“
过去24个月,AI行业的最大变化是什么?是大模型基本消除了幻觉。
”
今天,百度创始人李彦宏在百度世界2024大会上,发表了主题为《应用来了》的演讲,发布两大赋能应用的AI技术——检索增强的文生图技术(iRAG)和无代码工具“秒哒”。
◎ 文心iRAG用于解决大模型在图片生成上的幻觉问题,极大提升实用性;
◎ 无代码技术“秒哒”让每个人都拥有程序员的能力,不用写代码就能实现任意想法。
截至11月初,百度文心大模型的日均调用量超15亿次,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。李彦宏表示“这个增速超出预期”,说明AI是真需求。他感慨,这条陡峭的增长曲线,代表着过去两年中国大模型应用的爆发。
在AI应用的发展趋势上,李彦宏表示,智能体是AI应用的最主流形态,即将迎来爆发点。他依次讲解了公司、角色、工具和行业四大类智能体,将做智能体类比为PC时代做网站、或是移动时代做自媒体账号,“不同之处是智能体更像人、更智能,更像你的销售、客服和助理。智能体可能会变成AI原生时代,内容、信息和服务的新载体。”
演讲中,他还展示了文心智能体平台TOP100智能体和TOP100产业应用,并表明 “百度不是要推出一个‘超级应用’,是要帮助更多人、更多企业打造出数百万‘超级有用’的应用”。
当天发布的无代码工具“秒哒”,具备无代码编程、多智能体协作和多工具调用三大特性,用自然语言就能搭建一整套系统,将开启一个“只靠想法就能赚钱的时代”。
解决图片生成幻觉
幻觉问题是大模型广泛应用的最大限制之一,而解决文本生成幻觉问题背后的技术就是RAG,即检索增强。回顾过去两年,李彦宏认为,检索增强生成(RAG)从百度特色,逐渐发展成为了行业共识。目前,文字层面的RAG已经做得很好,基本让大模型消除了幻觉;但在图像等多模态方面,和RAG的结合还不够,这也是百度希望重点突破的方向。
目前,基于大语言模型的文生图还有比较严重的幻觉,尤其是针对长城、东方明珠、金字塔、爱因斯坦、贝多芬等特定地点、物品和人物,常常会出现张冠李戴的幻觉问题,让生成的图片“一眼假”,极大地影响了AI的实用性。
针对上述问题,百度开发了检索增强的文生图技术iRAG(image based RAG),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,“整体效果远远超过文生图原生系统,去除了机器味儿”。
“今天,全球所有顶尖科技公司都在关注智能体,但像百度这样把智能体作为最重要战略方向的公司并不多。”李彦宏表示,就像PC时代的网站、移动时代的自媒体账号,在AI原生时代,智能体将成为内容、服务和信息的新载体。
他以公司类智能体举例,在传统的PC官网模式下,企业只能静态地展示公司介绍、产品参数,但缺失主动推荐、及时响应和一对一服务能力;而公司智能体则可以根据顾客的需求推荐相应产品,在服务方面,也能更直接、快速地响应需求,能大幅地提升互动营销的效率。比亚迪的官方智能体上线后,销售转化率提升119%。
不写代码就能实现任意想法
就像工作场景中的团队合作一样,在现场演示的“秒哒”开发过程中,小组长、策划、小编、程序员和质检员五个智能体互相协作,协同完成策划、内容和开发等各种工作,还能自动识别bug、调用各种工具。李彦宏表示,这是“迄今为止人类历史上最复杂的多智能体协作工具”。
“一个人通过自然语言交互,就可以完成一套系统的搭建,除了上面展示的邀请系统,还可以做任意场景下的各种应用,应用的复杂度也会随着我们技术的提升不断提升。”李彦宏总结说,这意味着每个人自己就能指挥多个智能体来协同完成任务,“只要有想法,你就可以心想事成,我们将迎来一个前所未有的,只靠想法就能赚钱的时代。”