百度文心一言，基于文心大模型技术打造的生成式对话产品，近日正式亮相。百度从 2019 年开始进行大模型探索，打造文心大模型家族，其中 PLATO 主打对话交互。文心一言在文学创作、商业文案创作、数理推算、中文理解、多模态生成等方面有突出能力。百度宣布，超过 650 家企业宣布接入文心一言的生态。在发布文心一言的同时，百度股价盘中一度大跌 10%。文心一言的英文语种、代码场景的训练还不够多，表现还不够好。但整体而言，文心一言还远未到发展完善的阶段。
作者｜于惠如 编辑｜罗丽娟
“十月怀胎，一朝分娩。”
研发近 5 年，提前一个月宣传造势，备受关注的百度文心一言终于揭开神秘面纱。
3 月 16 日，百度基于文心大模型技术打造的生成式对话产品——文心一言正式亮相。据百度创始人、董事长兼 CEO 李彦宏介绍，文心一言在文学创作、商业文案创作、数理推算、中文理解、多模态生成等方面有突出能力。
作为国内少有拥有大模型技术的企业，百度从 2019 年开始进行大模型探索，打造文心大模型家族，包含 PLATO、ERNIE 3.0 等多个 NLP 大模型，其中 PLATO 主打对话交互。从技术出发，文心过往在 NLP 模型上的实践，成为百度打造 “文心一言” 的基础。
“从这个意义上说，文心一言的发布只是我们过去多年努力的自然延续。” 李彦宏表示。
为什么要在此时发布文心一言？百度真的 ready 了吗？针对这个高频问题，李彦宏回答：“因为市场需求。”
“我自己在内测过程中体验到，（文心一言的）能力确实谈不上完美。” 李彦宏坦诚，但是包括搜索、智能云、自动驾驶和小度在内的百度各个产品线都在等着使用这项技术。尤为重要的是，百度的客户也在等着这项技术的发布。
在半个小时的介绍里，李彦宏介绍了文心一言的实用功能。不过因为现场打字不方便，发布会现场并没有实时演示文心一言的各项功能，而是使用了提前录好的 demo 视频。
在百度发布文心一言的前一天，OpenAI 发布了 GPT-4，被冠以 “作为迄今为止规模最大、功能最强大的多模态预训练模型”。
作为同类型产品，文心一言自然免不了被拿来做对比。李彦宏认为，“ChatGPT 的门槛还是很高的”，而文心一言 “还是有很多不完美的地方”。
“全球大厂中，百度是第一个发布的，大家都知道微软是直接调用 OpenAI，其它的大厂现在都没有真正发布同类型、同级别的产品。百度是第一个。” 李彦宏说，文心一言这样的大语言模型，会成为每个人必不可少的生产力工具。
自 2 月份百度官宣 “文心一言” 以来，已有超过 650 家企业宣布接入文心一言生态。
发布会尾声，百度公布了文心一言的邀请测试方案——3 月 16 日起，首批用户即可通过邀请测试码，在文心一言官网体验产品，后续将陆续开放给更多用户。此外，百度智能云即将面向企业客户开放文心一言 API 接口调用服务。
根据百度提供的数据，发布会后一小时内，排队申请文心一言企业版 API 调用服务测试的企业用户已达 3 万多家，申请产品测试网页多次被挤爆，百度智能云官网流量飙升百倍。
但资本市场对此却有不同的表现。在文心一言发布的同时，百度股价盘中一度大跌 10%。
不完美"小孩"
发布会现场，李彦宏展示了文心一言在文学创作、商业文案创作、数理推算、中文理解和多模态生成等五个使用场景方面的表现。
文学创作场景中，文心一言根据对话问题将科幻小说《三体》的核心内容进行了总结，并提出了五个续写《三体》的建议角度；在商业文案创作场景中，文心一言完成了给公司起名、写 Slogan、写新闻稿的创作任务；面对 “鸡兔同笼” 这类涉及推理等相对复杂的任务，文心一言也给出了正确解题思路及答案。
作为扎根于中国市场的大语言模型，文心一言在中文语言和中国文化上有更好的表现。现场展示中，文心一言正确解释了成语 “洛阳纸贵” 的含义、“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。
不过，李彦宏也承认，文心一言对英文语种、代码场景的训练还不够多，表现还不够好。“接下来我们还要加紧训练，不断完善这些能力。”
在多模态生成能力上，文心一言没有落后于 GPT-4。
现场，李彦宏展示了文心一言生成文本、图片、音频和视频的能力。文心一言不仅能够生成四川话等方言语音，还能通过一段文字自动生成视频。
不过，视频生成能力因成本较高，现阶段还未对所有用户开放，未来会逐步接入。
“多模态是生成式 AI 一个明确的发展趋势。” 李彦宏称，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。
尽管从某种程度上，文心一言具有了对人类意图的理解能力，回答的准确性、逻辑性、流畅性也还算令人满意。但整体而言，这类大语言模型还远未到发展完善的阶段。
李彦宏说：“它们有时候会有很惊艳的表现，但不少场景下，细究起来还有明显的 bug，进步空间很大。”
虽然多次提到产品还不完美，但百度仍将自己定位为：全球大厂中第一个做出对标 ChatGPT 产品的企业。
在李彦宏给出的论据中，百度独具的四层技术栈优势占据重要地位。
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。
“而当前，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。” 李彦宏表示。
在他看来，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。
“无论是哪家公司，都不可能靠突击几个月就能做出这样的大语言模型。深度学习、自然语言处理，需要多年的坚持和积累，没法速成。” 李彦宏说。
据全天候科技了解，大约在一个多月前，百度对外释放即将发布文心一言之时，在其内部已成立了相关 “项目组”。由 CTO 王海峰带队，李彦宏深度参与，并从多个业务线进行了人员和资源调配。
该项目组在内部被评价为 “相当神秘”，未到最后一刻，甚至内部员工也无法得知文心一言的具体进展。
但对于今天的发布，李彦宏依然认为文心一言是一个 “不完美小孩”，“之后，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，给你 ‘士别三日，当刮目相看’ 的惊喜。”
对标 ChatGPT？
赶在百度发布文心一言的前一天，OpenAI 发布了 GPT-4，令 AI 达到了 “历史上前所未有的新高度”。
相较前一代，GPT-4 是一个超大的多模态模型，可接受的文字输入长度增加到 3.2 万个 token（大约 2.4 万单词）。同时，它可以接受图像输入并理解图像内容。
升级之后，GPT-4 在多项基准考试中表现出的水平和人类相当甚至更高。比如：在美国律师资格考试 Uniform Bar Exam、法学院入学考试 LSAT、“美国高考” SAT 数学部分和证据性阅读与写作部分的考试中，它的得分高于 88% 的应试者。
不过，GPT-4 也提高了使用门槛，目前还没有免费版本，其访问权限仅面向 ChatGPT Plus 的付费订阅用户及企业和开发者开放。而且，目前 GPT-4 每 4 小时只能回答 100 个问题。
不过，随着 GPT-4 能力的增强和更稳定不易出错的性能，也为此后落地商业化提供了更多的可能性。
在众多国内布局生成式对话产品的公司中，百度被认为是最有希望与 OpenAI 媲美的一家。文心一言是否够得上与 ChatGPT 一战？
李彦宏在发布会上的表现称得上谦逊：ChatGPT 的门槛还是很高的。文心一言仍算不上完美。
根据发布会传递的信息，从功能角度出发，二者均具备文学创作、数理推算、语义理解、多模态生成等能力。不过，GPT-4 之前宣传的图片输入生成文本仍未向公众开放，生成图片及视频能力也仅仅停留在展示页面。而文心一言可生成图片及视频内容。
一位 AIGC 领域创业者对全天候科技说：“文心一言不需要碾压 ChatGPT，如果满分是 100 分，百度的文心一言只要能做到超过及格线，就很不错了。”
在这位创业者看来，AIGC 太重要了，无论国内做得如何，都得先推出一个产品。“就像搜索引擎，国外有 Google，国内就得有百度。”
李彦宏预测，大语言模型将带来三大产业机会：第一类是新型云计算公司，其主流商业模式从 IaaS 变为 MaaS；第二类是进行行业模型精调的公司；第三类是基于大模型底座进行应用开发的公司，即应用服务提供商。
即便如此，百度仍然未提及关于文心一言可行的、清晰的商业模式及变现方式。然而从可能落地的商业化场景看，OpenAI 已经有明确的商业化模式和变现路径。
“我们当然希望文心一言能更好，因为任何东西得有竞争，价格才能打下来。我们公司现在调用的是 OpenAI 的接口，调用频率还蛮高的。现在我要给 OpenAI 这笔钱，是因为我没得选。” 前述 AIGC 领域创业者表示。