今天小編分享的科學經驗：步步向前，曙光已現：百度的大模型之路，歡迎閲讀。
大模型，是今年全球科技界最火熱，最耀眼的關鍵詞。在幾個月的狂飙突進中，全球主要科技公司紛紛加入了大模型領網域。中國 AI 產業更是開啓了被戲稱為 " 百模大戰 " 的盛況。
但喧嚣與熱鬧之後，新的問題也随之而來：大模型的力量究竟能否持續發展？在擁有了許多大模型之後，我們又該做些什麼？
簡單來説，面向機遇與挑戰并重的大模型時代，中國 AI 需要從拼參數、拼數量的 " 短期主義 " 中走出來，走向長期發展與生态凝聚。
有大模型并不難，難的是讓大模型走向遠方。
8 月 16 日，由深度學習技術及應用國家工程研究中心主辦的 WAVE SUMMIT 深度學習開發者大會 2023 在北京舉行。百度首席技術官、深度學習技術及應用國家工程研究中心主任王海峰表示，大語言模型具備了理解、生成、邏輯、記憶等人工智能的核心基礎能力，為通用人工智能帶來曙光。
如果要總結這一屆 WAVE SUMMIT，那麼在我看來，最重要的價值是百度展示了大模型如何走向 " 長期主義 " 發展模式。通過文心加飛槳，為產業夥伴與開發者構建可持續發展的 AI 基礎設施，為產業智能化提供源源不絕的動力。
大模型不是終點
而是起點
随着 " 百模大戰 " 的興起，大模型以最高效率抵達了產業繁榮狀态。但随之到來的是很多疑慮，比如在有了大模型之後，我們究竟如何讓它發揮價值？比如，大模型的技術能力，還能不能進一步突破，如何突破？再比如大模型之間的競争，會不會變成低價、低質的競底遊戲？
這些疑慮背後的關鍵，是產業界目前傳遞出的信号，過分強調 " 要有大模型 "。反而很少提及大模型如何長期發展，如何擺脱零和博弈。
我們關注大模型，難道不是驚豔于它的表現，于是開始暢想它的未來嗎？難道我們真的滿足于 " 有很多大模型 " 就是終局嗎？
換言之，大模型應該是起點，而非終點。
目前來看，大模型的技術、產業與生态都還處在發展的萌芽期。各方應該攜手共建，描畫大模型的美好未來。大模型之路，至少需要完成三個目标：
1. 向產業價值，完成大模型向 C 端與 B 端的應用落地，推動 AI 原生應用走向時代前沿。
2. 向眾智生态，大模型應該是各行各業、萬千開發者的大模型，集眾智才能立高遠。
3. 向技術突破，大模型目前的表現僅是開端，我們需要有方法、有路徑來驅動大模型持續發生技術突破，直到走向 AGI 的遠景目标。
如何鋪這條大模型路？百度在 WAVE SUMMIT 深度學習開發者大會 2023，展示了他們一直以來都在做的三件事。
指南針：
AGI 曙光已現
如果説，大模型還能向前走，那麼它應該向哪裏走？百度為大模型時代鋪路，做的第一件事，是向各界展示了關于大語言模型方向的 " 指南針 "。
AI 開發者們都知道，WAVE SUMMIT 深度學習開發者大會，歷來是呈現百度對深度學習技術未來洞察的舞台。
2019 年，王海峰在首屆 WAVE SUMMIT 中提出，深度學習具有很強的通用性，并具備标準化、自動化和模塊化的工業大生產特征，推動人工智能進入工業大生產階段。
四年來，AI 工業大生產的方向不斷得到了充分驗證，更引導了 AI 產業的發展與 AI 開放生态的繁榮。今天，AI 技術在各領網域展現出了充沛的生產力釋放效應，證明 AI 工業大生產階段已經正式到來。
面對大模型時代新的方向性問題，王海峰也給出了清晰明确的洞察。本屆 WAVE SUMMIT，王海峰首次對外表示，人工智能具有多種典型能力，理解、生成、邏輯、記憶是其中的核心基礎能力，這四項能力越強，越接近通用人工智能，而大語言模型具備了這四項能力，為通用人工智能（AGI）帶來曙光。
也就是説，大模型持續向前發展，實現技術突破是可預見、可期待、可實現的。以理解、生成、邏輯、記憶四項核心技術作為向量，我們可以規劃出大模型長期發展的路标與路徑。
這樣的論斷，建立于百度扎實的技術探索之上。
以文心一言為例，它首先從數萬億數據和數千億知識中融合學習得到預訓練大模型，在此基礎上采用有監督精調、人類反饋的強化學習和提示等技術，并具備知識增強、檢索增強和對話增強等技術優勢。進一步地，文心一言通過多種策略優化數據源及數據分布、基礎模型長文建模、多類型多階段有監督精調、多任務自适應有監督精調、多層次多粒度獎勵模型等技術創新，全面提升基礎通用能力。在檢索增強和知識增強的基礎上，通過知識點增強，提升對世界知識的掌握和運用；通過大規模邏輯數據構建、邏輯知識建模、多粒度語義知識組合以及符号神經網絡，提升邏輯能力；通過構建數據、内容、模型和系統安全的全面安全體系，保障大模型的安全性。可以説，其具備了理解、生成、邏輯、記憶等核心基礎能力。
王海峰的闡釋既解答了各界對大模型長期發展動力的期待，更直接點明了 AGI 這一長期目标的實現方式。将目前的大模型技術基礎，與人類科技的星辰大海聯接在了一起。
除此之外，王海峰還分享了百度在大模型效率、應用等方面的最新進展。
所有遠大航程都始于找到正确的航海圖。大語言模型具備了理解、生成、邏輯、記憶四項核心基礎能力，帶來 AGI 的曙光，正是這樣一張值得各界深度思考的航圖。
築路基：
文心加飛槳的步步向前
知道了要向哪裏走，接下來的問題是應該如何走？面對這個問題，百度為大模型時代做的第二件事，就是通過文心加飛槳，為大模型發展鋪設新的路基。
百度集團副總裁、深度學習技術及應用國家工程研究中心副主任吳甜表示，文心一言熟練掌握的創作體裁超過 200 種，涵蓋了幾乎所有寫作需求，内容豐富度是初期的 1.6 倍、思維鏈長度是初期的 2.1 倍，知識點覆蓋是初期的 8.3 倍。
這樣的進展效率背後，是百度在核心技術、開發平台、應用部署等領網域協同發力的成果。而百度在大模型領網域得到的先驅者經驗，也将通過文心加飛槳打造的 AI 基礎設施，面向開發者與千行百業進行落地。
在本屆 WAVE SUMMIT 當中，我們可以看到百度圍繞大模型的開發、優化、應用，取得了許多關鍵性、基礎性的進展，我們可以從中試舉幾項加以説明：
1. 擴展大模型能力邊界的插件生态
面對全新的大模型機遇，插件機制是開發者急切期待的。為了填補這一需求，文心大模型在 3.5 版本中新增了插件機制，已上線了百度搜索、覽卷文檔、一鏡流影、説圖解畫、E 言易圖五種官方原生插件。王海峰表示，未來百度将與開發者共建插件生态，共享技術創新成果。
從 WAVE SUMMIT 的反饋來看，各界對這些插件的認可達到了很高指數。
比如説，覽卷文檔可以借助文檔智能模型及搜索系統，實現對文檔的格式、布局等信息充分理解及定位，從而幫助用户實現文檔摘要、問答及創作的需求。
再比如，一鏡流影依托文心跨模态大模型，突破了不同模态之間語義對齊等技術難題。用户僅需簡單輸入文字，即可在 1 分鍾内獲得高質量的 AIGC 視頻，為大模型 + 視頻帶來了全新的效率更新與想象力突破。
E 言易圖則實現了将文字需求轉化為可視化圖表的需求。僅需簡單的數據圖表需求，或輸入待生成圖表的數據内容，即可生成可互動圖表，協助用户完成數據分析、洞察及圖表信息的互動演示，從而實現大模型與辦公、财務、數據統計等領網域更為緊密、有針對性的結合。
2. 深度學習平台與大模型的聯合優化
在大模型成為各界關注重點之後，如何更好更快地訓練大模型，提升大模型推理效率，成為了產業中至關重要的挑戰。為此，經過緊密的技術更新，百度已經将文心與飛槳聯合優化這條路跑通、跑順，成為了整個大模型產業可以參考的更新範本。
本屆 WAVE SUMMIT 上正式發布了飛槳開源框架 v2.5，其全面完成了架構更新，同時在大模型訓練、推理和多硬體适配方面帶來了新的功能。其中，文心與飛槳聯合優化最為關鍵，通過協同優化，文心大模型 3.5 訓練速度是優化前的 3 倍，推理速度更是達到了 30 倍以上。
大模型效率的提升離不開飛槳的加持，在訓練方面，百度總結了一套打法：
從硬體資源層面看，飛槳與文心在硬體集群上進行協同優化，提升了有效訓練時間占比；通過芯片、存儲、網絡協同優化，提升了模型的訓練吞吐速度，從而全面實現了以更小資源消耗實現大模型訓練目标；與模型算法協同優化，提高收斂效率。在大模型訓練中，優化收斂效率和穩定性，可大幅度減少訓練時間，達到事半功倍的效果。
在推理方面，飛槳則是從模型壓縮、推理引擎、服務部署三個關鍵環節進行協同優化。作為深度學習開發平台，飛槳可以支持 AI 模型從訓練到推理的全流程落地。舉例來看，飛槳模型推理服務就可以有效支持大模型推理效率提升。其在業内首創了支持動态插入的分布式推理引擎，從而可以更有效完成龐大數據規模的 AI 模型進行推理部署。在這些關鍵環節的協同推理能力提升下，飛槳不斷幫助文心大模型提升推理效率與推理性能，讓模型的學習效果與魯棒性更強，從而取得更強的應用效果。
到目前為止，文心與飛槳的聯合優化路徑被持續驗證，進而打通了大模型低成本、高效率落地的大門。
3. 應用側的先導示範。
面對着大模型的能力與機遇，各界不僅關注大模型基礎技術，同時也希望在應用側直接獲得大模型支持，以及通過有效的 AI 原生應用來探索自身的應用落地方案。
在這一方面，WAVE SUMMIT 上展示了文心一言的能力，通過智能工作平台如流進入辦公場景，全面提升辦公效率。百度集團副總裁、百度集團首席信息官李瑩發布了如流的 " 超級助理 "。 在代碼智能化場景，百度 Comate 系列產品全新更新，重磅發布智能編程助手 ComateX 和 Comate Stack 工具套件，實現了代碼解釋、代碼生成、行間注釋生成、單元測試用例等能力。
文心加飛槳，通過不斷更新技術、完善工具、落地應用，讓大模型的路基沿着正确方向一路鋪設開去，從而讓更多開發者、更多行業夥伴能夠走上這條路，走近大模型的時代機遇。只有在眾力眾行之下，中國 AI 才能滾滾向前。
開航道：
為開發者，為產業，為生态
在定準方向，夯實技術之後，下一個問題是如何讓更多人加入進來，分享大模型紅利。為此，百度為大模型時代做的第三件事，是把大模型變成繁榮的生态航道。讓更多行業、更多開發者以高效率、低門檻的方式融入進來，駛向自己的目标。
生态與技術并重，始終是百度發展 AI 技術的立足根本。經過多年發展，產業級深度學習開源開放平台飛槳，已經凝聚了 800 萬開發者，服務于 22 萬家企事業部門，基于飛槳創建的 AI 模型達到 80 萬個。
而面向大模型的機遇，百度同樣也廣開生态之門，注重社區發展。WAVE SUMMIT 期間，王海峰發布了飛槳開發者社區 AI Studio 中文名 " 星河社區 "，寓意 " 文心加飛槳，翩然赴星河 "。
與此同時，正式推出了星河大模型社區。在社區，開發者可以獲得一體化的大模型開發支持。飛槳 + 文心貫通全開發流程，與開發者持續共創大模型項目和應用。目前，星河大模型社區已上線了超過 300 個大模型創意應用，還提供了豐富的功能方便開發者進行交流。百度還發布了文心大模型 " 星河 " 共創計劃，提供生态和產業資源，與廣大開發者共同推動人工智能應用創新。
而在作為 AI 產業底座的硬體領網域，文心大模型最新與英偉達、寒武紀、華為等 12 家硬體夥伴開展了适配，覆蓋了雲和端側多種硬體類型。目前，已經有 25 家硬體夥伴參與到了星河社區硬體生态專區的共建當中。
從產業落地的角度來看，文心大模型的落地規模在國内保持領先，已經有 15 萬家企業申請了文心一言内測，其中超過 300 家生态夥伴在 400 多個具體場景取得了測試成效，覆蓋辦公提效、知識管理、智能客服、智能營銷等領網域。同時，百度聯合國家電網、浦發銀行、泰康、吉利等企業聯合發布了 11 個行業大模型。
不難看出，百度開辟的大模型航道，已經實現了落地廣泛、生态繁榮、夥伴眾多。百度的大模型之路，正在這樣的航道上徐徐展開。
相比于以 " 有大模型 " 作為全部目标，百度的大模型之路目光更遠，看向 AGI 的星辰大海。
相比于堆積參數和技術務虛，百度的大模型之路更加腳踏實地，它是在一個個插件，一次次優化中走通的，每一個腳印清晰可見。
相比于短期利益與劣币競争，百度的大模型之路堅持生态互利，它是行業的路，開發者的路，更多人的路。
中國 AI 的大模型之路，當如是也。
>
