文心一言面世：能打硬仗的百度回来了「《文心》」

作者｜张尧

编辑｜胡展嘉

运营｜陈佳慧

出品｜零态LT（ID：LingTai_LT）

在前一天整个科技圈还在为ChatGPT-4的震撼发布感叹之余，3月16日，百度大张旗鼓开了场“文心一言”新闻发布会。

如果说ChatGPT的诞生标志着人工智能的“技术奇点”正在逐渐临近，文心一言的出现，则标志着中国AI技术终于走到了分水岭。

关于人工智能，百度创始人、董事长兼CEO李彦宏早在多年前就作出过判断，而也正因为数年如一日的执着坚持，百度在技术领域十年研发投入超过了1100亿元，用于大模型领域的研究。

机构IDC 2月发布的《2022中国大模型发展白皮书》显示，在国内9家主流厂商的大模型当中，百度文心大模型位于第一梯队，产品能力、生态能力、应用能力全面领先。

在文心一言新闻发布会现场，李彦宏表示：“百度希望和大家一起，推动人工智能技术进步，让所有人都能使用最先进的生产力工具，让所有人都能从中受益。”

一个月前的百度财报会上，李彦宏就曾表示，“我们显然对ChatGPT和AIGC（利用人工智能技术来生成内容）感到兴奋，它代表了一个巨大的趋势，可以改变很多事情。”

李彦宏还在财报会上提到了文心一言，称这是一种新版本的生成式AI产品，搭载了最新的语言大模型技术（LLM），将首先在百度搜索中嵌入文心一言，并将于3月向公众开放。

3月10日，百度正式官宣了旗下的类ChatGPT聊天机器人——“文心一言”的消息，六天后，新闻发布会如约而至，百度夸下的海口变为现实，文心一言面世，那个能打硬仗的百度，重回大众视野。

01

文心一言面世

中国AI的奇点时刻

在ChatGPT-4发布第二天，百度在北京总部召开了“文心一言”新闻发布会。

“文心一言”中，文心，是指百度文心大模型；一言，是文心大模型上的一个应用，英文名是ERNIE Bot。早在2018年，谷歌以美国著名儿童节目《芝麻街》中的一个小角色命名了AI模型，“Bert”，在该节目中“Ernie”是和“Bert”住在一起的好友，百度在一年后推出了AI模型，取名为“Ernie”。

今年2月百度AI开发者大会上，李彦宏就曾表示，文心一言是“更适合中国市场的人工智能模型”，文心一言（ERNIE）是一种基于自然语言理解和生成的人工智能模型，能够与用户进行流畅、有趣、有深度的对话，而不是简单地回答问题或执行任务。他还表示文心一言比GPT-3等其他模型更适合中国市场，因为它能够处理中英文双语、方言、网络用语等多样化的语言表达。

这也意味着，相比于海外技术，文心一言更懂中国市场，更本土化。

作为扎根于中国市场的大语言模型，文心一言具备中文领域最先进的自然语言处理能力，在新闻发布会现场，李彦宏展示了文心一言在五个使用场景的表现，包括文学创作、商业文案创作、数理推算、中文理解和多模态生成。

文学创作、商业文案创作、数理推算是大语言模型常见的优势和能力，更为吸睛的是，文心一言表现出的优秀的中文理解及多模态生成能力。

在关于中文理解部分，李彦宏现场询问“洛阳纸贵”一词的含义，文心一言正确解释了其含义以及“洛阳纸贵”对应的经济学理论，还用“洛阳纸贵”四个字创作了一首藏头诗。

▲图：文心一言写的“洛阳纸贵”藏头诗

在多模态生成方面，李彦宏现场展示了文心一言生成文本、图片、音频和视频的能力。有趣的是，文心一言甚至能够生成四川话等方言语音；文心一言的视频生成能力则因成本较高，现阶段还未对所有用户开放，未来会逐步接入。对比下来，GPT-4仍然有缺陷，有局限性。OpenAI此次发布的GPT-4在多模态演示上有点突破，可以输入图片内容，但是输出的却还只能是文字。用户最期待的图片、视频生成仅仅停留在PPT讲稿上，还未开放，可能遥遥无期。

“多模态是生成式AI一个明确的发展趋势。”李彦宏表示，“未来，随着百度多模态统一大模型的能力增强，文心一言的多模态生成能力也会不断提升。

在李彦宏看来，文心一言将建立起真实用户反馈、开发者调用和模型迭代之间的飞轮，效果会迅速提升，让人“士别三日，当刮目相看”。

02

押注文心一言

百度准备好了吗

文心一言虽不是那么完美，但却是百度倾注了多年精力和资金，通过在深度学习、自然语言处理方面的持续坚持和积累上，做出来的大语言模型。

百度对于“文心一言”寄予厚望。在百度2022年财报中，文心一言被捧上了C位。财报会上表示，“百度即将在3月份推出新一代的大语言模型‘文心一言’，它也是继文心一格之后百度的又一个生成式AI产品。”

早在移动互联网的黄金时代，李彦宏就曾放言称，AI是百度的未来。

在2017年世界智能大会上，李彦宏就前瞻性提出了“留给移动互联网的机会不多了”的观点。他认为，人工智能的思考方式和互联网时代已经完全不同。现阶段，智能手机已经完全普及，手机还会长期存在，开发者的思维方式需要从“think mobile”到“think AI”、从关注软件到关注芯片等硬件的转变。

2020年5月，李彦宏公开表达了他对于搜索引擎未来发展的判断，AI是关键。搜索本质上就是在解决人工智能最终需要解决的那个问题，就是机器要真正地理解人的意图，并且能够做出相应的回应。“搜索引擎从第一天起做的就是这个事。”

纵观搜索技术的发展史：第一代的搜索完全是用词频统计；第二代是超链分析，就是用别人的引用来证实内容的全面度和相关性；2010年前后，搜索技术完全转向了AI技术，就是用机器学习的方式：哪些用户搜哪些词，点了哪个结果，他在那个结果上停留多长时间等。

一年后，百度二次上市之际，李彦宏在接受彭博社采访时再次表达了对搜索引擎未来的发展和理解，他表示，“未来，自然语言理解会成为主角，当机器可以真正理解人们在说什么的时候，一大批应用就会应运而生，而且会比现在的应用更加流行。”

而在二次上市之际被问及资金使用用途时，李彦宏脱口而出，肯定会投资于新技术、研发以及打造更多的创新产品。

作为中国技术创新的领导者，百度在AI领域的研究厚积薄发。技术工程师出身的李彦宏，十分舍得在研发上砸钱。2022年，百度核心的研发费用共计214亿元人民币。截至2022年第4季度，研发费用占百度核心收入比例（研发费用率）连续 9个季度超 20%。相较之下，2022年谷歌的研发费用率是14%，而投资了OpenAI的微软2022年研发费用率是12%。

放眼过去十年，百度在研发上的投入约为1100亿元。

“文心一言”算是百度AI的出圈代表，在自然语言处理领域，如何让机器像人一样理解和运用自然语言，是人工智能的核心问题之一。

▲图：文心一言创作的海报

早在2019年3月，百度就推出了文心大模型ERNIE 1.0。截至目前，文心在大模型层面已经形成知识增强的ERNIE 3.0系列、跨模态系列等底座模型。

当前，ERNIE 3.0每天接受数十亿用户的搜索请求和其他百度移动生态APP的训练。

而文心一言，是新一代知识增强大语言模型，是在ERNIE及PLATO系列模型的基础上研发的。它的关键技术包括有监督精调、人类反馈的强化学习、提示、知识增强、检索增强和对话增强。

百度CTO王海峰在现场表示，前三项是这类大语言模型都会采用的技术，ERNIE和PLATO中也已经有应用和积累，在文心一言中又有了进一步强化和打磨；后三项则是百度已有技术优势的再创新，也是文心一言未来越来越强大的基础。

根据IDC最新发布的《2022中国大模型发展白皮书》，百度的文心大模型在产品能力、生态能力方面已处于国内第一梯队的水平。

百度之所以能在AI大模型领域取得领先，核心要素是其对底层技术架构的深度全栈布局，和在要素资源上的大力投入。

人类进入人工智能时代，IT技术的技术栈发生了根本性变化，从过去三层到“芯片-框架-模型-应用”四层。这四层即相互独立，又层层递进。

百度是全球为数不多、在这四层进行全栈布局的人工智能公司，从高端芯片昆仑芯，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，各个层面都有领先业界的自研技术。

“文心一言”只是AI系统中的负责承上启下的一环，脱离架构的支撑则无法发挥效果，芯片和框架层对于模型的适配性和支撑尤为关键，决定了其能否发挥最大效果。此外，要研发一项完整的的AI系统，还需要算力、算法、数据等要素资源的支持。

技术架构布局方面，在芯片层，百度拥有自研的AI芯片“百度昆仑”，自2018年发布以来，百度已在多场景实际部署几万片，为公司的AI系统提供了算力方面的支持。

在框架层，百度拥有国内规模最大的深度学习框架“百度飞桨”，截至2022年底，飞桨平台上已凝聚535万开发者、创建67万个AI模型，服务20万家企事业单位，位列中国深度学习平台市场综合份额第一。

李彦宏认为，百度AI全栈布局的优势在于，可以在技术栈的四层架构中实现端到端优化，大幅提升效率。尤其是框架层和模型层之间，有很强的协同作用，可以帮助构建更高效的模型，并显著降低成本。事实上，超大规模模型的训练和推理，给深度学习框架带来了很大考验。比如，为了支持千亿参数模型的高效分布式训练，百度飞桨专门研发了 4D 混合并行技术。

在全球范围内，在四层架构的每一层都有领先产品的公司几乎没有，这是百度非常独特的优势。后续，芯片、框架、大模型和终端应用场景可以形成高效的反馈闭环，帮助大模型不断调优迭代，从而升级用户体验。

百度作为国内AIGC的先行者，在国内同类企业中已然占据了相当的先发优势。在百度的规划中，“文心一言”将与搜索整合，将引领搜索体验的代际变革；文心一言将通过百度智能云对外提供服务，根本性地改变云计算市场的游戏规则。此外，文心一言大模型还将搭载到Apollo智舱系列产品，并与小度进行集成。

但该路径是否能行的通，还需要大量时间和数据验证。

03

李彦宏和百度的翻身仗

百度上下对文心一言的重视，内外皆知。

根据36氪报道显示，早在2月百度官宣该项目时，内部就下了死命令要求在一个月内看到产品。该项目由百度CTO王海峰任项目总指挥，团队主要由TPG（技术中台事业群）、MEG（移动生态事业群）两大部门协同。前者负责技术攻坚，后者进行搜索、内容产品承接。

关于文心一言的接入情况，有媒体统计，截至2月末，已有上百家媒体、多家汽车品牌、营销机构、企业服务商、金融服务商以及互联网公司宣布“接入文心一言”，成为首批生态合作伙伴。

不久前，李彦宏将“引领搜索体验的代际变革”写进他个人的OKR中，意在追回移动互联网时代错过的那些时光，文心一言承担着重大使命。

在李彦宏的认知里，如果抓住这波浪潮，百度就能变成一个完全不一样的公司，变成一个影响力比原来大的公司。因而，百度的未来的机会在于拥有领先的科技，为其它公司提供底层技术。

▲图：发布会现场的李彦宏

如果百度能够在AIGC领域占据中国市场的先机，“追赶腾讯阿里，重回BAT阵营”就并不遥远。

同样是在今天，微软高层将在“AI与未来工作”的分享会上，披露更多GPT-4模型与微软产品的结合。这些产品是否能为微软带来足够的利润以持续投资OpenAI仍未可知（据彭博社2023年1月报道，微软将加注100亿美元投资OpenAI）。

对于AI大模型的商业化模式，百度抱有十分乐观的态度，AI市场爆发性的需求增长，将释放出前所未有的、指数级的商业价值。李彦宏在发布会上表示，大语言模型和生成式AI代表了一个新技术范式，是全球每家企业都不可错过的机会。大语言模型将带来三大产业机会，基于MasS模型和服务的新型云计算；进行行业模型精调；基于大模型底座进行应用开发。

李彦宏断言，对于大部分创业者和企业来说，真正的机会并不是从头开始做ChatGPT和文心一言这样的基础大模型，这很不现实，也不经济。基于通用大语言模型抢先开发重要的应用服务，这可能才是真正的机会。

移动互联网时代刚刚兴起之时，围绕ios和安卓出现了大批新的应用，而在人工智能时代，围绕大语言模型的应用也将接踵而至。快鱼吃慢鱼，目前，基于文本生成、图像生成、音频生成、视频生成、数字人、3D等场景，已经涌现出很多创业明星公司，可能就是未来的新巨头。

3月16日起，百度智能云将面向企业客户开放文心一言API接口调用服务，搜索“百度智能云”进入官网，即可申请接入并体验文心一言能力。

站在长期主义的视角来看，国内生成式AI赛道的竞争实际上才刚刚开始。

不可否认的是，李彦宏终于等来了，梦想照进现实的时刻。