当前位置: 首页 > news >正文

百度将?百度已!

仿佛一夜之间,创业公司OpenAI旗下的ChatGPT就火遍全球。

这是一场十分罕见的科技盛宴。下到普通用户,上到各科技大厂都在讨论ChatGPT的前景,国外的微软、谷歌,国内的百度、腾讯、阿里等等都在布局相关业务。比尔盖茨更是称ChatGPT与互联网一样重要,未来将改变世界。

似乎很多人都在憧憬着ChatGPT的光明未来,但很少人往后看看究竟发生了什么。

实际上从技术源头看,ChatGPT已经被研究很多年了。之所以现在引起热潮,是因为大数据、大算力、强算法等技术逐渐成熟,而ChatGPT作为一个大模型有效结合了这些技术,在产品体验方面更上一层楼,用户急速增长。

前不久,科技部部长王志刚在回答记者提问时,对以ChatGPT为代表的AI产品做出如此点评:

“同样一种原理,在于做得好不好。比如发动机,大家都能做出发动机,但质量是有不同的。踢足球都是盘带、射门,但是要做到梅西那么好也不容易。”

梅西之所以成为球王,是因为在盘带、射门等各方面能力都是顶级的,而且常年保持着长期训练,要把ChatGPT做好同样需要这些素质。

最近,中国AI的“梅西”开始显露真容。

3月16日,百度在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,成为在该赛道上进击的排头兵。受发布会影响,百度香港股价今天早间高开高走,大幅拉升,盘中涨幅最高近15%,百度美国股价3月16日收盘上涨3.8%。在一部分人看来,文心一言是“中国版ChatGPT”。但其实,文心一言有着独特的“百度基因”。它将让百度巩固中国AI头部玩家的地位,同时在未来打出一场胜仗。

还有更多人想知道,在生成式AI/大语言模型这条赛道上,究竟比拼的是什么?百度做对了什么冲在了最前头?这一轮的科技热潮对于中国互联网企业来说又意味着什么?

弄明白这些问题,将对中国AI的下一步进击产生价值启示。

中国AI界的“排头兵”

没有成功的企业,只有时代的企业。

中国互联网经历了三个时代,每个时代都有代表性的企业。刚开始萌发时,搜狐、网易、新浪三家门户网站闪耀一时。进入PC阶段,百度凭借占据压倒性优势的搜索引擎,一度成为市值最高的选手。到了移动互联阶段,字节、快手、拼多多等新秀纷纷崛起。

当互联网开始进入增长乏力的阶段,ChatGPT无疑注入一剂强心针。所有企业又站在赛道的同一起跑线,百度凭借文心一言冲在最前面,成为跨时代的典型。

就ChatGPT的突围路径来看,为何文心一言会被许多业内人,当做这条赛道上的排头兵?

首先,这条赛道上比拼的是出击速度。

一个反面典型是谷歌。事实上,谷歌很早就拥有类似ChatGPT的AI能力,毕竟ChatGPT基于的Transformer算法就是谷歌最先提出的。但是,谷歌因为爱惜羽毛担心产品引发声誉危机,迟迟没有往前突破,结果让ChatGPT抢占先机,成为史上增长最快的消费者应用,谷歌在短时间已经很难再跟上了。

文心一言虽然诞生在ChatGPT之后,但却是全球大厂中第一个做出来的。因为OpenAl 是美国创业公司,而美国大厂和其他创业公司,中国大厂和其他创业公司到目前还没做出类似ChatGPT的产品。

在竞争激烈的赛道上,往往先人一步就能占据更大优势,慢一拍就会步步慢一拍。

其次,在拥有速度的同时还得具备广阔的能力边界。

众多进军生成式AI的厂商对标的是ChatGPT,这意味是他们面对的是一场门槛很高的竞技赛,比拼的是全方位的能力。即便是势头正猛的ChatGPT,其实也有一些能力短板,比如其算力消耗量极大,很多都必须从微软Azure上购买。

背靠百度,文心一言能够做到“人有我有,人有我优,人有我待优”,打开能力边界。

“人有我有”方面,比如一些生成式AI产品都具备文学创作能力,这考验的是产品总结、分析、内容、检索的能力。基于多年来的搜索业务积累,百度拥有世界上最大的知识图谱,这也让文心一言在文学创作等领域将拥有不俗的实力。

“人有我优”层面,本身百度就拥有最大的中文搜索引擎,在中文语言的处理上处于领先位置。作为大语言模型,文心一言扎根于中国市场,在中文领域自然也拥有最先进的自然语言处理能力。

“人有我待优”维度,未来多模态会成为生成式AI的确定性发展趋势。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优化。

总之目前在国内生成式AI 这条新的赛道上,百度凭借出击的速度和能力的广度,跑在了最前头。

排头兵背后的“飞轮效应”

互联网赛道的变迁,本质上源于底层技术的蝶变。

进入AI时代,IT技术的技术栈发生了变化——过去基本分为三层:芯片层,操作系统层和应用层,现在可以分为四层:芯片层、框架层、模型层和应用层。

纵观全球,能实现全栈布局的公司并不多,百度是其中一个。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,各个层面都有领先业界的关键自研技术,文心一言位于模型层。百度创始人、董事长兼首席执行官李彦宏预测,在大模型时代,最大的机会在于应用层,会出现“杀手级”应用。

从来没有什么横空出世,有的都是厚积薄发。

无论哪家公司都不可能靠突击几个月,就能在生成式AI产品上交出满意答卷,背后的深度学习、自然语言处理等技术都需要常年的坚持和积累,没法速成。

那么为什么百度做到了?《一点财经》认为关键在于技术和市场两个层面。

首先,以史为镜,可以知兴替。沿着百度的成长轨迹,能发现它在技术上是压强式和马拉松式的选手。

所谓“压强式,就是集中人力、物力和财力配置到决定成功的关键因素上,确保企业能够持续地突破重点,最终实现厚积薄发。

研发,无疑是决定百度成败的关键因素。2022年百度核心研发费用 214.16 亿元,占核心收入比例达到 22.4%。如此高比例的研发投入,在互联网大厂中相当少见。

让许多同行难以望其项背的是,百度采取的是马拉松式的研发投入,近十年累计研发投入超过1000亿元。

这种压强式和马拉松式的研发投入,归根结底是战略定力的外化,是牺牲短期利益换取长期价值的前瞻眼光。一旦在全栈布局上占据综合优势,在市场迎来需求爆发的时候就会更快出击。

大丈夫不打无准备之仗。

其次,在技术之外,市场的同步跟上也极为重要。

企业不是科研机构,自身技术最终要面向市场形成商业化。部分科技企业在全栈技术上具备较高水平,但是没有市场需求进行承接,最终只能陷入“巧妇无米之炊”的困境

百度很早就开始布局生态体系,从搜索到智能云再到自动驾驶,许多生态合作伙伴都对生成式AI有明确需求。一个月时间,就有超过600家合作伙伴宣布加入文心一言生态。

在百度的技术和市场布局过程中,其实逐渐显现出了“飞轮效应”,它指的是为了使静止的飞轮转动起来,一开始必须使很大的力气,一圈一圈反复地推,每转一圈都很费力,但是每一圈的努力都不会白费,飞轮会转动得越来越快。

在文心一言的加持下,百度的“增长飞轮”将加速转动。

面向未来的“基座型”定位

往后看,文心一言等生成式AI产品,驶入的是一片广阔的蓝海。

去年,红杉资本发表了一篇名为《生成式AI:一个创造性的新世界》的文章,其中提到生成式AI涉及数十亿的人工劳动力,可以使这些人工的效率和创造力至少提高10%,有潜力产生数万亿美元的经济价值。

初入蓝海,有利也有弊。有利的是市场尚待挖掘,有足够的时间贴身肉搏、抢占份额。有弊的是容易找不清定位和方向,在混战当中迷失。所有赛道上的选手都应该明确两点:

我是谁?我要去往何处?

很多人认为AI比拼的是技术,事实上最终较量的是生态,企业需要更快地建设更庞大的生态承接技术和推动商业化。这个过程,说白了就是不断扩大朋友圈。要吸引更多朋友加入,其实考验的是两方面:一方面是企业是否了解朋友的需求,另一方面是能否给朋友带来实质性的利益。

商业世界里,过程可以博弈,但结果必须双赢。

互联网大厂中,百度的愿景是”成为最懂用户,并能帮助人们成长的全球顶级高科技公司”,跟“吸引朋友”的特质较为贴合。在此愿景之下,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创建最好的客户体验,让它们有机会离客户更近。

这意味着,文心一言将影响大量行业里的企业,一方面帮助它们实现智能化变革、降本增效,获得更强的竞争优势,另一方面自身也将创造更大的商业价值。《一点财经》认为,有三类企业将在文心一言等生成式AI产品的助力下,抓住更多机会。

第一类是大模型基础设施公司。这类公司的商业模式是MaaS,也就是通过云计算输出能力和服务。此前,这类公司选择云厂商更多是看重算力、存储等基础云服务。如今它们能利用基于飞桨和文心大模型的全栈AI能力输出服务,更高效、更强大。

一定程度上,文心一言将会改变云计算行业的竞争法则。未来在模型、框架、芯片、应用四个层面上均表现出色并且互相协同的云厂商,才会受到市场更多的青睐。

第二类是进行行业模型精调的公司。这类公司位于通用大模型和企业之间的中间层,他们了解行业,能够调用通用大模型为行业客户提供解决方案。而百度文心大模型,已经在电力、金融、媒体等领域发布了10多个行业大模型。

通过百度的行业大模型,这类公司能够为客户提供更优质的解决方案。

第三类是基于大模型底座进行应用开发的公司。随着生成式AI时代的到来,基于文本生成、图像生成、音频生成、视频生成等场景,将会出现很多应用服务提供商。就像iOS系统、安卓系统诞生以后,出来大量APP一样。文心一言能够通过技术和服务帮助它们提升自己的应用体验,有可能会催生众多明星应用、明星公司,乃至创造更多的创业机会。

选择让文心一言成为人工智能基座型的赋能平台,既显露出百度在商业层面的深度思考,也能看出其对整个互联网行业趋势的把握。

有人曾评价:“2017年,美国公司在做阿尔法狗,中国公司在送外卖。2023年,美国公司在做ChatGPT,中国公司还在送外卖。”

曾经被贴上“创新”“前沿”等标签的中国互联网企业,一度沉溺于几捆白菜、几斤水果的流量。

如今,到了深耕技术、掌握核心竞争力的时候了。科技创新的星辰大海、未来的无限可能性,其实更令人心潮澎湃。

相关文章:

百度将?百度已!

仿佛一夜之间,创业公司OpenAI旗下的ChatGPT就火遍全球。这是一场十分罕见的科技盛宴。下到普通用户,上到各科技大厂都在讨论ChatGPT的前景,国外的微软、谷歌,国内的百度、腾讯、阿里等等都在布局相关业务。比尔盖茨更是称ChatGPT与…...

内核实验(三):编写简单Linux内核模块,使用Qemu加载ko做测试

文章目录一、篇头二、QEMU:挂载虚拟分区2.1 创建 sd.ext4.img 虚拟分区2.2 启动 Qemu2.3 手动挂载 sd.ext4.img三、实现一个简单的KO3.1 目录文件3.2 Makefile3.3 编译3.3.1 编译打印3.3.2 生成文件3.4 检查:objdump3.4.1 objdump -dS test\_1.ko3.4.2 o…...

女子举重问题

一、问题的描述 问题及要求 1、搜集各个级别世界女子举重比赛的实际数据。分别建立女子举重比赛总成绩的线性模型、幂函数模型、幂函数改进模型,并最终建立总冠军评选模型。 应用以上模型对最近举行的一届奥运会女子举重比赛总成绩进行排名,并对模型及…...

试题 历届真题 循环小数【第十一届】【决赛】【Python】

试题 历届真题 循环小数【第十一届】【决赛】【Python】 题目来源:第十一届蓝桥杯决赛 http://lx.lanqiao.cn/problem.page?gpidT2891 资源限制 内存限制:256.0MB C/C时间限制:1.0s Java时间限制:3.0s Python时间限制&#xff…...

关于类型转换

隐式转换先看个例子int a {500}; unsigned b {1000}; std::cout<<a-b;这里的输出结果并不为-500。因为最后输出结果的类型自动转换成了unsigned&#xff0c;unsigned是正整数型类型转换顺序表(由高到低)long doubledoublefloatunsigned long long long longunsigned long…...

蓝桥杯冲击-02约数篇(必考)

文章目录 前言 一、约数是什么 二、三大模板 1、试除法求约数个数 2、求约数个数 3、求约数之和 三、真题演练 前言 约数和质数一样在蓝桥杯考试中是在数论中考察频率较高的一种&#xff0c;在省赛考察的时候往往就是模板题&#xff0c;难度大一点会结合其他知识点考察&#x…...

122.(leaflet篇)leaflet地图图片之间存在缝隙

听老人家说:多看美女会长寿 地图之家总目录(订阅之前建议先查看该博客) 文章末尾处提供保证可运行完整代码包,运行如有问题,可“私信”博主。 存在缝隙–效果如下所示: 解决缝隙–效果如下所示: 下面献上完整代码,代码重要位置会做相应解释 <!DOCTYPE html>…...

4.类的基本概念

目录 4.1 类的概述 类是一种活动的数据结构 4.2 程序和类&#xff1a;一个快速实例 4.3 声明类 ​4.4 类成员 4.4.1 字段 1.显示和隐式字段初始化 2. 声明多个字段 4.4.2 方法 4.5 创建变量和类的实例 4.6 为数据分配内存 合并这两个步骤 4.7 实例成员 4.8 访问修饰…...

有图解有案例,我终于把 Condition 的原理讲透彻了

哈喽大家好&#xff0c;我是阿Q&#xff01; 20张图图解ReentrantLock加锁解锁原理文章一发&#xff0c;便引发了大家激烈的讨论&#xff0c;更有小伙伴前来弹窗&#xff1a;平时加解锁都是直接使用Synchronized关键字来实现的&#xff0c;简单好用&#xff0c;为啥还要引用Re…...

Linux之找回root密码

文章目录前言一、启动系统二、进入编辑界面三、修改密码前言 当我们使用root用户登陆Linux时&#xff0c;忘记了登陆密码&#xff0c;改怎样修改登陆密码呢&#xff0c;接下来将介绍如何修改root密码 一、启动系统 首先&#xff0c;启动系统&#xff0c;进入开机界面&#x…...

stack_queue | priority_queue | 仿函数

文章目录1. stack 的使用2. stack的模拟实现3. queue的使用4. queue的模拟实现5. deque ——双端队列deque优缺点6. priority_queue ——优先级队列1. priority_queue的使用2. priority_queue的模拟实现push——插入pop ——删除top —— 堆顶仿函数问题完整代码实现1. stack 的…...

第十四届蓝桥杯三月真题刷题训练——第 14 天

目录 第 1 题&#xff1a;组队 题目描述 运行限制 代码&#xff1a; 第 2 题&#xff1a;不同子串 题目描述 运行限制 代码&#xff1a; 思路&#xff1a; 第 3 题&#xff1a;等差数列 题目描述 输入描述 输出描述 输入输出样例 运行限制 代码&#xff1a; 思…...

【Hadoop-yarn-01】大白话讲讲资源调度器YARN,原来这么好理解

YARN作为Hadoop集群的御用调度器&#xff0c;在整个集群的资源管理上立下了汗马功劳。今天我们用大白话聊聊YARN存在意义。 有了机器就有了资源&#xff0c;有了资源就有了调度。举2个很鲜活的场景&#xff1a; 在单台机器上&#xff0c;你开了3个程序&#xff0c;分别是A、B…...

技术掉:PDF显示,使用pdf.js

PDF 显示 场景&#xff1a; 其实直接显示 pdf 可以用 iframe 标签&#xff0c;但产品觉得浏览器自带的 pdf 预览太丑了&#xff0c;而且无法去除那些操作栏。 解决方案&#xff1a;使用 pdf.js 进行显示 第一步&#xff1a;引入 pdf.js 去官网下载稳定版的 pdf.js 文件 然后…...

有关pytorch的一些总结

Tensor 含义 张量&#xff08;Tensor&#xff09;&#xff1a;是一个多维数组&#xff0c;它是标量、向量、矩阵的高维拓展。 创建 非随机创建 1.用数组创建 将数组转化为tensor np.ones([a,b]) 全为1 #首先导入PyTorch import torch#数组创建 import numpy as np anp.arr…...

基础IO【Linux】

文章目录&#xff1a;文件相关知识C语言文件IOstdin & stdout & stderr系统文件 IOopenclosewriteread文件描述符文件描述符的分配规则重定向dup2系统调用FILEFILE中的文件描述符FILE中的缓冲区理解文件相关知识 文件 文件内容 文件属性&#xff08;每一个已经存在的…...

Vue3——自定义封装上传图片样式

自定义封装上传图片样式 一、首先需要新建一个自组建完善基础的结构&#xff0c;我这里起名为ImgUpload.vue <el-upload name"file" :show-file-list"false" accept".png,.PNG,.jpg,.JPG,.jpeg,.JPEG,.gif,.GIF,.bmp,.BMP" :multiple"…...

ChatGLM-6B (介绍以及本地部署)

中文ChatGPT平替——ChatGLM-6BChatGLM-6B简介官方实例本地部署1.下载代码2.通过conda创建虚拟环境3.修改代码4.模型量化5.详细代码调用示例ChatGLM-6B 简介 ChatGLM-6B 是一个开源的、支持中英双语问答的对话语言模型&#xff0c;基于 General Language Model (GLM) 架构&…...

react的基础使用

react中为什么使用jsxReact 认为渲染逻辑本质上与其他 UI 逻辑内在耦合&#xff0c;比如&#xff0c;在 UI 中需要绑定处理事件、在某些时刻状态发生变化时需要通知到 UI&#xff0c;以及需要在 UI 中展示准备好的数据。react认为将业务代码和数据以及事件等等 需要和UI高度耦合…...

letcode 4.寻找两个正序数组的中位数(官方题解笔记)

题目描述 给定两个大小分别为 m 和 n 的正序&#xff08;从小到大&#xff09;数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。 算法的时间复杂度应该为 O(log (mn)) 。 1.二分查找 1.1思路 时间复杂度&#xff1a;O(log(mn)) 空间复杂度&#xff1a;O(1) 给定…...

uniapp 对接腾讯云IM群组成员管理(增删改查)

UniApp 实战&#xff1a;腾讯云IM群组成员管理&#xff08;增删改查&#xff09; 一、前言 在社交类App开发中&#xff0c;群组成员管理是核心功能之一。本文将基于UniApp框架&#xff0c;结合腾讯云IM SDK&#xff0c;详细讲解如何实现群组成员的增删改查全流程。 权限校验…...

Zustand 状态管理库:极简而强大的解决方案

Zustand 是一个轻量级、快速和可扩展的状态管理库&#xff0c;特别适合 React 应用。它以简洁的 API 和高效的性能解决了 Redux 等状态管理方案中的繁琐问题。 核心优势对比 基本使用指南 1. 创建 Store // store.js import create from zustandconst useStore create((set)…...

爬虫基础学习day2

# 爬虫设计领域 工商&#xff1a;企查查、天眼查短视频&#xff1a;抖音、快手、西瓜 ---> 飞瓜电商&#xff1a;京东、淘宝、聚美优品、亚马逊 ---> 分析店铺经营决策标题、排名航空&#xff1a;抓取所有航空公司价格 ---> 去哪儿自媒体&#xff1a;采集自媒体数据进…...

今日学习:Spring线程池|并发修改异常|链路丢失|登录续期|VIP过期策略|数值类缓存

文章目录 优雅版线程池ThreadPoolTaskExecutor和ThreadPoolTaskExecutor的装饰器并发修改异常并发修改异常简介实现机制设计原因及意义 使用线程池造成的链路丢失问题线程池导致的链路丢失问题发生原因 常见解决方法更好的解决方法设计精妙之处 登录续期登录续期常见实现方式特…...

Windows安装Miniconda

一、下载 https://www.anaconda.com/download/success 二、安装 三、配置镜像源 Anaconda/Miniconda pip 配置清华镜像源_anaconda配置清华源-CSDN博客 四、常用操作命令 Anaconda/Miniconda 基本操作命令_miniconda创建环境命令-CSDN博客...

用鸿蒙HarmonyOS5实现中国象棋小游戏的过程

下面是一个基于鸿蒙OS (HarmonyOS) 的中国象棋小游戏的实现代码。这个实现使用Java语言和鸿蒙的Ability框架。 1. 项目结构 /src/main/java/com/example/chinesechess/├── MainAbilitySlice.java // 主界面逻辑├── ChessView.java // 游戏视图和逻辑├──…...

消防一体化安全管控平台:构建消防“一张图”和APP统一管理

在城市的某个角落&#xff0c;一场突如其来的火灾打破了平静。熊熊烈火迅速蔓延&#xff0c;滚滚浓烟弥漫开来&#xff0c;周围群众的生命财产安全受到严重威胁。就在这千钧一发之际&#xff0c;消防救援队伍迅速行动&#xff0c;而豪越科技消防一体化安全管控平台构建的消防“…...

前端高频面试题2:浏览器/计算机网络

本专栏相关链接 前端高频面试题1&#xff1a;HTML/CSS 前端高频面试题2&#xff1a;浏览器/计算机网络 前端高频面试题3&#xff1a;JavaScript 1.什么是强缓存、协商缓存&#xff1f; 强缓存&#xff1a; 当浏览器请求资源时&#xff0c;首先检查本地缓存是否命中。如果命…...

​​企业大模型服务合规指南:深度解析备案与登记制度​​

伴随AI技术的爆炸式发展&#xff0c;尤其是大模型&#xff08;LLM&#xff09;在各行各业的深度应用和整合&#xff0c;企业利用AI技术提升效率、创新服务的步伐不断加快。无论是像DeepSeek这样的前沿技术提供者&#xff0c;还是积极拥抱AI转型的传统企业&#xff0c;在面向公众…...

归并排序:分治思想的高效排序

目录 基本原理 流程图解 实现方法 递归实现 非递归实现 演示过程 时间复杂度 基本原理 归并排序(Merge Sort)是一种基于分治思想的排序算法&#xff0c;由约翰冯诺伊曼在1945年提出。其核心思想包括&#xff1a; 分割(Divide)&#xff1a;将待排序数组递归地分成两个子…...