生成式 AI：百度“文心一言”对标 ChatGPT？什么技术趋势促使 ChatGPT 火爆全网？
文章目录
- 前言
- 一、生成式 AI 的发展和现状
- 1.1、什么是生成式 AI？
- 1.2、生成式 AI 的发展趋势
- 1.3、AI 生成内容的业务场景和分类
- 二、生成式 AI 从分析领域到创作领域
- 2.1、 降低内容创作门槛，增加 UGC 用户群体
- 2.2、提升创作及反馈效率，铺垫线上实时互动
- 2.3、基于海量数据激发创意认知、提升内容生产多样性
- 2.4、模态元素二次拆解组合，改变内容生产逻辑及形式
- 2.5、AI 系统或数据库联动，实现高度个性化/高频优化
- 三、生成式 AI 改变内容创作和分发范式
- 3.1、当前与未来设计工作流程对比
- 3.2、AI 文生图存在最大的问题是什么？
- 3.3、AI 从底层改变了哪些游戏规则？
- 四、为何生成式 AI 迅速爆发和突破？
- 4.1、大模型突破瓶颈
- 4.2、多模态融合打破边界
- 五、生成式 AI 技术趋势分析
- 六、生成式 AI 无法产生创意的基本元素
- 总结
前言
2023 年 3 月 27 日，百度文心一言正式发布，李彦宏开场即言，百度是首个做出可以对标 ChatGPT 的产品的大厂，作为“国产版 ChatGPT”、百度全新一代知识增强大语言模型，文心大模型家族的新成员，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。在 2022 年 11 月 30 日 美国 OpenAI 研发的聊天机器人程序 ChatGPT 一经发布，就瞬间爆火全网，作为人工智能技术驱动的自然语言处理工具，它能够通过理解和学习人类的语言来进行对话，还能根据聊天的上下文进行互动，“真正”像人类一样来聊天交流，随着不同版本的迭代和更新，我们可以看到众多使用者甚至能在其帮助下完成撰写邮件、视频脚本、文案、翻译、代码，写论文等任务。百度文心一言能否与 ChatGPT “掰掰手腕”，在二者的背后又是什么技术趋势促使其火爆全网呢？本文我们一探究竟。
一、生成式 AI 的发展和现状
1.1、什么是生成式 AI？
生成式 AI（Generative AI） 是指计算机通过机器学习从现有数据中学习一个对象（物品、产品或任务）的要素，进而生成一个全新的、原创的、真实的、与原来内容相似的对象。作为重要的战略技术，在 2025 年 10+% 的数据将由 AI 创造。
1.2、生成式 AI 的发展趋势
根据 Gartner《2021 年预测：人工智能对人类和社会的影响》 中预测：
- 至 2023 年将有 20% 的内容被生成式 AI 所创建。
- 至 2025 年，生成式 AI 产生的数据将占有所有数据的 10%，而今天这个比例不到 1%。
对于生成式 AI 的发展趋势预测，具体如下图所示：
1.3、AI 生成内容的业务场景和分类
在不含 AI 生成代码的情况下，AI 生成内容的业务场景和分类已经囊括众多的技术领域，AIGC 技术场景具体如下图所示：
二、生成式 AI 从分析领域到创作领域
2.1、 降低内容创作门槛，增加 UGC 用户群体
- AIGC 能够代替人工完成声音录制、图像渲染等工作，使更多人员能够参与到高价值的内容创作流程中。预计这一效果在 2B 结构化内容生成的领域非常明显，个别场景会出现 2C 服务。跨模态生成成为未来重点。
2.2、提升创作及反馈效率，铺垫线上实时互动
- AI 同样提升了内容的反馈生成速度，对于实时交互内容有重大意义，具有将线下和真人的快速交互迁移到线上的可能，也即令 AI 承担真人的社交、创作、协作功能，可能会出现新的潜在场景（如社交类和探索类游戏等）。我们在 Game AI 板块所提及的 AIbot 实时玩家教学在一定程度上提供了一种互动的新形式，交互教育/交互探索游戏虚拟陪伴场景值得期待。
- 目前来看，内容消费者变得更容易将现实情感需求投射在虚拟世界中，预计会产生许多深入实时的互动需求，市场规模可观。
2.3、基于海量数据激发创意认知、提升内容生产多样性
- 相较于人类艺术家，AI 能够接触借鉴更多的数据，在基于 prompt 进行内容生成后 AI 创作的内容会有更多的二次创造空间和自由度。例如，生成算法能基于特定条件或完全随机的生成现实中不存在的形状、色彩搭配、图案或结构等，赋予内容创作更多可能，产生“超现实感”及“未来感”，推动艺术创新。
2.4、模态元素二次拆解组合，改变内容生产逻辑及形式
- 通过语音克隆、编曲风格提取等手段，AIGC 能够将原客体所对应的不同模态信息进行拆解，例如演讲者的面部形象、声音、演讲内容等。在重新组合之后，能够完成过往受到条件限制无法完成的工作。例如路人的声音 + 专业的播音逻辑、更符合特定审美的面部等，打破真人/真实场景在要素组合上具有的局限性。
2.5、AI 系统或数据库联动，实现高度个性化/高频优化
- 在与特定的数据库（例如实时更新的客户数据、市场反馈数据、特定主题下的历史统计数据）或 AI 系统进行联动后（如个性化推荐系统等），AIGC 能够在更为精准的未来预测/个性化预测基础上调整其生成内容。
- 例如，根据、根据所处渠道风格调整生成内容、参考历史数据优化生成内容等。该价值在内容用户习惯调整内容营销文本营销领域有重大意义。
三、生成式 AI 改变内容创作和分发范式
3.1、当前与未来设计工作流程对比
- 当前概念设计师工作流程：接到需求→搜集参考（图库）→构思出图→和甲方沟通修改。
- 未来设计工作流程：创意→AI→创意。
3.2、AI 文生图存在最大的问题是什么？
AI 创作能力在未来短时间内的进步速度，也将取决于各行各业收集和训练行业优质数据的工作。
开发人员使用 AI 生成宠物小精灵，在初期使用“写实”数据集后发现运行效果不理想，重新使用 26 张新数据集训练 20 分钟，我们根据二者之间的对比，可以看到 AI 学习和生成效果是非常棒的，具体如下图所示：
AI 目前最大的问题不是“不够聪明”，而是“书读得太少"。 在 AI 新范式下创作，要考虑什么样的内容更利于 AI 学习和 AI 生成使用。
如果我们将艺术家关键词对生成图像的贡献视为艺术家本/的贡献，我们从原理上就可以为艺术家的创意价值定价了。
3.3、AI 从底层改变了哪些游戏规则？
今天的 AI 从底层改变了游戏规则，接下来会看到以下变化：
- 不会画画的人用 AI 生产高质量视觉作品。
- 互联网上难以估量的图像数据被重新组织起来，围绕模型训练和数据标注出现新的生意。
- 图片版权名存实亡，参与建立 AI 数据集成为艺术家的主要收益。
- 传统图像处理软件、3D 建模软件被围绕 AI 范式建立的新工具取代。
四、为何生成式 AI 迅速爆发和突破？
4.1、大模型突破瓶颈
根据英特尔（Intel）创始人之一戈登·摩尔（Gordon Moore）提出的 “摩尔定律”：当价格不变时，集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。换言之，每一美元所能买到的电脑性能，将每隔 18 个月翻两倍以上。
而现在由于高效数据、高效算力、高效模型、高效知识需求的增长，摩尔定律原来中的 2 倍将增长至现在的 10 倍，具体如下图所示：
在 “The blessings of scale”中，根据趋势我们可以明确得知：同等条件下，随着模型参数量的增加，更大的模型会带来更好的结果，且目前的趋势并未饱和，故目前阶段大模型的投资依然会增加以获得更高的效益，具体如下图所示：
4.2、多模态融合打破边界
多模态融合打破边界，模型越来越大，模型走向行业，模型走向融合，具体如下表所示：
| 大模型趋势 | 内容 |
|---|---|
| 模型越来越大 |
探索极限，目前到 5000 亿仍然保持线性增长。越来越接近人脑神经元连接数，甚至超过。 例：OpenAl GPT-3（175B） 、谷歌 PaLM（540B） |
| 模型走向行业 |
在通用预训练大校型（L0）的基础上，在行业数据上更新训练后，适用于行业特征拍取的模型族（L1）。 例：煤矿模型，电力大模型，药物分子大模型等。商汤：INTFRN 系统（初学者-专家-通才）；百度:行业大模型。 |
| 模型走向融合 |
未来 2~3 年，视觉和语言大模型统一到多模态大模型，架构上也实现基本统一。各种校态大模型进行充分融合。 例：文本 + 视觉，语音 + 文本，文本 + 视频等 OpenAI DALL*E/E2；谷歌 Imagen；微软 GLIP 等。 |
五、生成式 AI 技术趋势分析
生成式 AI 技术的发展更趋向于：可控、高精度；更快、更好、更便宜。
可控和高精度重建成为技术突破口，带来了超乎想象的结果，得益于 Diffusion model、语言大模型、跨模特大模型、Nerf 等技术的突破，具体如下图所示：
六、生成式 AI 无法产生创意的基本元素
生成式 AI，可控生成于机器而言，是不同语义的重组，于人而言，就是创意！在绘画领域，AIGC 是将绘画的三要素（构图、纹理、着色）进行重组从而产生创意。但是他并不能真的产生创意的基本元素，举例具体如下图所示：
图像生成，反事实是创意，但是对于语言生成，反事实却是灾难，可谓“恐怖如斯”，具体如下图所示：
总结
百度文心一言发布，股价盘中跌超 10%，也看到很多小伙伴们在试用文心一言后发出的吐槽，基于 Generative AI 的发展不是一朝一夕，这个问题的本质也并不是仅在文心一言中存在的，而 ChatGPT 确实在自然语言理解、自然语言处理等方面有进步的地方，同时，在算法、数据、算力上推进了有效结合。而面对 ChatGPT 的热潮，我们应有的态度正如科技部部长王志刚说所说，我们国家对于任何一个新的技术，包括 AI 技术出来以后，在伦理方面都采取了一些相应的措施，对科学技术发展趋利避害，让“利”更好地发挥出来。
我是白鹿，一个不懈奋斗的程序猿。望本文能对你有所裨益，欢迎大家的一键三连！若有其他问题、建议或者补充可以留言在文章下方，感谢大家的支持！
生成式 AI：百度“文心一言”对标 ChatGPT？什么技术趋势促使 ChatGPT 火爆全网？相关推荐
- 百度生成式AI产品文心一言邀请测试，五大场景、五大能力革新生产力工具
3月16日下午,百度于北京总部召开新闻发布会,主题围绕新一代大语言模型.生成式AI产品文心一言.百度创始人.董事长兼首席执行官李彦宏及百度首席技术官王海峰出席,并展示了文心一言在文学创作.商业文案创作 ...
- 百度生成式AI产品文心一言邀你体验AI创作新奇迹：百度CEO李彦宏详细透露三大产业将会带来机遇（文末附文心一言个人用户体验测试邀请码获取方法，亲测有效）
百度生成式AI产品文心一言邀你体验AI创作新奇迹 中国版ChatGPT上线发布 强大中文理解能力 超强的数理推算能力 智能文学创作.商业文案创作 图片.视频智能生成 中国生成式AI三大产业机会 新型云 ...
- 百度文心一言对标 ChatGPT，你怎么看？
文心一言 VS ChatGPT 接受不完美 期待进步 里程碑意义 文心一言初体验 ✔ 文学创作 ✔ 商业文案创作 ✔ 数理逻辑推算 ✔ 中文理解 ✔ 多模态生成 写在最后 何为文心?"文&q ...
- 谷歌开放生成式AI Bard，百度文心一言《唐伯虎点秋香》出圈
雷递网 雷建平 3月22日 谷歌今日正式开放类ChatGPT产品Bard的访问.谷歌称,这是一项早期实验,可让用户与生成AI协作. Bard的服务从美国和英国开始,随着时间的推移将扩展到更多国家和语言 ...
- 【ERNIE Bot】百度 | 文心一言初体验
文章目录 一.前言 二.文心一言介绍 三.申请体验⌈文心一言⌋ 四.⌈文心一言⌋初体验 1️⃣聊天对话能力 2️⃣文案创作能力 3️⃣文字转语音能力✨ 4️⃣AI绘画能力✨ 5️⃣数理推理能力 6️⃣ ...
- 15大不同领域问答对比，ChatGPT模型大战：国产版百度文心一言、昆仑万维天工能否击败GPT-4（含百度文心一言、昆仑万维天工个人内测体验测试邀请码获取方法，亲测有效）
目录 前言 百度内测申请 天工内测申请 申请方式 内测体验 登录界面 运行体验 内测对比 基本问答 事实性问答 科普文写作 小红书文案 项目计划撰写 古文理解 模型的常识能力和反事实推理 代码理解 法 ...
- 百度“文心一言”携手酷开科技，实现AI智能领域新突破！
进入21世纪,AI人工智能一直都是讨论度非常高的话题之一,各行各业的领导者都开始在智能领域进行了初步探索,这也证明了AI人工智能在未来一定会在很大程度上影响我们的生活.工作. 近日,深圳市酷开网络科技 ...
- 百度“文心一言”首批生态合作伙伴公布，Moka接入打造人力资源数字化人AI服务
近日,百度"文心一言"(英文名:ERNIE Bot)公布首批生态合作伙伴,企业级HR SaaS服务商Moka位列其中,将优先体验并接入"文心一言",以此打造更创 ...
- 螳螂科技接入百度“文心一言”，提升营销管理AI服务能力
2月 22日, 螳螂科技宣布成为百度"文心一言"(英文名:ERNIE Bot)首批生态合作伙伴.后续,螳螂科技将通过百度智能云全面体验并接入文心一言的能力. 接下来,螳螂科技将把百 ...
最新文章
- oracle卸载注意啥,关于oracle的安装,卸载以及其他注意事项
- Linux Centos6.5在哪里输入命令
- 分布式锁编写及调试分析
- 汇编学习笔记（二）--数据处理的两个基本问题
- 蚂蚁金服OceanBase挑战TPCC丨TPC-C基准测试之链路层优化
- 你与数据科学家只差这26条python技巧
- 大数据之HBase教程
- python * args和** kwargs的用法
- 用户输入年份，输出当前年份2月份的天数
- py-R-FCN安装记录
- excel表格分割线一分为二_仓储匠人资料合集：仓库物流案例Excel程序、PPT、音频、视频和教材 （最后2天优惠）...
- 中国四级标准行政区划 JSON
- 当我们在谈论HTTP队头阻塞时，我们在谈论什么？
- nowcoder 鹏
- 美拍视频怎么下载？美拍视频解析下载和保存工具
- 如何调整Thinkpad x230的mini DP输出分辨率？
- odb++ DEMO
- node restify框架使用openai（chatgpt）接口
- TLS/SSL双向认证
- 用python绘制heatmap