“过去24个月，AI行业发生的最大变化是什么？是大模型基本消除了幻觉。”11月12日，百度创始人李彦宏在百度世界2024大会上，发表了主题为《应用来了》的演讲，发布两大赋能应用的AI技术：检索增强的文生图技术（iRAG）和无代码工具“秒哒”。文心iRAG用于解决大模型在图片生成上的幻觉问题，极大提升实用性；无代码工具“秒哒”让每个人都拥有程序员的能力，将打造数百万“超级有用”的应用。
截至11月初，百度文心大模型的日均调用量已经超过15亿，相较一年前首次披露的5000万次，增长约30倍。李彦宏表示，“这条陡峭的增长曲线，代表着过去两年中国大模型应用的爆发。”演讲中，李彦宏再次强调，智能体是AI应用的最主流形态，即将迎来爆发点，它将成为AI原生时代，内容、信息和服务的新载体。
以下为李彦宏的主要观点：
文心大模型日调用量达15亿，代表着过去两年中国大模型应用的爆发
“过去24个月，这种全球性的大模型狂热，究竟是一场新的技术革命还是新一轮泡沫？作为中国人工智能的扛旗者，我想我们是有资格回答这个问题的。大家请看这张图：这是文心大模型的日均调用量变化曲线图，到今天这个数字已经超过了15亿次。这是一条非常陡峭的增长曲线，代表着过去两年中国大模型应用爆发。说实话，这个增速是超出了我的预期的。我记得今年5月份，就是6个月之前，当我们的日均调用量达到两亿的时候，我跟我的高管们讨论，讨论大模型的未来，讨论怎么就叫成了。我当时说，如果我们的日均调用量一年之内涨10倍，也就是从2亿涨到20亿，我认为就成了，就说明大家是真需要。现在仅仅半年过去，我们就比较接近这个数字了，势头非常猛。”
过去24个月，AI行业的最大变化是大模型基本消除了幻觉
“去年三月，文心一言发布的时候，我们说百度大模型的特色是知识增强、检索增强。后来发现，检索增强不是百度特色，而是逐步成为了行业的共识。检索增强的手段，英文叫RAG，就是Retrieval-augmented Generation。当然，我们是做搜索起家的，这个方面理应做得最好。这个手段的意义在哪呢？它就是让大模型基本消除了幻觉。要想基于大模型开发应用，消除幻觉是必须的，如果这个模型总是一本正经的胡说八道，就不会有人信你，就不会有应用。有人说我用模型来写小说，有点幻觉可能更有意思，更能引人入胜？不对！即使是文学创作，也需要故事前后保持一致，否则就不是智能而是智障了！”
“所以，如果你要问我，过去这24个月，对这个行业而言，最大的变化是什么？我的回答一定是，大模型基本消除了幻觉，它回答问题的准确性大幅提升了，这让AI从‘一本正经的胡说八道’，变得可用、可被信赖。我们知道，大模型是一个概率模型，生成的内容具有不确定性。采用RAG技术后，大模型会利用检索到的信息来指导文本或答案的生成，从而极大地提高了内容的质量和准确性。”
检索增强的文生图技术iRAG发布，整体效果远远超过文生图原生系统
“今天，文字层面的RAG已经做得很好了，但是图像等多模态内容和RAG的结合还不够。大家请看这张图，这是我们用一个开源模型生成的一张北京天坛的图片，看上去确实有点像天坛，但总觉得哪儿不对。告诉大家，真正的天坛长这样，是三层，但模型生成了四层，这是文生图比较典型的幻觉现象。这种幻觉现象，今天仍然很普遍，所以今天的多模态大模型，没有什么成规模的应用出来。就是幻觉没有解决，至少没有像文生文RAG解决得那么好。”
“今年年初，我们决定要解决图像生成的幻觉问题。我们开发了一项颠覆性的技术叫做iRAG，就是image based RAG，检索增强的文生图技术。之前，完全基于大语言模型的文生图系统，生成的图片常常是“一眼假”，甚至是逻辑不合常理。百度的iRAG，将百度搜索的亿级图片资源跟强大的基础模型能力相结合，就可以生成各种超真实的图片，整体效果远远超过文生图原生系统，去掉了机器味儿。”
“随着AI生成图片的可用性大大提高，它的应用空间也随即打开了。比如在品牌宣传场景，以前拍这样一组海报动辄需要一二十万，甚至大几十万，但是现在创作的成本接近于0。简单说来，iRAG的商业价值体现在：无幻觉、超真实、没成本，立等可取。”
当基础模型能力就绪，我们即将迎来AI应用的群星闪耀时刻
“基础模型能力就绪，我们即将迎来AI应用的群星闪耀时刻。每一个应用都是一颗星，每一个应用都将成为改变世界的力量。那么AI应用从哪里来？到哪里去？有两大AI应用方向：一个是智能体，另一个是产业应用。”
智能体是AI应用的最主流形态，即将迎来爆发点
“智能体是AI应用的最主流形态，即将迎来它的爆发点。今天，全球所有顶尖科技公司都很关注智能体，但像百度这样把智能体作为最重要战略方向的并不多。我认为，做智能体很像PC时代做网站，或者是移动时代做自媒体账号。不同之处是智能体更像人，更智能，更像你的销售，你的客服，你的助理。智能体可能会变成AI原生时代，内容、信息和服务的新载体。”
“为什么这么说？一方面，做智能体的门槛足够低，谁都能上手，在百度的文心智能体平台上，甚至已经有11岁的小学生在创造智能体，然后通过搜索和其他渠道分发出去。另一方面，智能体的天花板又足够高，可以做出功能非常强大的应用。多个智能体的协作，还可以解决更加复杂的问题。”
“目前，文心智能体平台上，已经吸引了15万家企业和80万名开发者参与，覆盖的应用场景非常非常多。文心智能体平台的TOP100智能体是我们基于智能体的分发量、平均对话轮次、用户喜爱度等指标综合遴选出来的。有角色类的，像农民院士智能体，有工具类、行业类的智能体，更有职场、情感、娱乐等类型的智能体。”
公司官方智能体很可能替代官网，成为最直接面向消费者的界面
“公司类智能体相当于AI时代的公司官网。传统官网具有的那些能力，比如公司介绍、产品图片和参数展示、线下门店位置等等，公司类智能体都有。而传统网站没有的主动推荐、及时响应和一对一服务能力，公司智能体也有。”
“智能体与传统官网很不一样的，那就是对最新信息或者最个性化问题的回答。传统的官网，对外界市场信息变化往往不敏感，客服人员对于个性化的问题也难以给出令人满意的回答，就只能做记录，再电话回访。而智能体可以利用大模型的理解、生成、逻辑、记忆四大能力和检索增强能力，快速从网上获取最新、最准确的消息，并在一秒内就给出一个令人满意的答案。如果你还有更复杂的问题，智能体也可以通过不断地跟你互动、澄清、反问，来最终满足你的需求。”
“不仅是比亚迪，像联想、沙宣、洋河这些企业，现在都已经拥有了自己的官方智能体。比起传统的官网，智能体既是品牌顾问又是金牌销售和客服，既专业又贴心，一对一的服务，大幅地提升了互动营销的效率。比亚迪的官方智能体上线后，销售线索转化率提升了119%。联想AIPC智能体在9月份的互动率提升了89%，销售线索转化率提升了80%。”
“未来，公司官方智能体很可能将替代官网，成为最直接面向消费者的界面。”
文心多模态大模型加持 发布万能白板“自由画布”
“百度文库和网盘联合开发的“自由画布”是一个全新的工具类智能体。我们以行业分析师撰写研究报告为例。在很多人的认知中，行研报告就是图文结合的内容。但今天，它可以是另一种形态，有传统的图文、表格，也有发布会视频、电话会录音等，组成一种更全的多模态报告。这在自由画布上，可以很好地实现。”
“自由画布可以帮你完成从找资料、到编辑、再到生成和分享的全部任务，输入自由、编辑自由、创作自由、分享自由。”
“自由画布就是一个由文心多模态大模型加持的万能白板，它能激发人们的灵感和创造力。因为自由画布，每个孩子都能成为故事的主角。因为自由画布，每个人都可以成为漫画家、短视频导演。而且，这不是期货，而是立即可用的现货，是真正服务于创造的新质生产力！”
不是要推出一个“超级应用”，是要打造数百万“超级有用”的应用
“今天，我在这里发布大模型的100大产业应用，它涵盖了制造、能源、交通、政务、金融、汽车、教育、互联网等众多行业，百度希望与更多合作伙伴和客户一起推动智能产业生态的建设，共同来加速国家“人工智能+”行动计划的落地。发布这100大产业应用，其实也代表我们的一种认知和态度。百度不是要推出一个‘超级应用’，而是要不断地帮助更多人、更多企业打造出数百万‘超级有用’的应用。”
无代码工具“秒哒”发布，将迎来一个“只靠想法就能赚钱的时代”
“今天，我们的确有条件让一行代码都看不懂的人具备程序员的能力，有让任何一个想法都能迅速地、低成本地变为现实的能力。当然，这需要工具，这个工具就是秒哒”
“秒哒是一个不需要写代码就能够实现任意想法的软件，一个由大模型和智能体组成的全新的软件，我认为它是‘迄今为止人类历史上最复杂的多智能体协作工具’，它包括无代码编程、多智能体协作以及规模化地调用各种工具等能力。注意，秒哒是跟任何辅助代码生成工具很不一样的，因为它根本不需要你能看懂代码。”
“有了秒哒，一个人通过自然语言交互，就可以完成一整套系统的搭建，还可以做任意场景下的各种应用，应用的复杂度也会随着我们技术的提升不断提升。最早开始的时候，它只能做一些比较简单的编程，比如说两三百行代码，以后随着基础模型能力提升，以及秒哒本身技术能力的演进，它就可以做越来越多的，越来越复杂的事情。这意味着什么？这意味着，你不需要去招募项目经理、设计人员、开发人员、测试人员等等，自己就可以指挥多个智能体来协同完成任务。也就是说，只要有想法，你就可以心想事成，我们将迎来一个前所未有的只靠想法就能赚钱的时代。以前有个想法，你还要去执行，把想法做出来。现在只要你有想法，秒哒就可以帮你做了。”
“我想，AI之所以被称为产业革命级的机会，就是因为它对于社会经济，带来了生产力的无限扩张。秒哒让每个人都具备程序员的能力，会说话就能做出应用来，它对于人类工作效率的提升怎么说都不为过。”
软件吞噬世界？“AI applications are creating the world”
“在人类信息技术变革的不同历史时期，应用出现的样貌也不一样：在PC时期，它是一个个的软件和网站；在移动时期，它是一个个的APP和可被关注的账号；在AI时代，应用主要的形态就是智能体。随着大模型技术和能力的指数级跃迁，自然语言成为了这个时代最重要的编程语言。我们每一个人都能动手创造一个属于自己、也属于他人的AI应用，或者智能体。”
“我是软件工程师出身，国外有一种说法叫‘软件吞噬世界’。但我认为，这个世界不应该被吞噬，而应该被创造。AI时代，应用创造世界。所以请大家和我一起见证，AI applications are creating the world。”
附：