文心大模型 4.0 发布！宣称对标 GPT 4.0

2023年10月17日，身着白衬衫和小白鞋，百度创始人、董事长兼首席执行官李彦宏在台上宣布了一个新时代的到来。

这场以「生成未来」命名的发布会上，李彦宏正式发布公司的大语言模型文心大模型的最新4.0版本，同时手把手教人们，如何用提示词，让升级的文心大模型应用，帮助人们用北京公积金在河北买房、制作广告和视频以及创造网文小说。

在会上，李彦宏自信地表示文心大模型4.0版本的能力，「和GPT-4比毫不逊色」。

同时，半年前宣布「所有应用都值得用大模型重构一遍」的说法，也在当天的会上有了结果。从主营业务搜索，到百度文库、网盘、地图等百度全家桶应用，都已经接入文心大模型，展现出更好的交互和逻辑能力。

在B端，李彦宏也曝光了GBI（生成式商业分析）工具，以及大模型能力加持的办公助理「如流」。

如果说生成式人工智能激活了整个科技圈，那么百度可能是那个受益最大的巨头。

文心4.0

直接对标GPT-4

发布会一开场，李彦宏首先宣布发布了文心大模型4.0版本。

百度对于大模型的能力，划分了四个界定标准：理解、生成、逻辑和记忆。此次的文心大模型4.0升级，基础架构仍然与3.0和3.5版本相同，但宣称在逻辑和记忆的方面提升较大。

按照百度CTO王海峰的介绍，文心大模型4.0理解和生成能力的提升幅度相近，而逻辑的提升幅度是理解的3倍，记忆的提升幅度是理解的2倍。

四个不同的能力，能够提升不同应用场景的效率。对这几大能力，李彦宏都进行了现场展示。

理解是对话式人工智能帮助用户的基础，在政务、营销、客服等等领域十分重要。

在理解能力上，现场用了一个语序颠倒，模糊表述的prompt（提示词）来测试模型的能力：「我想回承德买房，能用公积金贷款吗？手续怎么办？我在北京工作。」

要理解这句话，AI必须理解到「在北京工作」和「回承德买房」，其实具有「在北京缴纳公积金，而户口在承德。」这种极具中国特色的潜台词，才能做出准确的，用户需要的回答。而果然，文心一言迅速地理解了问题的关键，做出了正确的回答。

而生成能力，主要可以提升品牌营销、文案策划和创意类工作的效率。

在现场，李彦宏展示了根据一张图片，用自然语言提示，就能进行背景转换，主体模糊处理，根据官网信息生成海报和文案等多种处理。

而除了这些传统的图片处理之外，此次百度还展示了视频的生成能力。通过自然语言的prompt，在现场演示中，文心一言用几乎没有延时的速度，生成了一条数字人的口播视频广告。视频中融入了产品图，增加了许多过渡背景，还有一位身着西装的数字人不时出现，介绍从官网搜集来的产品特点。

原本多个AIGC产品合作才能做出的效果，在这个展示中，无缝地实现了融合。一条广告片，5个广告文案，还有一张海报，全过程生成只用了不到3分钟。

逻辑推理，通常表现为数学逻辑的测试。此次的展示，百度着重表现了它在教育方面的潜能。

李彦宏给出了一道涉及到锥形体积转换成长方体体积的应用题，文心一言不但给出了解答，同时能够按步骤解题，并分析出每个步骤中涉及到知识点。

对于记忆能力的展示，百度的选择比较特别。

百度选择让文心一言撰写一个武侠小说的大纲设定。在撰写完成后，在原本的提纲上，让大模型增加人物关系，增加戏剧冲突，来展现大模型在增加了复杂信息之后，还能够记得原本的提纲设定和人物能力，没有漫无边际地发挥想象力。

百度也分享了文心大模型能力进步的技术支持。

百度之前就曾宣布，文心大模型是国内首次使用万卡集群训练的大模型，不少人猜测此次文心大模型4.0的参数规模预计突破万亿级别。不过，在此次发布会上，百度并没有强调大模型的参数级别。

除了万卡训练之外，百度CTO还提到了百度的算法训练稳定性的周均值已经超过了98%，在输入和输出方面，都进行了知识点增强的技术。

「重构」百度全家桶

虽然进行了分别展示，实际上更多时候，大模型的四项基础能力是复合应用的。

5月，百度就曾宣布利用大模型重构百度旗下的应用。而此次发布会上，百度也展示了百度应用文心大模型重构的最新成果。

其中，最惊艳的是对于搜索的重构。

2月，微软就已经基于GPT的技术推出了New Bing，对其搜索进行重构。而在最新的出庭证词中，微软的纳德拉表示自从将人工智能功能添加到Bing以来，微软在搜索市场的份额几乎没有变化。

微软的New Bing主要是推出了一个对话机器人的体系，可以与New Bing聊天提问来获得带链接的整合信息。谷歌的Bard也与此相似。

但百度此次推出的搜索重构则更加深入整个搜索体系。百度将其形容为「极致满足、推荐激发、多轮交互」。

极致满足体现在搜索框里输入问题，搜索可以不再是给出链接，而是直接生成一个最好的答案。

在演示中，李彦宏提出了一个过去20年各国工业增加值排名是多少的问题。

不同于New Bing和Bard可能会给出一个带链接的数据答案，新的百度能够直接给出一个动态的表图，以条形图的形式，显示不同国家工业增长值。这个图甚至是动态的，会随时间进行增长和排名变化。

推荐激发功能有点相当于目前搜索引擎的相关问题，可以提示用户继续根据提示了解一些相关问题，如「工业增加值和GDP有什么关系？」「工业对国民经济发展有什么影响？」。

而多轮交互也十分有趣。

目前的大语言模型创业浪潮中，其中有一个许多创业者都在努力的方向，就是利用大语言模型搭配推荐引擎，进行多轮对话，来向用户提供一个最佳选择。

9月，百度举办的文心杯的创业大赛项目，其中的一等奖获得者Buysmart.AI是这个方向的佼佼者。用户用自然语言和点选，不断清晰自己的需求，而Buysmart.AI利用推荐引擎最终为用户推荐最需要的产品。

而重构后的百度搜索，直接在搜索中增加了类似方向的功能。

在演示中，百度的搜索提示词是询问「北京周边登山去哪好？」而搜索引擎在给出了百花山、海坨山等等多个答案后，允许用户进一步点选补充选择自己的情况。比如如果选择徒步新手加亲子，搜索引擎就会改为改为推荐西山和百望山这样的地点，它们相对好爬，对亲子活动也比较友好。

除了搜索的重构之外，百度还展示了对于百度网盘、百度地图、百度文库等应用的重构。

百度网盘的云一朵个人云助理，在之前就已经推出。作为世界上第一个个人云助理，目前用户已经达到2000万。可以用自然语言与助理沟通，一句话操作找到个人云中的某段视频，对于视频内容进行理解，找到视频中的某项内容，总结出视频的金句等等。

百度地图，按照百度的宣传，是全球首个AI原生地图产品。通过与地图的助手对话，可以一步直达多级菜单的几千个服务。也可以推荐地理位置合适的餐厅，对比餐厅的环境进行选择，最后直接约车。

百度文库依托十亿过去的文稿资源，可以直接在用户对特定题材搜索资料后，勾选需要的文章类型，严肃学术文献或是普通大众材料，进行一键文章生成。

重构后的百度文库还添加了PPT生成的功能，能够理解观点之间是并列关系还是递进关系，进行PPT风格风格一键切换，百度宣称「远超市场上其他PPT生成工具。」

发力B端

在此次的演示中，百度还展示了一些全新的B端应用。

其中，此次百度重点推出的是一个商业智能产品。百度GBI，Generative Business intelligence。

这是一个百度推出的全新产品，是国内首个生成式商业智能产品，具有支持自然语言交互、跨数据库分析和专业知识学习三方面能力，将商业分析师十几天才能完成的数据分析工作缩短到分钟级。

在广告片中，面对「成本本预估是多少？不亏钱的价格底线是多少？客户要求我们3个月内完成交付，能做到吗？最快多久？如果竞对，比如我们的报价低，有什么办法？」这一系列相关的财务分析、项目交互、用户分析的问题，百度GBI可以直接通过自然语言对话，给出答案，并生成图文并茂的回答。

不需要专业人士进行操作，跨数据库和表格接入数据也不需要额外的操作。除此之外，企业还可以对其训练，让其学习专业知识，成为行业专家。

另一个B端产品是如流。使用生成式AI进行重构后，如流可以一键生成会议纪要，总结上千条工作群的内容。结合企业的CRM系统，为管理者提出项目背景和项目谈参。根据个人行程，规划工作计划，发出会议邀约等等。

除了赋能办公方面，百度还展示了大模型对于自动驾驶、智能座舱和政府智慧监控项目的赋能。

发布半年多以来，文心快速迭代，重构百度应用，同时在逐步建立文心生态。

百度也在发布会上介绍了近期上线的灵境平台。无论是个人或者企业的数据或者是应用，都能够在灵境平台上快速变成一个插件，利用api接入文心大模型的能力中。

百度介绍，目前灵境平台上线一个月的时间，已经有2.7万个开发者的申请入驻，覆盖了20多个领域，包括法律咨询、简历生成，脑图制作、口语练习等等各种各样的场景的原生应用。企业私有数据在没有泄露风险的情况下，也能够方便快捷地接入最先进的这个大模型的能力。

「中国有丰富的应用场景，中国用户又天然愿意拥抱新技术，有了先进的基础大模型，我们就能构建起一个繁荣的AI生态，共同创造新一轮经济增长。」李彦宏表示。