文心一言上線倒計(jì)時(shí)：百度十年AI理想和研發(fā)長(zhǎng)跑，進(jìn)入爆發(fā)前夜

美國(guó)硅谷的微軟、谷歌等科技巨頭為此打得不可開交；國(guó)內(nèi)，百度、科大訊飛、復(fù)旦大學(xué)等大廠和知名學(xué)府紛紛出手，原美團(tuán)“二號(hào)人物”王慧文、出門問問創(chuàng)始人李志飛等科技大佬也一頭扎入AIGC創(chuàng)業(yè)大潮……而作為國(guó)內(nèi)在“AI+搜索”首屈一指的互聯(lián)網(wǎng)大廠，百度十年AI理想和窮盡實(shí)驗(yàn)，或許正進(jìn)入爆發(fā)前夜。

01.每月投18億做研發(fā)，迎戰(zhàn)全球AIGC競(jìng)賽

AI研發(fā)向來是一項(xiàng)費(fèi)錢的事業(yè)。盡管2022年業(yè)務(wù)深受疫情影響，百度依然保持了“月投18億做研發(fā)”的記錄。從經(jīng)營(yíng)基本面來看，根據(jù)財(cái)報(bào)，百度本季度營(yíng)收約331億元，高于市場(chǎng)預(yù)期的320億元；歸屬百度的凈利潤(rùn)約54億元，同比增長(zhǎng)32%。

▲百度近年?duì)I收及增長(zhǎng)情況

在研發(fā)投入方面，百度保持了多年以來的高研發(fā)投入，2022年約達(dá)到214億元，相當(dāng)于每月投18億做研發(fā)，占百度核心收入22.4%，在全國(guó)科技公司里位于前列。

▲百度近年研發(fā)投入情況

持續(xù)的研發(fā)投入，正在轉(zhuǎn)化為產(chǎn)業(yè)化成果。比如承載AI產(chǎn)業(yè)化的百度智能云部門，2022年強(qiáng)化了“云智一體”戰(zhàn)略，已連續(xù)四年居于中國(guó)AI公有云市場(chǎng)第一。而在前沿技術(shù)研發(fā)方面，百度TPG部門最新的文心（ERNIE）大模型成果，正成為百度應(yīng)對(duì)全球AIGC產(chǎn)業(yè)化浪潮的錨點(diǎn)支撐。在剛剛過去的2022年Q4，百度在11月的深度學(xué)習(xí)開發(fā)者峰會(huì)上全新發(fā)布11個(gè)大模型，包括5個(gè)基礎(chǔ)大模型、1個(gè)任務(wù)大模型、5個(gè)行業(yè)大模型。同時(shí)，百度新發(fā)布和升級(jí)基于文心大模型的兩大產(chǎn)品——AI 作畫產(chǎn)品“文心一格”和產(chǎn)業(yè)級(jí)搜索系統(tǒng)“文心百中”。文心是百度自主研發(fā)的產(chǎn)業(yè)級(jí)知識(shí)增強(qiáng)大模型，與當(dāng)下流行的大模型GPT-3.5相似。截至目前，文心已累計(jì)發(fā)布11個(gè)行業(yè)大模型，涵蓋電力、燃?xì)?、金融、航天、傳媒、城市、影視、制造、社科等領(lǐng)域。

▲百度文心產(chǎn)業(yè)級(jí)知識(shí)增強(qiáng)大模型框架圖

隨著2023年新季度的開啟，百度將于3月推出又一個(gè)生成式AI產(chǎn)品“文心一言”，以此續(xù)寫迎戰(zhàn)全球AIGC競(jìng)賽的篇章。

02.十年AI理想與研發(fā)長(zhǎng)跑，在中文搜索土壤上開花

要問當(dāng)下什么是AIGC的最佳商業(yè)化應(yīng)用？搜索引擎一定榜上有名。接入了ChatGPT的微軟新版Bing秒變私人智能助理，谷歌對(duì)標(biāo)產(chǎn)品Bard也進(jìn)入了全公司萬人內(nèi)測(cè)階段……憑借“百度一下”被全國(guó)人認(rèn)識(shí)的百度也出手了——在今年1月Create AI開發(fā)者大會(huì)前夕，百度宣布將搜索升級(jí)為“生成式搜索”，這意味著百度搜索將提供更好的答案、交互聊天和生成內(nèi)容。躋身全球AIGC產(chǎn)業(yè)化競(jìng)賽舞臺(tái)，百度正試圖引領(lǐng)中文搜索體驗(yàn)的代際變革。根據(jù)財(cái)報(bào)可知，作為基本盤，搜索業(yè)務(wù)為百度文心一言的誕生提供了厚實(shí)土壤。2022年Q4，百度搜索規(guī)模同比增長(zhǎng)17%，領(lǐng)跑優(yōu)勢(shì)持續(xù)擴(kuò)大。12月，百度App月活躍用戶達(dá)到6.48億，同比增長(zhǎng)4%。此外，隨著國(guó)內(nèi)市場(chǎng)消費(fèi)需求釋放，百度在線廣告營(yíng)銷業(yè)務(wù)預(yù)計(jì)將迎來復(fù)蘇。這些增長(zhǎng)都與百度基本盤搜索業(yè)務(wù)緊密相關(guān)，從而為文心一言的落地提供了底盤基座。

▲百度移動(dòng)生態(tài)流量池保持增長(zhǎng)

知名分析機(jī)構(gòu)麥格理預(yù)計(jì)，百度2023年廣告及云服務(wù)收入增長(zhǎng)將會(huì)有所回升，受惠于有效的成本控制措施，整體利潤(rùn)率提高，而可見的上行驚喜將會(huì)是公司有機(jī)會(huì)在中國(guó)推出類似ChatGPT的人工智能（AI）聊天機(jī)器人。可以預(yù)測(cè)，隨著接入文心一言，百度搜索將擴(kuò)大服務(wù)場(chǎng)景和市場(chǎng)規(guī)模。AIGC有望助百度搶占內(nèi)容生態(tài)高地，比如增加百度平臺(tái)上的高質(zhì)量短視頻供應(yīng)，助百家號(hào)發(fā)布者提高轉(zhuǎn)換效率等。

實(shí)際上，除了搜索，百度文心一言將通過智能云提供服務(wù)，應(yīng)用于智能駕駛阿波羅（Apollo）、智能語音助手小度等多塊業(yè)務(wù)，使得用戶體驗(yàn)實(shí)現(xiàn)跨代進(jìn)化。當(dāng)然，AIGC相關(guān)技術(shù)研發(fā)難度大，即便是微軟新版Bing在近期的測(cè)試中也是“翻車”不斷，百度文心一言做的怎么樣依然是一個(gè)未知答案。攻克技術(shù)缺陷需要時(shí)間，這對(duì)百度來說挑戰(zhàn)和壓力不小。不過，百度文心一言的誕生并非一日之功，超10年在NLP（自然語言處理）領(lǐng)域的積累或許能為其提供堅(jiān)實(shí)支持。

早在2010年，百度就創(chuàng)立了自然語言處理部，在語音、圖片等技術(shù)上布局；2019年3月，百度提出知識(shí)增強(qiáng)的語義理解框架文心（ERNIE），在深度學(xué)習(xí)的基礎(chǔ)上融入知識(shí)和持續(xù)學(xué)習(xí)，當(dāng)時(shí)一舉登頂全球權(quán)威數(shù)據(jù)集GLUE榜單。2021年9月，百度發(fā)布了全球首個(gè)百億參數(shù)的對(duì)話大模型PLATO-XL，再次刷新了開放域?qū)υ捫Ч?022年12月，文心大模型迭代出ERNIE 1.0、ERNIE 2.0、ERNIE-Tiny多個(gè)版本，開始加速落地到各個(gè)行業(yè)。十年AI理想與研發(fā)長(zhǎng)跑，在百度中文搜索土壤上開花，并開始走向千行百業(yè)實(shí)體經(jīng)濟(jì)的結(jié)出果實(shí)。

03.熱戰(zhàn)微軟、谷歌，百度文心一言，打造四大護(hù)城河

熱戰(zhàn)微軟、谷歌，國(guó)產(chǎn)大模型將與硅谷科技巨頭進(jìn)行在不同的舞臺(tái)隔空PK。百度創(chuàng)始人兼董事長(zhǎng)李彥宏在近期公開發(fā)言中說：“怎么把這么酷的技術(shù)，變成人人需要的好產(chǎn)品，賦能千行百業(yè)，讓他們的生產(chǎn)效率大幅度地提升？這一步才是最難的，也是最偉大、最能夠產(chǎn)生影響力的?！备鶕?jù)官方數(shù)據(jù)可知，目前已有包括互聯(lián)網(wǎng)、媒體、金融、保險(xiǎn)、汽車、企業(yè)軟件等行業(yè)的超400家頭部企業(yè)宣布加入百度文心一言生態(tài)。而文心一言能否為這些行業(yè)伙伴帶來驚艷的效果？成為當(dāng)下階段百度團(tuán)隊(duì)的主要攻堅(jiān)戰(zhàn)。面向這一攻堅(jiān)戰(zhàn)，百度從至少算法、算力、數(shù)據(jù)、應(yīng)用四大方面建立了技術(shù)護(hù)城河。

1、四年大模型飛速迭代，飛槳底座匯聚535萬開發(fā)者

無論是大模型算法還是AI開發(fā)框架，百度都走在國(guó)內(nèi)科技大廠的前列。文心一言背后，文心大模型迭代四年至今，已從單一的自然語言理解延伸至多模態(tài)，實(shí)現(xiàn)視覺、文檔、文圖、語音“全能”，具備較強(qiáng)泛化能力和性能。以最新發(fā)布的ERNIE 3.0 Zeus為例，已擁有千億級(jí)參數(shù)，據(jù)稱公開數(shù)據(jù)集上小樣本學(xué)習(xí)、理解和生成任務(wù)效果皆好于業(yè)界其他模型。支撐文心模型訓(xùn)練的框架是百度飛槳（PaddlePaddle），中國(guó)首個(gè)自主研發(fā)的產(chǎn)業(yè)級(jí)深度學(xué)習(xí)開源開放平臺(tái)。一方面飛槳技術(shù)不斷迭代，2022年11月剛在MLPerf Training v2.1測(cè)試中奪魁；另一方面生態(tài)不斷壯大，截至2022年11月底，飛槳平臺(tái)上已凝聚535萬開發(fā)者、創(chuàng)建67萬個(gè)AI模型，服務(wù)20萬家企事業(yè)單位，位列中國(guó)深度學(xué)習(xí)平臺(tái)市場(chǎng)綜合份額第一。

▲飛槳平臺(tái)全景圖

2、三大云中心穩(wěn)定供算力，幾萬片自研芯澎湃加速

大模型戰(zhàn)場(chǎng)正變得越來越熱鬧，算力成本隨著飆升。比如GPT-3大模型的單次訓(xùn)練成本上百萬美元、總訓(xùn)練成本上千萬美元。在算力方面，百度在陽泉、徐水、定興三地建立了自用云計(jì)算中心，龐大的超算集群為文心大模型的訓(xùn)練奠定了基礎(chǔ)設(shè)施。百度智能云在成為百度第二增長(zhǎng)曲線的同時(shí)，也能為文心大模型應(yīng)用提供高并發(fā)、高彈性、高精度等不同計(jì)算需求。同時(shí)，百度自研AI芯片“昆侖”已在多場(chǎng)景實(shí)際部署幾萬片，在公司搜索業(yè)務(wù)中也已形成較強(qiáng)工程化實(shí)踐，為文心大模型底層算力鋪上了加速路。

▲百度“芯片-框架-大模型-行業(yè)應(yīng)用”的智能化閉環(huán)路徑

3、自有業(yè)務(wù)海量真實(shí)文本，具備先天數(shù)據(jù)優(yōu)勢(shì)

眾所周知，擁有千億參數(shù)的大模型是用海量數(shù)據(jù)“喂出來的”。在數(shù)據(jù)層面，百度以移動(dòng)APP、搜索等業(yè)務(wù)為依托，積累了海量真實(shí)文本和用戶需求數(shù)據(jù)。這些大規(guī)模結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)有望支撐文心一言充分預(yù)訓(xùn)練，形成自身優(yōu)勢(shì)。此外，在安全領(lǐng)域多年的深耕也將為文心一言保駕護(hù)航。

4、多款應(yīng)用提供創(chuàng)新土壤，用戶開放帶起迭代飛輪

正如前文提到的，文心一言能夠落地到百度搜索、小度、阿波羅等多塊自有業(yè)務(wù)，這些產(chǎn)品不少已在市場(chǎng)占據(jù)領(lǐng)導(dǎo)地位。隨著文心一言的嵌入，這些產(chǎn)品有望實(shí)現(xiàn)代際變革；產(chǎn)品的迭代也將反推文心一言繼續(xù)進(jìn)化。另外，隨著文心一言的公眾開放，真實(shí)的用戶調(diào)用和模型迭代之間的良性循環(huán)建立起來，文心一言大模型的智力有望不斷升級(jí)。此外值得一提的是，文心一言在迎戰(zhàn)國(guó)外AIGC產(chǎn)品的同時(shí)，更需要適應(yīng)中國(guó)市場(chǎng)的實(shí)體經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型需求。根據(jù)百度方發(fā)言，文心大模型是本土化的AI模型，具備對(duì)中文、中國(guó)文化的更深理解，這意味著文心一言可能會(huì)更適合中文和中國(guó)市場(chǎng)。

04.結(jié)語：巨頭AIGC競(jìng)賽號(hào)角拉響中國(guó)AI產(chǎn)業(yè)迎來“小陽春”

全球AIGC的巨頭戰(zhàn)已經(jīng)打響，在AI和搜索領(lǐng)域深耕多年的百度站在了新的歷史舞臺(tái)上。2019年推出文心大模型，其將于3月推出的文心一言可以說是中國(guó)科技力量參戰(zhàn)全球AIGC競(jìng)賽的一大代表。適逢文心一言上線進(jìn)入倒計(jì)時(shí)，百度發(fā)布了2022年的財(cái)報(bào)及Q4的業(yè)務(wù)進(jìn)展情況，成為提前了解其“答卷”的參考。百度搜索、智能云、阿波羅、小度等業(yè)務(wù)快速發(fā)展，成為文心一言大模型在實(shí)際落地中不斷迭代的試驗(yàn)田。不久之前，人們似乎還在AI產(chǎn)業(yè)的低谷仰望光明，不知道通用人工智能的曙光何時(shí)出現(xiàn)?，F(xiàn)在，隨著全球AIGC巨頭戰(zhàn)號(hào)角吹響，AI市場(chǎng)又熱了起來，中國(guó)方興未艾的AI產(chǎn)業(yè)有望迎來一個(gè)“小陽春”。