李彦宏宣布文心一言将打造人人可用的超级生产力工具

尽管文心一言在一定程度上已经具备了理解人类意图的能力，其回答的准确性、逻辑性和流畅性也在逐步接近人类水平，但整体而言，这类大语言模型的发展还远未完善，仍需通过真实用户反馈不断迭代。

一、文心一言：超越想象的超级生产力工具

截至目前，已有650家企业宣布加入文心一言生态圈。通过接入文心一言，这些企业有机会利用新技术打造卓越的客户体验，从而在竞争中脱颖而出。例如，航空公司和大型金融机构的AI客服和呼叫中心。

熟悉ChatGPT的用户都知道，在信息查询、文本输出和推理运算方面，ChatGPT表现得游刃有余。而文心一言在文本之外，还能输出图片、视频等多模态内容，甚至可以将文字直接用读出来。

百度创始人、董事长兼首席执行官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方面的能力。百度表示，文心一言的定位是人工智能基座型的赋能平台，通过新技术帮助企业打造卓越的客户体验，让任何公司都能更接近客户，从而深刻影响千行百业中的每一家公司，实现智能化变革、效率提升，获得更强的竞争优势，创造更大的商业价值。

百度：研发投入毫不吝啬

百度2022年财报显示，2022年营收约1237亿元，净利润约207亿元，研发投入达214亿元，占百度核心收入22.4%，在全国科技公司中位居前列。

在应用层面，百度深度学习技术与场景融合创新，应用场景日渐丰富。ChatGPT和文心一言的出现，带来的是生产力的变革和提升。

ChatGPT火热背景下，包括百度、腾讯、阿里、字节跳动、360在内的国内公司都跃跃欲试，想要推出首个中国版ChatGPT。无论是在技术架构、算力、数据等要素资源的投入上，百度在国内AI领域始终处于领先地位。

百度能够成为国内首家推出大语言模型文心一言的企业，主要还是源自百度多年以来的技术积累。

李彦宏表示，人工智能将彻底改变我们今天的每一个行业。AI的长期价值，对各行各业的颠覆性改变，才刚刚开始。未来，将会有更多的杀手级应用、现象级产品出现，将会有更多的里程碑事件发生。

文心一言能为百度带来什么？这将是一个值得期待的问题。

文心一言本质上就是大型语言模型。而要做出大型语言模型，钱、算法、算力、应用、数据，这五个维度缺一不可。

可以说，百度几乎是把一年赚的钱全用来做研发了。

文心一言还具备了一定的思维能力，能够学会数学推演及逻辑推理等相对复杂任务。不过，李彦宏表示，对于该类问题，文心一言目前不一定能完全回答正确，但未来经过更多的训练后，文心一言的思维能力会越来越强。

有相关专家表示，文心一言的出现，预计会给百度的三大业务线带来新的增长和想象空间。

三、百度：拥抱未来的决心

百度同时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。

3月16日下午，百度于北京总部召开邀请测试会，主题围绕新一代大语言模型、生成式AI产品文心一言。

“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。”李彦宏说。

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。也就是说，相比于ChatGPT，文心一言对中文的理解能力和把控能力更强。

文心一言快速生成周报、新闻稿、宣传标语。

2019年，百度推出了知识增强的语义理解框架ERNIE，2021年，基于ERNIE测试了全球首个百亿参数的对话大模型PLATO-XL。

文心一言可根据关键词和主题快速生成符合要求的文案，助力企业品牌宣传和广告创意。在营销策划和推广方面，文心一言同样得心应手。

相较文心一言，GPT4标榜的图片输入生成文本尚未向公众开放，生成图片及视频能力也仅限于展示页面，缺乏诚意。

二、百度为何能打造“文心一言”？

因为文心一言的邀请测试，企业和用户将建立真实反馈、开发者调用和模型迭代的循环，推动文心一言不断进步，更好地理解人类意图，生成符合人类价值观和表达习惯的回复。

无论是百度还是其他公司，我们都站在了技术变革的起点。

百度在自然语言处理领域拥有丰富的实践经验和技术积累，尤其在数据处理上创新性地采用了“超级分布式训练”技术，为大语言模型的诞生奠定了基础。

经过多次迭代，ERNIE系列模型已具备较强的泛化能力和性能，为文心一言的推出打下了坚实基础。

生成式AI产品作为未来产业和经济社会发展中的变革性技术与关键力量，深刻影响着未来世界竞争格局，也将为AI行业带来前所未有的发展机遇。

作为中国最大的搜索引擎，百度拥有超过二十年的搜索业务积累，世界上最大的知识图谱，这些都提升了文心一言回答的准确性和生成结果的可信度。

文心一言在文学创作方面表现出色。

中国版的ChatGPT终于问世。

百度表示，多项主流业务将接入文心一言，包括百度搜索、基于百度智能云的智能语音助手小度、智能驾驶阿波罗等。

更重要的是，百度在芯片、框架、模型和应用四层技术栈上进行了布局。在芯片层，百度自研AI芯片“昆仑”已在多场景和搜索业务上得到应用；在框架层，百度飞桨深度学习平台能够实现下接芯片、上承应用，支持模型的训练和开发。

只是，用中文提问ChatGPT，与英文相比，总感觉差了点什么。许多人抱怨，在国内，ChatGPT的体验就像是迷你版，回答问题的丰富度和内容准确性总是不如国外。

资金是首要条件。据资料显示，运行一次100亿以上参数量的模型，算力至少需要1000张GPU卡。GPU芯片中的领先者如A100售价高达1万美元，微软Azure云服务为ChatGPT部署了超过1万枚英伟达A100芯片。即使不使用顶级芯片，按照一张GPU五万元的市场均价计算，1000张GPU意味着单月至少5000万的成本。业界测算，GPT-3单次训练成本至少460万元。

在模型层，百度早在之前就对大语言模型进行了思考，并投入了大量人力和物力，通过不断改进算法和技术升级，逐步提高了自己的语言模型水平。

文心一言大模型的训练数据包括万亿级网页数据、数十亿搜索数据和图片数据、百亿级语音日均调用数据以及5500亿事实的知识图谱。经过千亿级参数训练后的文心一言，不仅具备强大的逻辑推理能力，在创意内容生成上也有突出表现。