11月19日，百度创始人李彦宏在2024中国5G+工业互联网大会上，发表了主题为《大模型促进科技创新和产业创新》的演讲。
截至11月初，百度文心大模型的日均调用量达到15亿，相较5月披露的2亿增长7.5倍，相较一年前首次披露的5000万次，更是增长约30倍。尤其是最近半年，增速非常快。李彦宏表示：“大模型调用量高、增速快，表明有越来越多的应用在使用文心大模型。”
为什么最近半年基础模型调用量增速这么快？或者说什么技术提升导致了基础模型突然变得很有用呢？李彦宏认为：“主要是检索增强（RAG）的能力。大模型最初发布的时候有幻觉，经常会一本正经地‘胡说八道’，当模型有‘幻觉’，会随机生成各种各样的内容时，在绝大多数场景之下是不可用的。”
过去24个月，大模型最大的变化就是基本消除了“幻觉”。检索增强最初是百度特色，现在已经变成行业共识。今天文字层面的RAG已经做得很好，让大模型变得可用、可被信赖。图像等多模态技术要实用，也需要准确性和可控性，从而拓展AI应用空间。
为此，百度花了很多精力解决图片生成的“幻觉”问题，开发了检索增强的文生图技术iRAG（image based Retrieval-Augmented Generation），将百度搜索的亿级图片资源跟强大的基础模型能力相结合，可以生成各种超真实的图片。在全球范围内，百度的这项能力都是最领先的。
“现在用文心多模态模型进行生成，可以去掉‘幻觉’，去掉所谓的‘AI味’，生成的图片看上去更真实，保留了准确性。”李彦宏认为：“未来多模态的检索增强也会有快速的发展，从而使得多模态大模型进入更加实用的阶段。”
除了检索增强技术，大模型另外一个重要发展方向是智能体，而智能体的最终极形态是多智能体的协作。11月12日，百度在百度世界2024大会上发布了无代码工具“秒哒”，这是一个非常复杂的多智能体协作应用。
据悉，和市面上的其他辅助代码生成工具不同，“秒哒”不需要人们看懂一行代码，可以让非程序员具备程序员的能力。涵盖无代码编程、多智能体协作以及多工具调用等特点，只需通过自然语言，就能构建出各种应用。
李彦宏公布了“秒哒”的最新进展：“‘秒哒’发布后仅仅3天，就有超过5000家企业排队申请测试”。“现在全球大概有2800万程序员，但全球有80亿人口，绝大多数人是看不懂一行代码，无法用编程的方法来解决问题。当每个人都具备程序员能力的时候，对整个社会的生产力是一个极大的释放。”李彦宏说。
基础大模型的能力已经就绪，应用驱动的产业创新正在快速落地。大模型在制造、能源、金融、公共服务等各个领域落地之后，在降本和增效两个方面都取得了实实在在的成果，同时也带来了产业创新的新机会。
李彦宏举例，大模型在自动驾驶领域也有非常好的应用，现在讲的端到端、纯视觉大模型、L4级无人自动驾驶，背后都是大模型技术。百度的最新一代无人车，是世界上唯一一款前装量产的L4级无人车。
据了解，百度从 2013 年开始布局自动驾驶，2017 年推出了全球首个自动驾驶开放平台 Apollo。Apollo 既是中国自动驾驶国家队，也是世界领导者，是全球最活跃的自动驾驶开放平台。今年5月，百度率先发布了全球首个L4级端到端的自动驾驶大模型Apollo ADFM，可以兼顾技术的安全性和泛化性，做到安全性高于人类驾驶员10倍以上。搭载这一大模型的自动驾驶开放平台——Apollo 10.0版本，也即将面向全球用户发布，这一升级将大幅提升自动驾驶开放平台的安全性、智能化和易用性。
“人工智能是新一次的工业革命，今天很多关于大模型，关于生成式AI的讨论，都在拿它和PC互联网和移动互联网进行类比，但我们更多应该参照蒸汽机革命，电力革命和信息革命的发展过程，从中借鉴发展过程当中一个国家、一个公司，或者一个个人，怎么从中尽可能多地获益，怎么能够避免有可能产生的负面作用。这样，我们才可以真正利用好这次新的工业革命，利用好大模型，为各行各业赋能，为社会生产效率提升，为人的美好生活做出更好的贡献。”李彦宏最后说道。
编辑：吴双 于莉莉
监制：蔡旸
