,直接出结果。

格式排版交给 AI,不再需要耗费精力,内容还可按需定制调整。

大纲确定好后,回车键一按,也就不到一分钟,一版有模有样的 PPT 就自动生成了出来。

不错,就在类 ChatGPT 产品密集发布的节奏里,国内最早发布大模型、并率先开放内测的百度,这回又跑在了前面:

已经开启文心一言的产业落地探索。

不得不说,中文大模型竞逐时刻一到,对于科技爱好者们而言,真是每天都有新的精彩发生。

生产力工具实测

混进百度文心一言企业服务内测的小伙伴,还给我们透露了更多实测信息。

说起来,与更早之前的 NLP、CV 大模型不同,这一轮大模型之所以能掀起狂澜,就是因为靠着通用性,能深入各行各业产生化学反应。

文心一言 + 旅游,生成图文并茂的旅行计划只是基本操作。

文心一言与航空公司合作,还能在真实世界行动起来,把机票直接帮你订好。

文心一言 + 金融,你喊它写份投资建议书,也不是不可以。

基础的财报资料也不需要自己找,直接问文心一言,它自己就能上网查出来。就像这样:

用户:百度 22 年的财报发布了吗? 文心一言:2 月 22 日,百度发布了截至 2022 年 12 月 31 日的第四季度及全年未经审计的财务报告。[信息来源链接]

点击链接,财报内容就马上被 copy 进了应用界面里。

接下来,就是提示工程的活儿了。

总结重要信息,OK。

分析某个业务的健康度,没难住。

在最后生成的投资建议书里,还能够通过便捷的人机交互,进一步修改、补充内容。

一份研报初稿整下来,也就是十几分钟的事儿……

那如果再上上难度,比如,让文心一言一个 AI 撑起一场直播?

它还真能做到。

文案生成,能变着花样来,无论是东方 X 选的文艺风,还是老铁 666 的 Rap 范,文心一言瞧着就给办了。

联动上数字人,一个纯 AI 直播间就可以开播了。

这么一套智能操作下来,相当于连带着把原本高昂的数字人应用成本,也给打了下来。

除此之外,接入文心一言的石墨文档,可以自动写招标书了。

提供点办事指导:

也都不成问题。

这一波,属实是政务、金融、电商、营销多领域生产力工具全覆盖了。

企业用文心一言,离不开云服务

从前面演示可以看出,各行各业接入大模型不论是内部办公流程还是对外业务形态都会直接升级。

就像当年的每个行业都值得用互联网重做一遍一样,“每个行业都值得用 AI 重做一遍” 也逐渐深入人心。

那么企业该如何使用文心一言的能力开发自己的应用呢?

3 月底,百度在与合作企业的闭门沟通会上达成新成果:百度智能云大模型平台启动首批企业内测。

作为全球首个一站式企业级大模型平台,不但提供包括文心一言在内的大模型服务,还提供开发 AI 应用的各种工具链及整套环境。

此外,百度智能云大模型平台不仅提供全套文心一言大模型服务,还支持各类第三方的开源大模型,成为大模型生产和分发的集散地。

对于具体服务模式,百度也提供了三种选择,适用于不同能力的企业和开发者。

推理服务,企业可直接调用通用大模型的核心推理能力,输出推理结果;

微调服务,客户根据自己的需求,注入少量的行业数据,就可在通用大模型的基础能力上用很小的成本微调出一个自己专属的大模型。

托管服务,通用大模型或者微调出来的行业大模型,都可以直接托管至百度智能云的云端。在此基础上,企业客户只需要使用大模型即可,无需担心复杂的部署和管理问题,大模型具备更的可用性、效率和安全性。

另外百度智能云的六大智能产品系列,也将基于文心一言全面升级,未来将在安全评估完成后上线。

从中不难看出,由于大模型的存在,无论哪种模式都离不开云计算服务。

企业过去在选择云计算服务时,更多看重算力、存储、网络等硬件性能。

AI 新时代下,其上运行的 AI 模型能力也会被纳入重点考查范围。

这也就是云计算行业近期热议概念 MaaS(模型即服务)的由来。

像百度智能云就认为,云计算的服务模式将从 IaaS(基础设施即服务)向 MaaS 转变。

但实际上这也正是拥有 AI 能力的云计算厂商喜闻乐见的局面。

一方面,云计算从算力、数据等方面支撑,降低大模型使用门槛

另一方面,AI 也让云服务更加智能,提高效率,拓展更多使用场景。

如此一来,各家云计算厂商都开始把原来分属两个体系的云计算和智能,进行打通和融合,“云智一体” 一时间成为业界共识。

其实云智一体并不是新词,最早出现在 2020 年百度智能云发布的战略中。

当年目标就是通过云计算与人工智能融合创新,把算力、框架、模型,场景应用打造成标准化产品。降低企业获取和使用人工智能的门槛。随后,百度智能云分别在 2021 年、2022 年对云智一体战略进行了两次升级。

而在 4 月 11 日,阿里云也公开表示,云智一体让智能创新触手可及,让产业全面迈向智能。

两大云厂商不约而同的表述,意味着云智一体已经成为云计算产业共识,也预示着云智一体大产业机会到来。

从行业动向来看,云计算向 AI 的转型出现两类模式:

一类是云计算厂商与第三方 AI 厂商合作。微软 Azure 云 + OpenAI 的组合自不必说,亚马逊也接连传出与 StabilityAI、HuggingFace 等开源 AI 势力深入合作的消息。

第二类是自身 AI 能力就较强的云计算厂商上马自家 AI 大模型,如谷歌 Bard + 谷歌云。

而国内方面,文心一言 + 百度智能云就是第二类的代表案例。

新时代,该选择什么样的云服务?

在云智一体的新形式下,衡量云服务好坏的标准自然也要跟着适应和转变。

除了最直接的算力、AI 能力强弱,以及价格成本高低之外,还有一点非常关键:

就是芯片、框架、模型、应用四层架构之间的协同。3 月 16 日文心一言发布会上,百度集团 CEO 李彦宏曾提出 “人工智能时代,IT 领域的技术栈发生根本性变化”

也就是由原先的 “芯片 - 操作系统 - 应用” 三层,升级为 “芯片 - 框架 - 模型 - 应用” 四层。

比如百度,就是全球唯一的在这四层架构上均有自研技术的公司,从芯片昆仑芯,到飞桨深度学习框架,再到文心预训练大模型,到搜索、智能云、自动驾驶、小度等应用。

把四层架构集成在一起,就成了百度 AI 大底座

百度 AI 大底座实现平台化的反馈闭环机制,每一层之间都有很多反馈,并通过不断获得真实业务场景的反馈,实现端到端优化,为企业提供极致效能。

企业不再需要把大量成本花在构建基础设施上,而可以像使用水电能一样按需取用,真正实现 AI 生产全流程降本增效。

在前不久的博鳌亚洲论坛上,百度集团执行副总裁、百度智能云事业群总裁沈抖做了进一步解读,“四层框架之间的高效协同,是解决算力瓶颈的关键”

如果我们能在同等算力投入下,把某个应用的性能提高 100%,就相当于算力需求降低了 50%。

其实文心一言迈出产业落地探索的这一步,其实已不是百度在 AI 企业服务方面的初次尝试。

技术上,文心一言并不是凭空出现,而是在文心大模型家族的基础上发展而来。

早在 2019 年,百度就推出知识增强大模型 ERNIE,并发展成,并有着海量中文数据和知识图谱的独特技术优势。

在通用大模型基础上,百度还深入行业场景,推出过一系列金融、电力等行业大模型。

也正是在过去在工业、能源、金融等诸多行业的探索中,百度就发现了上一代 AI 定制化解决方案存在成本高,难以复制的痛点。

现在,通用大模型被寄予大幅降低企业使用 AI 门槛的厚望。

从更宏观的角度来看,大模型带来新的产业变革机会,MaaS 会撬动万亿级的市场。

对于其中原因,沈抖解释为生产效率和用户体验的 “双效提升”

生产效率方面,生产过程无非是人跟人打交道,人跟机器打交道、人跟系统打交道,将来很有可能是一个聪明的人管着一堆机器人,这些机器人执行他的指令,重塑整个生产线。

用户体验方面,图形界面时代催生出了鼠标键盘,移动时代的触控屏又一次让用户体验得到大幅提升,而这一次将更彻底地解放人机交互,完全自由地用自然语言向机器提出需求,整个交互会更加直接、高效。

最终,AI 将加速推动全社会的 “智能化跃迁”

具体到 AI 时代下中国的发展,沈抖认为还存在着特别的优势。

中国庞大的产业链具有极强的 “乘积效应”:哪怕每个单独环节的效益只提升一点点 ,所有环节叠加起来整体提效都超出想象。

而现在,已经到了各个环节都准备起来的时刻。

转载自量子位 鱼羊 梦晨查看原文

全部讨论

no data来都来了,坐下聊聊